現(xiàn)代企業(yè)物流調(diào)度模型與監(jiān)控研究
本文關(guān)鍵詞:現(xiàn)代企業(yè)物流調(diào)度模型與監(jiān)控研究,由筆耕文化傳播整理發(fā)布。
【摘要】:隨著社會的發(fā)展,現(xiàn)代化物流應(yīng)運而生,物流的核心是調(diào)度與監(jiān)控。經(jīng)過現(xiàn)代企業(yè)物流發(fā)展觀念的改變,新的物流管理體制的引入,提高了當(dāng)前物流行業(yè)的綜合水平,企業(yè)物流的發(fā)展前景更加被看好。各大企業(yè)紛紛開始使用智能化物流調(diào)度監(jiān)控平臺。本文基于對物流供應(yīng)鏈的研究,建立了車輛調(diào)度模型,應(yīng)用智能啟發(fā)式算法求解,形成有效的配車方案和行車路線。對物流監(jiān)控進行研究,引入高科技產(chǎn)品GPS電子鎖來改造業(yè)務(wù)流程,提高物流在途的安全性。具體研究內(nèi)容包括以下四個部分: (1)對現(xiàn)代企業(yè)物流供應(yīng)鏈進行研究,建立了車輛調(diào)度數(shù)學(xué)模型。本文根據(jù)企業(yè)的實際情況,將非滿載調(diào)度模型作為重點研究對象。 (2)深入研究探討了蟻群算法和模擬退火算法,對兩種算法分別構(gòu)造了新的信息素局部更新方法、改進路徑選擇概率、基于客戶直接排列的解的表示方法以及解的路徑內(nèi)優(yōu)化等改進方法,使算法易于實現(xiàn)、收斂性能得到優(yōu)化、算法執(zhí)行效率得到提高、尋優(yōu)能力更加優(yōu)秀。并根據(jù)煙草企業(yè)的實際情況,使用算法求解了車輛非滿載調(diào)度模型,將其使用到了煙草工業(yè)企業(yè)的物流調(diào)度平臺之中。 (3)對物流監(jiān)控中的信息大規(guī)模采集進行了研究,通過GPS-GIS系統(tǒng)、GPS電子鎖的信息采集,令配送車輛物流狀態(tài)能夠?qū)崟r自動更新,企業(yè)可通過物流系統(tǒng)進行實時在途監(jiān)控與狀態(tài)信息查詢,節(jié)約了企業(yè)人力成本,并為配送的整體規(guī)劃提供支撐。 (4)在物流監(jiān)控中,通過對GPS-GIS監(jiān)控系統(tǒng)與GPS電子鎖的研究,建立了GPS-GIS系統(tǒng)與GPS電子鎖相結(jié)合的監(jiān)控方式,改進了業(yè)務(wù)流程,極大提高了物流配送過程的安全性,令企業(yè)在實時在途監(jiān)控的基礎(chǔ)上,還能實時了解配送車輛是否安全,若有突發(fā)情況發(fā)生,系統(tǒng)會在第一時間發(fā)出警報與事發(fā)地位置信息,加強了企業(yè)物流的監(jiān)控力度。 結(jié)合實際情況,以上研究成果已經(jīng)基本運用到福建中煙的物流系統(tǒng)之中,提高了物流調(diào)度效率,節(jié)約了企業(yè)物流成本,,保障了貨物的安全,得到了用戶廣泛的好評。
【關(guān)鍵詞】:現(xiàn)代物流 車輛調(diào)度模型 蟻群算法 模擬退火算法 物流監(jiān)控
【學(xué)位授予單位】:浙江理工大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2015
【分類號】:F252;TP18
【目錄】:
- 摘要4-5
- ABSTRACT5-10
- 第一章 緒論10-13
- 1.1 研究背景與研究意義10-11
- 1.2 研究現(xiàn)狀11-12
- 1.2.1 現(xiàn)代企業(yè)物流業(yè)務(wù)研究與現(xiàn)狀11
- 1.2.2 煙草行業(yè)物流的發(fā)展趨勢11-12
- 1.3 研究內(nèi)容12
- 1.4 論文組織安排12-13
- 第二章 現(xiàn)代企業(yè)物流供應(yīng)鏈研究13-18
- 2.1 物流供應(yīng)鏈研究引言13
- 2.2 企業(yè)銷售物流調(diào)度流程13-14
- 2.3 企業(yè)成品物流調(diào)撥發(fā)貨工作流程14-16
- 2.4 企業(yè)物流監(jiān)控管理16-17
- 2.5 本章小結(jié)17-18
- 第三章 企業(yè)物流車輛調(diào)度模型的研究與建立18-25
- 3.1 企業(yè)物流車輛調(diào)度模型18-22
- 3.1.1 VRP 的一般描述18-21
- 3.1.2 VRP 的分類21-22
- 3.2 企業(yè)物流調(diào)度模型描述22
- 3.3 車輛非滿載調(diào)度模型的研究與建立22-24
- 3.4 本章小結(jié)24-25
- 第四章 蟻群算法研究25-38
- 4.1 蟻群算法基本原理25-27
- 4.2 蟻群算法模型建立27-29
- 4.2.1 路徑構(gòu)建27-28
- 4.2.2 信息素更新28-29
- 4.3 基本實現(xiàn)步驟29-30
- 4.4 業(yè)務(wù)實例與參數(shù)分析30-33
- 4.4.1 業(yè)務(wù)實例30-31
- 4.4.2 因子α對蟻群算法性能的影響31
- 4.4.3 因子β對政群算法性能的影響31-32
- 4.4.4 因子ρ對蟻群算法性能的影響32
- 4.4.5 因子m對蟻群算法性能的影響32
- 4.4.6 因子Q對蟻群算法性能的影響32-33
- 4.4.7 參數(shù)設(shè)置33
- 4.5 改進蟻群算法與實例實現(xiàn)33-37
- 4.5.1 局部更新規(guī)則改進33
- 4.5.2 期望啟發(fā)因子改進33-34
- 4.5.3 路徑選擇概率改進34
- 4.5.4 設(shè)定信息素濃度上下限34
- 4.5.5 改進算法實現(xiàn)步驟34-35
- 4.5.6 商業(yè)公司信息與時間窗35-36
- 4.5.7 計算結(jié)果分析36-37
- 4.6 本章小結(jié)37-38
- 第五章 模擬退火算法研究38-47
- 5.1 模擬退火算法原理38-39
- 5.2 模擬退火算法基本概念39-41
- 5.3 改進模擬退火算法設(shè)計41-45
- 5.3.1 解的表示方法41-42
- 5.3.2 解的評價方法與交換法鄰域操作42
- 5.3.3 解的路徑內(nèi)優(yōu)化法42-43
- 5.3.4 改進算法實現(xiàn)步驟與算法流程圖43-45
- 5.4 改進模擬退火算法實例實現(xiàn)45-46
- 5.4.1 商業(yè)公司信息與時間窗45-46
- 5.4.2 計算結(jié)果分析46
- 5.5 本章小結(jié)46-47
- 第六章 物流監(jiān)控47-57
- 6.1 大規(guī)模信息采集47-51
- 6.1.1 GPS 數(shù)據(jù)采集47
- 6.1.2 GPS 數(shù)據(jù)集成應(yīng)用47-48
- 6.1.3 物流狀態(tài)信息采集48-49
- 6.1.4 物流電子鎖系統(tǒng)組成49-50
- 6.1.5 物流電子鎖主要參數(shù)50-51
- 6.1.6 物流電子鎖開鎖與防盜方式51
- 6.2 在途監(jiān)控51-56
- 6.2.1 基于 GPS-GIS 的物流監(jiān)控系統(tǒng)51-53
- 6.2.1.1 系統(tǒng)組成51-52
- 6.2.1.2 系統(tǒng)工作原理52
- 6.2.1.3 系統(tǒng)主要功能52
- 6.2.1.4 系統(tǒng)實際在途監(jiān)控展示52-53
- 6.2.1.5 傳統(tǒng)監(jiān)控系統(tǒng)的不足53
- 6.2.2 基于 GPS-GIS 和 GPS 電子鎖的物流監(jiān)控系統(tǒng)53-56
- 6.2.2.1 系統(tǒng)設(shè)計要求與核心部件54
- 6.2.2.2 系統(tǒng)流程54-55
- 6.2.2.3 GPS 電子鎖功能與數(shù)據(jù)表設(shè)計55-56
- 6.3 本章小結(jié)56-57
- 第七章 總結(jié)與展望57-59
- 7.1 全文總結(jié)57-58
- 7.2 研究展望58-59
- 參考文獻59-62
- 致謝62-63
- 攻讀學(xué)位期間的研究成果6
【參考文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 江加和,宋子善,沈為群,邱力為;模擬退火算法在連續(xù)變量全局優(yōu)化問題中應(yīng)用[J];北京航空航天大學(xué)學(xué)報;2001年05期
2 李擎;謝四江;童新海;王志良;;一種用于車輛最短路徑規(guī)劃的自適應(yīng)遺傳算法及其與Dijkstra和A~*算法的比較[J];北京科技大學(xué)學(xué)報;2006年11期
3 郭德洪,李傳昭,黃俊;第三方物流運作系統(tǒng)及其戰(zhàn)略[J];重慶大學(xué)學(xué)報(社會科學(xué)版);2002年04期
4 翟戰(zhàn)強,蔡少華;基于GPRS/GPS/GIS的車輛導(dǎo)航與監(jiān)控系統(tǒng)[J];測繪通報;2004年02期
5 李嘉,王夢光,唐立新,宋建海;一類特殊車輛路徑問題(VRP)[J];東北大學(xué)學(xué)報;2001年03期
6 劉淑華;張崳;付帥;吳洪巖;;基于粒子群蟻群算法的多機器人任務(wù)分配方法[J];東北師大學(xué)報(自然科學(xué)版);2009年04期
7 李松慶;第三方物流定義探討[J];當(dāng)代財經(jīng);2004年05期
8 韓增林,王成金,尤飛;我國物流業(yè)發(fā)展與布局的特點及對策探討[J];地理科學(xué)進展;2002年01期
9 郝晉,石立寶,周家啟;一種求解最優(yōu)機組組合問題的隨機擾動蟻群優(yōu)化算法[J];電力系統(tǒng)自動化;2002年23期
10 王天寶;王爾琪;盧浩;黃躍峰;;基于Silverlight的WebGIS客戶端技術(shù)與應(yīng)用試驗[J];地球信息科學(xué)學(xué)報;2010年01期
中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條
1 胡大偉;設(shè)施定位和車輛路線問題模型及其啟發(fā)式算法研究[D];長安大學(xué);2008年
本文關(guān)鍵詞:現(xiàn)代企業(yè)物流調(diào)度模型與監(jiān)控研究,由筆耕文化傳播整理發(fā)布。
本文編號:346760
本文鏈接:http://sikaile.net/guanlilunwen/gongyinglianguanli/346760.html