發(fā)布時間：2019-12-05 14:55

【摘要】：煙草物流配送線路優(yōu)化問題是典型的車輛路徑問題(VRP),但是煙草物流配送也有其自身的特點,如:網(wǎng)點分布不均、路況復(fù)雜、網(wǎng)點非常多、單訂單商品少但下訂頻次高、集中配送、統(tǒng)一渠道等。盡管VRP問題已有幾十年研究歷史,且國內(nèi)外學(xué)者取得了豐碩的研究成果,但是針對煙草物流配送線路優(yōu)化的應(yīng)用實際,已有的優(yōu)化算法存在計算精度不高、計算復(fù)雜度高等缺點。本課題選擇最大最小蟻群算法作為基礎(chǔ)算法,采取一些策略,進行改進優(yōu)化,以避免陷入局部最優(yōu)或局部收斂。算法改進有以下下面:單個螞蟻的路徑搜索改進、信息素更新的改進策略、選擇概率的改進、螞蟻動態(tài)增長機制。同時,引入了廣播式并行算法,提高算法的收斂速度及效率。文中采用VRP標(biāo)準(zhǔn)測試數(shù)據(jù)集和煙草物流配送的真實數(shù)據(jù)進行測試驗證,驗證結(jié)果表明,實驗結(jié)果更接近最優(yōu)解,算法效率提升明顯。改進蟻群算法與廣播式并行算法組合能夠有效地解決煙草物流配送線路優(yōu)化問題。本課題介紹了煙草物流配送信息管理平臺和車載終端的架構(gòu)、設(shè)計、實現(xiàn)。煙草物流配送信息管理平臺使用了本課題提出的改進蟻群算法、廣播式并行算法,來實現(xiàn)煙草配送線路優(yōu)化。煙草物流配送信息管理平臺應(yīng)用百度地圖API技術(shù),在WEB地圖上實時展示了各配送線路的配送進度及異常反饋,極大方便了配送進度監(jiān)控、車輛管理、人員管理。對于車載終端,選擇Android系統(tǒng)作為基礎(chǔ)平臺,中國移動4G網(wǎng)絡(luò)作為信息通訊平臺,采用百度地圖Android SDK技術(shù)實現(xiàn)地圖服務(wù)和應(yīng)用。在車載終端系統(tǒng)上,展示了已優(yōu)化排程的配送線路網(wǎng)點及貨物信息,來引導(dǎo)配送人員完成配送任務(wù)。并且,車載終端系統(tǒng)使用課題提出的改進蟻群算法,實現(xiàn)當(dāng)前配送線路的實時重排,以滿足配送任務(wù)的動態(tài)需求。
【圖文】：

且國內(nèi)外學(xué)者取得了豐碩的研究成果，但是針對煙草物流配送線路優(yōu)化的應(yīng)用實際，已有的優(yōu)化算法存在計算精度不高、計算復(fù)雜度高等缺點。煙草配送線路存在兩個方面的問題:工作量均衡問題、不同線路的送貨工作量均衡問題。由于各種原因，現(xiàn)有的煙草物流配送存在工作量不均衡的問題。一些線路工作量比較小，早上 9:00 出車后不到 11:00 就回到物流配送中心；但有的線路比較遠且配送的任務(wù)也比較多，可下班后，當(dāng)天的配送也無法準(zhǔn)時完成，越遠的配送線路選用的配送車輛的負載越大，，配送人員與司機的任務(wù)越重。以上情況會帶來了一系列的問題。配送線路是依據(jù)煙草客戶經(jīng)理拜訪零售商戶的線路來制定的，由煙草專賣人員根據(jù)已有的線路，人工劃分確定的，結(jié)果就造成不同的配送線路的配送任務(wù)量差別較大。線路工作量不均衡有多種情況。例如：郊區(qū)或偏遠的山區(qū)網(wǎng)點比較分散，配送距離遠，送貨時間也較長，但是送貨量卻不大；市區(qū)網(wǎng)點多，線路也多，單次配送時間短，但是送貨量較大。以上情況就會帶來一些問題：不方便及時地了解配送的進度；不方便管理配送人員和司機；部分線路上網(wǎng)點數(shù)目多、距離較遠，配送任務(wù)重，送貨員為了完成當(dāng)天任務(wù)，沒有多余的時間為零售商戶提供服務(wù)。

圖 2-1 網(wǎng)點間選擇策略對比分析，改進算法后，初始種群完改進后路徑平均長度比改進前縮短了更快的收斂。表 2-1 改進前后種群的搜索情況的對比平均完成時間(s) 平均路徑長1237.5 17681.213.3 4218.8進策略時間窗口的 VRP 問題。為取得更好的信息素的更新�？蛻舻男枨蟮拇翱诮Y(jié)束時間。算法中允許送達時間 ti有罰機制。同時，設(shè)置最大允許時間差過 TM。如果時間差超出 TM, 則不能
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP311.52;TP18

【參考文獻】

相關(guān)期刊論文 前9條

1 王詩瑤;王文發(fā);富文軍;李曉英;;大規(guī)模單車場VRP問題中掃描法的改進[J];現(xiàn)代電子技術(shù);2014年24期

2 蔡婉君;王晨宇;于濱;楊忠振;姚寶珍;;改進蟻群算法優(yōu)化周期性車輛路徑問題[J];運籌與管理;2014年05期

3 王君;李波;;基于多目標(biāo)優(yōu)化的模糊需求VRPTW動態(tài)管理[J];管理學(xué)報;2013年02期

4 于濱;靳鵬歡;楊忠振;;兩階段啟發(fā)式算法求解帶時間窗的多中心車輛路徑問題[J];系統(tǒng)工程理論與實踐;2012年08期

5 孫國華;;帶時間窗的開放式滿載車輛路徑問題建模及其求解算法[J];系統(tǒng)工程理論與實踐;2012年08期

6 李世威;王建強;曾俊偉;;求解VRPTW問題的不確定性目標(biāo)偏好蟻群算法[J];計算機應(yīng)用研究;2012年03期

7 莫以為;何新彪;;基于Google Maps JavaScript API的物流配送車輛調(diào)度系統(tǒng)設(shè)計[J];制造業(yè)自動化;2011年11期

8 鄒彤,李寧,孫德寶,李菁;多車場車輛路徑問題的遺傳算法[J];計算機工程與應(yīng)用;2004年21期

9 李寧,鄒彤,孫德寶;帶時間窗車輛路徑問題的粒子群算法[J];系統(tǒng)工程理論與實踐;2004年04期

相關(guān)碩士學(xué)位論文 前2條

1 王廠;基于Google Map ApI的郵政運輸調(diào)度系統(tǒng)的分析與設(shè)計[D];山東大學(xué);2010年

2 袁正磊;基于聚類的車輛線路優(yōu)化算法研究[D];山東大學(xué);2008年

本文編號：2570046