物流同城配送优化模型与方法研究

北京交通大学硕士学位论文物流同城配送优化模型与方法研究姓名：高杨申请学位级别：硕士专业：控制工程指导教师：关伟20060301物流同城配送优化模型与方法研究作者：高杨学位授予单位：北京交通大学相似文献(10条)1.学位论文钟晓燕生鲜农产品配送系统优化与动态仿真2008随着信息技术的发展，现代物流作为“第三个利润源泉”正受到日益广泛的重视，并面临前所未有的发展机遇。我国农产品物流发展相对落后，如何在满足消费者日益多变的需求的同时，为企业带来利润，引起了广大决策者和研究者的兴趣。在现代物流中，配送是一个与消费者直接相连的重要环节，其体现了企业的核心竞争力。而配送中心选址、配送路径优化和库存优化是配送系统优化中的重要内容，通过对各个环节的优化，有利于提高农产品物流管理水平和运作效率，降低配送成本，增强农产品物流的综合竞争力，为生产实践提供决策理论依据。研究了我国传统的生鲜农产品物流配送模式及国外的主要配送模式，在现有流通模式的基础上，提出了适合我国国情的生鲜农产品配送模式；根据配送中心选址的原则和主要影响因素等，以节省企业各项运营成本和最小投资费用为目标，建立多个配送中心选址问题的数学模型；以生鲜农产品配送过程中的时间和车辆载重量为约束条件，建立了运输成本最小为目标的生鲜农产品配送路径优化模型；分析了合理库存的重要性，从满足消费的需求出发，对配送中心的库存进行设计计算，以保证库存的合理性、经济性和最优性为目标，建立了库存控制优化模型。从系统化思想出发，将配送系统中心选址、运输与库存三大问题进行整合，同时考虑中心选址固定投资费用、运输费用和库存费用的综合成本最低为目标函数，建立了生鲜农产品配送系统选址．库存联合优化模型。对配送中心选址模型和配送路径优化模型的求解，采用蚁群算法，运用VC和Java编写相应的求解程序；对库存控制优化模型的求解，采用遗传算法，运用VB编写相应的求解程序。对配送系统的动态仿真进行了理论分析、系统设计，开发了生鲜农产品配送系统的动态仿真系统。最后，以福建冷藏物流企业为例，对配送系统进行了初步应用分析，表明动态仿真系统有助于提高生鲜农产品物流配送系统管理决策水平，提高系统运作效率，降低配送成本。2.期刊论文李江涛铁路物流配送体系的探讨-上海铁道科技2010,(2)介绍当代物流的功能、作用和发展状况,针对铁路第六次大提速对我国物流业带来的影响和机遇,重点对多式联运和配送路径优化进行分析和研究,用运筹学中的最短路径算法来实现配送路径优化.并对铁路货运业发展如何由传统物流企业向现代物流企业转变进行分析,具有一定的参考意义.3.学位论文许国银军用燃油战时公路配送路径优化研究2007理论和实践表明：传统的保障模式和保障理念已难以适应信息化战争的保障需求，亟待变革；现代物流高效的配送方式适应了新的需求，正成为军事保障变革的重要课题。车辆路径问题(vehicleroutingproblemVRP)是物流配送工作的重点，也是当前物流系统优化倍受关注的问题之一。当前的大量研究主要集中在为经济社会活动服务的商业配送，较少涉及为国防服务的军事配送，战时配送的研究更是少见。少量已公开、可检索的有关研究大多是单目标优化研究，即使考虑了现实评价的多个指标，也往往忽略了目标的层次；而且，主要是在道路属性单一运输网络下的研究。实际上，构成运输网络的道路具有不完全相同的多种属性，属性不同的道路对配送运输的速度、费用等优化目标的综合影响是不同的，研究时应考虑道路差异。军用燃油在军事领域扮演着极其重要的角色，它有多种运输方式，其中公路配送的路径灵活、优化意义大、应用前景广阔。在多属性道路网络和战时条件下，如何在满足一定的约束下、组织适当条数的行车路线，使燃油“在要求的配送时限内，以尽可能少的费用、尽可能地安全送达”是本文研究的问题，即多属性道路网络下军用燃油战时配送的VRP。研究该问题有着重要的军事价值和现实意义。针对该问题，本文主要做了以下探索：1．在简要介绍配送和军用油料的基础上，结合伊拉克战争美军保障阐述了军用燃油配送。2．在介绍VRP的基础上，分析了军用燃油公路配送路径优化的影响因素、评价目标、判断标准，阐述了军用燃油平时和战时公路配送的VRP。3．提出了多属性道路网络的概念，描述了本文研究的问题；根据战时军用燃油公路配送和多属性道路网络的特点，分析建立了问题的分层多目标规划模型。4．在阐述确定多目标问题优化方法的基础上，将进化算法和传统优化技术相结合，采用两层寻优的方法求解模型，第一层采用GASA算法，第二层采用枚举法；实验表明，所采用的算法较标准遗传算法更有效。4.学位论文刘保政供应链管理环境下的物流分销系统优化控制决策研究2006进入21世纪，供应链管理无论从理论还是实践正在得到人们的更加关注。顾客需求的不确定性和个性化急剧增加，市场竞争日益加剧，经济日趋全球化，所有这些变化对企业的竞争力提出了更高要求。作为一种新的管理方法，供应链管理给人们提供了一个崭新思路：它通过对整个供应链中各参与组织、部门之间的物流、信息流与资金流进行整合、计划、协调和控制等，来优化提高所有相关过程的速度和最优化所有相关过程的净增加值，从而提高组织的运作效率和效益。可以说，当今的竞争已经从以往单纯意义上的企业间竞争转化为企业所在的供应链的竞争。因此，建立一条具有竞争力的供应链成为企业成败兴衰的重要因素。而供应链的竞争优势则在于：在保持一定服务水平的基础上，尽量降低供应链成本。库存在供应链管理中扮演着重要角色，它直接关系着供应链成本的高低和服务质量的好坏。并且由于企业组织与管理模式的变化，供应链管理环境下的库存控制问题同传统的库存管理相比有许多新的特点和要求。分销系统是近年来研究的热点。在一定服务水平约束下分销系统如何作出最优的库存决策，使得供应链总成本(包括库存持有成本，缺货成本，运输成本，订货成本等)最小化，或者系统利润最大化，成为众企业竞相追逐的目标。而多级分销系统又因其库存决策的复杂而成为近年来研究的难点。本文的研究重点集中在零售商补货决策和二级分销系统的成本管理优化、库存补货决策方面；主要考虑了一个配送中心、多个零售商的二级分销系统的优化设计，包括物流配送中心选址和配送路径优化、零售商与物流中心各自独立与合作联合库存补货决策问题、供应链合作伙伴关系的选择，供不应求季节性商品的价格控制与生产销售决策问题以及模糊环境下的单一物品库存优化控制问题。主体部分以尽量满足需求为前提条件，建立了配送中心送货情况下的零售商补货控制模型和二级分销系统的成本最优或利润最大化模型，给出了求解方法，并通过算例说明了模型的应用效果。本论文主要分为七个部分，论文的第一部分为绪论，论述了现代物流与供应链管理的涵义，并对库存控制理论与连锁零售企业及其配送中心相关理论进行了简述：第二部分为物流配送中心的选址模型与配送路径优化策略；第三部分为连锁营销条件下，配送中心送货零售商独立决策补货控制优化模型；第四部分研究了一个配送中心、多个零售商的分销系统的双层库存优化模型，综合考虑各种成本，建立了包括配送中心和其服务下的所有零售商集体的合作连锁营销的分销系统成本优化模型，给出求解过程并通过算例说明了该模型的实际应用；第五部分首先应用模糊理论研究了供应链合作伙伴关系的选择，然后对供不应求季节性商品的价格控制与生产销售决策问题进行了探讨；第六部分对模糊环境下的库存策略进行了研究；第七部分则进行了总结和展望。5.期刊论文徐莹.李军.XuYing.LiJun蚁群算法在物流配送路径优化问题上的应用-价值工程2007,26(11)物流配送路径优化是现代物流配送服务的关键环节之一,需要一个快速而有效的求解算法,构建了物流配送路径优化问题的数学模型,并应用蚁群算法加以求解.在模拟试验基础上,得出了蚁群算法对物流配送路径优化问题十分有效的结论,探索出了一条高效求解物流配送路径优化问题的新途径.6.期刊论文庞凌基于蚁群算法的城市物流配送路径优化-物流工程与管理2010,32(8)现有解决物流运输过程复杂多变的问题还很不完善,缺乏科学的理论作指导.解决这些问题,需要新式方法作出决策和判断,追求运输系统总体最优,总效益最大的最优解.文中以现代物流技术为基础,城市物流配送蚁群算法的基础理论指导下,针对现代物流运输车辆的调度优化问题,进行了深入的理论、方法与模型的研究工作.7.学位论文高运良基于免疫遗传算法的物流配送VRP求解2007随着经济全球化的发展，现代物流已成为世人关注的热点。企业逐渐将目光转向了素有“第三利润源泉”之称的物流，而如何通过合理规划配送车辆路线，降低运输成本，已成为企业决策者和理论研究者普遍关注的问题。物流配送路径优化问题是典型的组合优化问题，属于一类NP难题，具有很高的计算复杂性。本研究首先通过对物流配送中心运输车辆路线问题的研究，建立了物流配送VRP问题的模型，给出了详细的数学描述。然后介绍了遗传算法和免疫算法的基本理论、应用情况，总结了各自的优缺点。免疫算法依据抗原与抗体的亲和度以及抗体之间的亲和度进行评价和选择。通过抗体之间的促进和抑制作用，提高最优点附近的搜索效率；通过记忆细胞的作用，有效地减小陷入局部最优点的可能，提高了全局搜索能力。借助免疫原理的遗传算法——免疫遗传算法能够保持群体的多样性，克服了早熟收敛，加快了搜索速度，提高了算法的总体搜索能力。最后，本研究给出了免疫遗传算法解决物流配送VRP问题的详细流程，应用Java语言编程实现本算法。实验数据验证了本算法的可行性。通过对比本算法与遗传算法的实验结果，显示出本算法在解决物流配送VRP问题方面的优越性。8.学位论文吴隽基于改进蚁群算法的物流配送路径优化研究2009配送是物流系统中很重要的一个环节，它要求在规定的时间内以一定的方式将确定的货物送到指定的地点。而车辆路径问题是研究货物运输成本最小的物流配送问题，它也是运输组织优化中的核心问题，由于它将运筹学理论与生产实践紧密地结合，因而在最近几十年取得了丰硕的研究成果，并且被称为“最近几十年运筹学领域最成功的研究之一”。因此，用启发式算法求解该问题就成为人们研究的一个重要方向。本文分析和总结了车辆路径问题的历史和研究现状，以及数学模型、约束条件，以综合性能的角度对求解车辆路径问题的算法进行了一定的归纳和分析，并在此基础上确定了本文的研究方法和目标。同时，结合实际，提出了本文的研究问题——有时间窗的车辆路径问题(VRPTW)，建立了以车辆容量和客户需求等为约束条件，以配送运输成本为目标函数的VRPTW数学模型。蚁群算法是一种新兴的群智能算法。它具有正反馈、并行计算、较强的鲁棒性等诸多特点，在很多领域有着广泛的应用。然而，基本蚁群算法在求解组合优化问题过程中容易出现过早收敛或停滞现象。为了解决这些问题，本文针对VRPTW问题，提出了三种新的改进算法，采用一系列BenchmarkProblems分别对算法进行测试并与其它启发式算法进行对比，实验结果表明：改进蚁群算法在求解VRPTW上是有效的，特别是对于大规模的VRPTW问题，效果更为显著。本论文主要的创新点在于以项目“现代物流综合管理关键技术与平台”作为研究背景，利用界面开发软件FLTK和VisualC++6.0开发了VRPTW优化器软件(VRPOptimizer)，并对采用传统优化算法、启发式算法、遗传算法、粒子群算法、蚁群算法以及混合优化算法等方法求解VRPTW进行了系统的研究和对比，使得在使用中可以根据问题的不同选择不同的算法进行求解和优化。该系统提高了配送中心的配送效率，优化了系统管理，在实际运用中取得了较好的效果。本文研究成果对建立现代物流运输车辆优化调度系统有现实的理论指导意义和应用价值，对蚁群算法的研究也有一定的参考价值。9.期刊论文王永亮.段富.WANGYong-liang.DUANFu蚁群算法在物流配送路径优化问题上的应用-现代计算机(专业版)2009,(5)物流配送路径优化是现代物流配送服务的关键环节之一,是近年来物流控制优化中的研究热点,需要一个快速而有效的求解算法.为此,构建了物流配送路径优化问题的数学