物流配送车辆路径优化方法研究

物流配送车辆路径优化方法研究作者：钟石泉学位授予单位：天津大学相似文献(10条)1.学位论文黄敏芳物流配送车辆路径方案的智能生成方法研究2009针对车辆路径问题“规模增大导致组合爆炸”这一难题，从缩减解答空间入手，以节省求解时空为突破口，综合运用知识工程、模糊聚类分析、人工智能和运筹学理论，按照“物流配送区域及客户的聚类分析→车辆路径方案的智能生成→模型的构建及求解”这一研究思路，重点开展了以下研究工作：(1)物流配送区域及客户的聚类分析。提出物流配送区域及客户聚类的原理，分析并总结影响配送过程的主要因素，以此对配送区域及客户进行初步划分，并采用模糊聚类分析方法细分各配送区域中的客户。配送区域及客户的聚类分析为形成后续的车辆路径方案智能生成方法奠定基础。(2)车辆路径方案智能生成方法及其数学模型的构建与求解。在配送区域及客户聚类分析的基础上，总结归纳生成车辆路径方案的主要参数，设计带有控制策略的基于深度优先搜索的车辆路径方案生成算法，得出备选的车辆路径方案集合。构建并求解车辆路径方案整数规划模型，并设计邻域规则，将车辆路径方案的解映射为实际的行车方案。(3)车辆路径方案智能求解系统的设计与实现。设计了由配送区域处理器、车辆路径方案生成器、车辆路径方案求解器三个主要模块组成的物流配送车辆路径方案智能求解系统，设计了求解体系统中的数据库和知识库。采用Java技术、SQLServer2000数据库、AmziProlog、运筹学求解软件Lindo等相关开发环境与技术实现了车辆路径方案智能求解系统。(4)应用研究及车辆路径方案智能求解系统的性能分析。以北方食品公司猪肉配送问题为应用研究背景，开展车辆路径方案智能生成方法及其求解系统的实际应用研究，验证本文所提方法的有效性。并根据问题中两个关键参数的变化组合，对车辆路径方案智能求解系统进行性能分析。研究结果表明，本文提出的求解车辆路径问题的新方法，其求解问题的效率并不随问题规模的增大而迅速较低。本项研究为解决车辆路径问题这一复杂的管理决策问题提供了一种定性推理与定量分析相结合的求解方法。其研究成果与研究团队已有的基于GIS的电子商务物流配送可视化信息平台、物流配送等值线生成系统、电子商务订单实时处理的智能系统、车辆监控与调度系统进行集成，可为物流配送中心的车辆实时导航、调度、监控工作提供决策支持。2.期刊论文章兢.周泉基于免疫克隆算法的物流配送车辆路径优化研究-湖南大学学报（自然科学版）2004,31(5)物流配送车辆路径优化问题是近年来物流领域中的研究热点,该问题属于NP难题,较难得到最优解和满意解.在物流配送车辆路径优化问题数学模型的基础上,构造了一种免疫克隆算法来求解该问题,并在算法中引入了克隆选择、克隆删除、受体编辑、体细胞高频变异、抗体循环补充等思想.仿真计算结果表明,免疫克隆算法能快速收敛于全局最优解,克服了遗传算法中易陷入局部最优解和收敛速度慢的缺点,可有效地解决物流配送车辆路径优化问题.3.学位论文郝会霞基于改进蚁群算法的物流配送车辆路径优化方法的研究2008物流配送是物流活动中直接与消费者相联系的环节。在物流的各项成本中，配送成本占了相当高的比例。配送中车辆路径的合理与否对物流配送服务水平、成本和效益影响很大。采用科学、合理的方法来进行车辆路径的优化，是物流配送领域的重要研究课题。其中尤其是带时间窗的物流配送车辆路径优化问题(VehicleRoutingProblemwithTimeWindows，VRPTW)更是当前研究的重点。带时间窗的车辆路径问题计算复杂，属于NP-hard问题。本文研究了带时间窗的车辆路径问题模型的构建，引入了蚁群算法(AntSystem，AS)，将其进行了改进，并成功运用于求解带时间窗的车辆路径问题。蚁群算法存在搜索时间比较长，容易出现停滞现象且存在陷入局部极小可能性的缺陷。本文针对蚁群算法的不足，分别通过对初始解的启发、信息素更新策略的选择和状态转移概率的改进，对蚁群算法进行了改进：并采用Solomon问题中R101作为实例数据基础，采用面向对象的C++语言编写了计算程序，对改进蚁群算法进行了计算验证，证实了该算法可行性和有效性；同时对部分Solomon数据进行了多次验证，结果表明改进蚁群算法与其它启发式算法相比具有优越性；最后对改进蚁群算法中的各项参数进行了对比分析，探讨了所用参数的最优组合。4.期刊论文蒋忠中.汪定伟.JIANGZhong-zhong.WANGDing-wei物流配送车辆路径优化的模糊规划模型与算法-系统仿真学报2006,18(11)将实际的物流配送网络描述为由配送中心和顾客两类节点构成的不完全无向图,并采用模糊数表示车辆行驶时间和顾客服务时间的不确定性,建立了物流配送车辆路径优化的模糊规划模型.为了求解上述模型,首先将模型进行清晰化处理,使之转化为一类确定性多设施车辆路径模型,然后设计了嵌入FLOYD算法的捕食搜索算法对之进行求解.通过仿真实例计算,并与遗传算法比较,取得了满意的结果.5.会议论文张乐诚.杨信丰随机时间约束的城市物流配送车辆路径问题研究2005考虑了城市物流配送中道路交叉口延误的影响,提出了基于一定置信水平下满足客户时间约束的机会约束模型,并用遗传算法进行了求解,实例分析表明,该模型及其算法是可行的.6.学位论文亓霞物流配送中车辆路径优化问题的研究2004物流配送车辆路径优化问题,是物流配送优化中关键的一环,也是电子商务活动不可缺少的内容.对车辆路径进行优化,可以提高物流经济效益、实现物流科学化.因此,研究物流配送车辆路径优化问题,不仅具有较大的理论意义,而且还有相当大的使用价值.本论文在综述国内外有关物流配送车辆路径优化问题研究现状的基础上,通过对车辆路径模型的分析,对解决此类问题的智能启发式算法进行了研究.7.期刊论文王征.胡祥培.孙丽君.WANGZheng.HUXiang-pei.SUNLi-jun物流配送车辆路径规划模型的知识表示研究-管理工程学报2007,21(2)针对物流配送车辆路径规划的实时动态建模问题,以解决模型的目标函数和约束等符号化知识的知识表示及基于知识的求解机制为突破口,提出了以七元组M=(B,O,C,I,P,E,D)表示车辆路径规划模型的知识表示方法--BOCIPED表示法;并以沈阳昌达集团餐饮配送公司为应用背景,设计建立了相应的车辆路径规划问题的建模与求解系统,通过系统的实际应用,验证了系统中BOCIPED表示方法的可行性与有效性.本研究为车辆路径规划这一难题提供由计算机自动生成模型并求解的新方法,有利于建立高智能的物流配送实时调度系统.8.学位论文曹二保物流配送车辆路径问题模型及算法研究2008物流企业为了节约成本和保护环境，必须将先进的物流理论和物流技术引入企业的生产和经营管理中，作为实现物流合理化的重要内容和手段，研究车辆路径问题有助于企业降低物流成本、提高运作效率、提高客户满意度。车辆路径问题将运筹学理论与管理实践紧密地结合在一起，是近半个世纪以来运筹学领域最成功的研究之一。以往对车辆路径问题的研究都是将前向物流和逆向物流中的车辆路径问题分开考虑，而实际中的企业或客户为了节约成本和保护环境需将两者结合起来运作。本文研究几类物流配送车辆路径问题的模型和算法，在分析其理论和实践背景的基础上，提出其数学模型，并构造了几种有效的亚启发式算法求解相关问题。其中同时送货和取货车辆路径问题有效整合了前向物流和逆向物流的车辆路径问题，本文在不确定性信息条件下，研究了同时送货和取货车辆路径问题的三种特殊情形，建立了相关的不确定性模型，给出了求解算法，并用数值实验检验了模型和算法的有效性。本文的主要研究内容和创新成果如下：(1)基于改进差分进化算法的同时送货和取货车辆路径问题研究现有的车辆路径问题的模型不能完全描述同时送货和取货车辆路径问题的特征，提出同时送货和取货车辆路径问题的整数规划数学模型；同时运用改进差分进化算法求解该问题；并用数值实验检验该算法的有效性。(2)基于改进遗传算法的带时间窗的同时送货和取货问题研究首次提出并建立了带时间窗的同时送货和取货车辆路径问题(VRP-SDPTW)的混合整数规划数学模型，可以将其转换为其它经典的车辆路径问题，同时采用改进遗传算法(IGA)求解该问题，数值实验结果表明该算法可以有效地求解VRP-SDPTW。(3)基于复合最优模型微粒群算法的车辆数目不确定的带时间窗的车辆路径问题研究车辆数目不确定的带时间窗的车辆路径问题是带时间窗的同时送货和取货车辆路径问题的一种特殊情形，运用复合最优模型的微粒群算法求解该问题，并用数值实验检验该算法的有效性，同时与遗传算法、分派算法等启发式算法进行比较。(4)多车型随机需求车辆路径问题研究在客户需求为随机条件下，研究具有多种车型、每种车型有多辆车的车辆路径问题，提出该问题的随机规划数学模型，在客户服务不可分割的前提下，研究了区别于重新优化策略的预优化策略，并分析了预优化策略的渐近性，结果表明预优化策略可以在节约大量计算资源的前提下能获得该问题的高质量解，并以预回路的期望成本作为目标函数，分别设计了改进的遗传算法和差分进化算法求解该问题，通过大量数值实验验证了算法的有效性。(5)模糊需求车辆路径问题研究模糊需求车辆路径问题是对传统的确定性车辆路径问题的拓展。在引入决策者主观偏好概念的基础上，对于基于模糊可能性的模糊机会约束规划模型，提出了一种基于随机模拟的混合遗传算法；对于基于模糊可信性的模糊机会约束规划模型，提出了一种基于随机模拟的混合差分进化算法。同时，分别在两种混合算法中，采用随机模拟的数值实验研究了决策者主观偏好值对最终决策目标的影响，在最小化总行驶距离的目标下，得出了运用上述两种混合算法时的决策者的主观偏好值的最佳取值范围。9.期刊论文卫田.范文慧.WEITian.FANWen-hui基于NSGAⅡ的物流配送中车辆路径问题研究-计算机集成制造系统2008,14(4)车辆路径问题已经被证明属于NP-Hard问题.针对这一问题建立了多目标优化的数学模型;构造了带精英策略的快速非支配排序遗传算法,以求解车辆路径问题的数学模型,针对物流配送路径优化,将该算法从解决连续问题扩展为解决离散问题;进行了算法设计,提出了离散问题的快速非支配排序和锦标赛选择结合的子代选择方法,并修正了以往的初始群体生成、交叉和变异的方法.通过实例比较证明,该算法可以更好地解决物流配送路径优化的多目标问题,较快找到更优解,避免早熟收敛并改进算法性能,达到较高的搜索效率.10.学位论文刘兴基于协作的车辆路径问题研究2006车辆路径问题(VRP)是根据需求约束条件和物流系统的设备、设施条件,对一系列有服务需求的顾客点,安排费用最小(时间、里程等)的车辆配送线路,是物流配送的关键内容之一.由于合理的路径规划能减少物流服务成本,提高服务质量,从而提高自身竞争力,因此VRP的研究得到了研究人员和物流企业的高度重视.已有的VRP文献中,绝大部分采用的是车辆不协作的路径策略,即车辆在运输时,都是独立运输,车辆之间没有协作.当物流配送的顾客和道路信息为不确定信息时,不协作的路径策略可能会带来巨大的资源浪费,而车辆相互协作运输不但能充分利用途中车辆的运输能力,还能缩短顾客的服务时间,从而减少运输成本,提高服务质量.随着通讯技术和优化技术的发展,车辆实时调度成为未来的发展趋势,基于协作的VRP也将成为研究趋势之一.本文以不确定信息下的物流配送问题为研究对象,提出了若干车辆协作的路径策略,对这些策略进行了理论分析和计算试验,证明了这些策略的有效性.全文主要内容如下:提出了一系列基于车辆协作的路径策略,包括基于两辆车、基于三辆车、基于四辆车的路径策略,并给出了策略的路径里程、装卸载次数和运输时间的数学分析.用仿真实验的方法对策略的使用效果进行了对比分析.探讨了大规模车辆路径问题的改进的SWEEP协作路径策略,提出了策略的车辆任务分配目标规划模型和启发式解法,采用模拟的方法对不协作策略和改进SWEEP策略的车辆数量、路径里程进行了对比分析.提出了大规模