發(fā)布時(shí)間：2017-10-26 18:10

  本文關(guān)鍵詞：基于蟻群算法的低碳物流路徑優(yōu)化研究

  更多相關(guān)文章： 低碳物流 配送路徑 基本蟻群算法 改進(jìn)蟻群算法 京津冀都市圈

【摘要】：隨著全球氣候變暖問(wèn)題的日益惡化,低碳問(wèn)題越來(lái)越受到各國(guó)政府和學(xué)者的關(guān)注。物流產(chǎn)業(yè)是能源消耗大戶,同時(shí)又是二氧化碳排放大戶,因此降低能源消耗,減少碳排放量是發(fā)展物流產(chǎn)業(yè)的必然趨勢(shì),低碳物流應(yīng)運(yùn)而生。低碳物流是指在物流過(guò)程中以低能耗、低污染、低排放為目標(biāo),利用能效技術(shù)、可再生能源技術(shù)和各種智能優(yōu)化方法,以期實(shí)現(xiàn)最高的資源利用率和最低的碳排放量。在低碳物流中,合理規(guī)劃配送路徑、減少空載,是提高物流效率、減少碳排放的有效途徑。因此,采用現(xiàn)代智能優(yōu)化方法對(duì)低碳物流配送路徑數(shù)學(xué)模型進(jìn)行優(yōu)化求解,尋找最優(yōu)的配送路徑具有重要的理論意義和實(shí)用價(jià)值。本文所做的主要工作為:(1)在分析低碳物流路徑優(yōu)化研究動(dòng)態(tài)的基礎(chǔ)上,闡述了低碳物流及蟻群算法的基本原理,并以碳排放成本最低為目標(biāo)建立了低碳物流路徑優(yōu)化模型。(2)針對(duì)基本蟻群算法參數(shù)選擇靠實(shí)驗(yàn)獲得,易陷入局部最優(yōu)、收斂速度慢等不足,將DNA算法中的交叉變異操作融入基本蟻群算法,用于控制基本蟻群算法的初始參數(shù)選取,加快了算法的收斂速度,優(yōu)化了算法性能。同時(shí),將改進(jìn)算法用于低碳物流配送路徑優(yōu)化求解。計(jì)算機(jī)仿真結(jié)果表明,改進(jìn)算法的求解結(jié)果優(yōu)于基本蟻群算法。(3)為了避免基本蟻群算法出現(xiàn)停滯及早熟現(xiàn)象,將混沌系統(tǒng)及模擬退火機(jī)制引入基本蟻群算法,研究了帶混沌擾動(dòng)的模擬退火蟻群算法,用于求解低碳物流配送路徑優(yōu)化數(shù)學(xué)模型。計(jì)算機(jī)仿真結(jié)果表明,改進(jìn)算法增強(qiáng)了全局搜索能力,提高了模型求解效率。(4)以京津冀都市圈為仿真實(shí)例,以碳排放成本最低建立數(shù)學(xué)模型,分別采用基本蟻群算法、DNA-蟻群算法和帶混沌擾動(dòng)的模擬退火蟻群算法進(jìn)行了實(shí)例仿真,給出了三種算法的配送路徑。結(jié)果表明,帶混沌擾動(dòng)的模擬退火蟻群算法求解結(jié)果碳排放量最低,DNA-蟻群算法次之,基本蟻群算法最高。
【關(guān)鍵詞】：低碳物流 配送路徑 基本蟻群算法 改進(jìn)蟻群算法 京津冀都市圈
【學(xué)位授予單位】：天津商業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F259.27;F224;TP18
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-16
• 1.1 研究背景和意義9-11
• 1.1.1 研究背景9-10
• 1.1.2 研究意義10-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-14
• 1.2.1 低碳物流研究現(xiàn)狀11-12
• 1.2.2 車輛路徑優(yōu)化問(wèn)題研究現(xiàn)狀12-13
• 1.2.3 蟻群算法研究現(xiàn)狀13-14
• 1.3 論文的研究?jī)?nèi)容、研究方法、研究路線和結(jié)構(gòu)安排14-16
• 1.3.1 論文的研究?jī)?nèi)容14
• 1.3.2 論文的研究思路14-15
• 1.3.3 論文的結(jié)構(gòu)安排15-16
• 第二章 相關(guān)理論基礎(chǔ)16-26
• 2.1 低碳物流基本理論16-18
• 2.1.1 低碳物流的概念16
• 2.1.2 低碳物流的影響因素16-17
• 2.1.3 低碳物流的特性分析17-18
• 2.2 低碳物流路徑優(yōu)化問(wèn)題的描述及數(shù)學(xué)模型的建立18-21
• 2.2.1 車輛路徑優(yōu)化問(wèn)題的概念與分類18-19
• 2.2.2 低碳物流路徑優(yōu)化碳排放成本的計(jì)算19-20
• 2.2.3 低碳物流路徑優(yōu)化模型的建立20-21
• 2.3 蟻群算法基本理論21-25
• 2.3.1 蟻群算法的概念21
• 2.3.2 蟻群算法的流程步驟及參數(shù)分析21-23
• 2.3.3 蟻群算法的改進(jìn)算法23-25
• 2.4 本章小結(jié)25-26
• 第三章 基于DNA-蟻群算法的低碳物流路徑優(yōu)化研究26-35
• 3.1 DNA算法的基本原理26-28
• 3.1.1 DNA的基本概念26
• 3.1.2 DNA的算法原理26-28
• 3.2 基于DNA的改進(jìn)蟻群算法28-34
• 3.2.1 DNA-蟻群算法的基本原理28
• 3.2.2 DNA-蟻群算法求解低碳VRP的步驟和流程28-31
• 3.2.3 計(jì)算機(jī)仿真31-34
• 3.3 本章小結(jié)34-35
• 第四章 基于混沌擾動(dòng)模擬退火蟻群算法低碳物流路徑優(yōu)化研究35-44
• 4.1 模擬退火算法與混沌擾動(dòng)的基本原理35-36
• 4.1.1 模擬退火算法的基本原理35-36
• 4.1.2 混沌擾動(dòng)的基本原理36
• 4.2 基于混沌擾動(dòng)模擬退火的改進(jìn)蟻群算法36-43
• 4.2.1 混沌擾動(dòng)模擬退火蟻群算法的基本原理36-38
• 4.2.2 混沌擾動(dòng)模擬退火蟻群算法求解低碳VRP的步驟和流程38-40
• 4.2.3 計(jì)算機(jī)仿真40-43
• 4.3 本章小結(jié)43-44
• 第五章 京津冀都市圈低碳物流路徑優(yōu)化實(shí)證分析44-51
• 5.1 背景介紹44-45
• 5.2 實(shí)證分析45-49
• 5.2.1 京津冀都市圈低碳VRP問(wèn)題描述45
• 5.2.2 DNA-蟻群算法求解京津冀都市圈低碳VRP45-47
• 5.2.3 混沌擾動(dòng)模擬退火蟻群算法求解京津冀都市圈低碳VRP47-49
• 5.3 優(yōu)化效果分析49-50
• 5.4 本章小結(jié)50-51
• 第六章 結(jié)論與展望51-53
• 6.1 結(jié)論51
• 6.2 今后進(jìn)一步研究的方向51-53
• 參考文獻(xiàn)53-57
• 發(fā)表論文及參加科研情況說(shuō)明57-58
• （一）發(fā)表論文57
• （二）參與科研項(xiàng)目57
• （三）論文獲獎(jiǎng)57-58
• 致謝58-59

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 薄桂華;黃敏;王洪峰;;4PL路徑優(yōu)化問(wèn)題0-1規(guī)劃模型與求解[J];控制工程;2013年02期

2 王雪松;李志蜀;童銘;熊科;林梅琴;袁曉玲;;中藥自動(dòng)配藥系統(tǒng)的配藥路徑優(yōu)化研究[J];計(jì)算機(jī)應(yīng)用研究;2006年09期

3 于潔;蘇志忠;孫燕飛;;蟻群算法在揀貨路徑優(yōu)化中的應(yīng)用研究[J];電腦知識(shí)與技術(shù);2008年29期

4 楊思;;基于用戶訪問(wèn)序列挖掘的站點(diǎn)路徑優(yōu)化分析[J];圖書館界;2009年01期

5 王俠;程乃偉;;蟻群算法在動(dòng)態(tài)疏散路徑優(yōu)化過(guò)程中的應(yīng)用[J];安防科技;2009年10期

6 任小龍;溫浩宇;李華;;無(wú)向Petri網(wǎng)的多AGV最優(yōu)路徑方法研究[J];西安電子科技大學(xué)學(xué)報(bào);2008年03期

7 陳麗芳;須文波;;混合行為蟻群算法在快遞路徑優(yōu)化中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2009年22期

8 鄭龍;周經(jīng)倫;易凡;陳玉教;;大規(guī)模隨機(jī)運(yùn)輸網(wǎng)絡(luò)的路徑優(yōu)化[J];系統(tǒng)工程理論與實(shí)踐;2009年10期

9 張友華;樂(lè)毅;辜麗川;王超;;優(yōu)選參數(shù)的蟻群算法實(shí)現(xiàn)物流路徑優(yōu)化[J];計(jì)算機(jī)技術(shù)與發(fā)展;2009年03期

10 肖樂(lè);吳相林;甄彤;;自適應(yīng)混沌蟻群算法的糧食應(yīng)急路徑優(yōu)化研究[J];計(jì)算機(jī)工程與應(yīng)用;2012年24期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 何愛君;唐露新;劉輝;張志軍;;圖案絎縫加工路徑優(yōu)化模型及算法研究[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（二）[C];2007年

2 黃元生;劉爽;田立霞;張振忠;乞建勛;;煤炭港口路徑優(yōu)化研究[A];“兩型社會(huì)”建設(shè)與管理創(chuàng)新——第十五屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集（上）[C];2013年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 南京日?qǐng)?bào)記者　 施勇君;總量提升 路徑優(yōu)化[N];南京日?qǐng)?bào);2006年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 石玉峰;戰(zhàn)時(shí)不確定性運(yùn)輸路徑優(yōu)化研究[D];西南交通大學(xué);2006年

2 吳俊杰;船體零件數(shù)控切割路徑優(yōu)化研究[D];大連理工大學(xué);2013年

3 薄桂華;不同配送要求下第四方物流路徑優(yōu)化問(wèn)題研究[D];東北大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 蔡芮靈;考慮庫(kù)存約束的糧食海運(yùn)路徑優(yōu)化問(wèn)題研究[D];大連海事大學(xué);2015年

2 管娜娜;公共自行車調(diào)度路徑優(yōu)化問(wèn)題研究[D];西南交通大學(xué);2015年

3 于匡員;基于預(yù)約模式的出租車合乘路徑優(yōu)化[D];哈爾濱工業(yè)大學(xué);2015年

4 姜海洋;基于復(fù)雜網(wǎng)絡(luò)的軍事運(yùn)輸風(fēng)險(xiǎn)及路徑優(yōu)化研究[D];大連理工大學(xué);2015年

5 趙錦濤;船體零件切割路徑優(yōu)化技術(shù)及工程應(yīng)用[D];大連理工大學(xué);2015年

6 李棟棟;雙區(qū)型倉(cāng)庫(kù)揀貨路徑優(yōu)化研究[D];青島大學(xué);2015年

7 王云飛;基于蟻群算法的武警巡邏路徑優(yōu)化問(wèn)題研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

8 李娜;考慮客戶時(shí)間心理偏好的4PL路徑優(yōu)化問(wèn)題研究[D];東北大學(xué);2014年

9 史玄;軟時(shí)間窗約束下動(dòng)態(tài)選址—路徑優(yōu)化研究[D];福州大學(xué);2014年

10 金石;危險(xiǎn)品道路運(yùn)輸網(wǎng)絡(luò)中的物流路徑優(yōu)化研究[D];北京交通大學(xué);2016年

，

本文編號(hào)：1099833