發(fā)布時(shí)間：2019-12-05 14:55

【摘要】：煙草物流配送線路優(yōu)化問(wèn)題是典型的車輛路徑問(wèn)題(VRP),但是煙草物流配送也有其自身的特點(diǎn),如:網(wǎng)點(diǎn)分布不均、路況復(fù)雜、網(wǎng)點(diǎn)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(wèn)題已有幾十年研究歷史,且國(guó)內(nèi)外學(xué)者取得了豐碩的研究成果,但是針對(duì)煙草物流配送線路優(yōu)化的應(yīng)用實(shí)際,已有的優(yōu)化算法存在計(jì)算精度不高、計(jì)算復(fù)雜度高等缺點(diǎn)。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(jìn)行改進(jìn)優(yōu)化,以避免陷入局部最優(yōu)或局部收斂。算法改進(jìn)有以下下面:單個(gè)螞蟻的路徑搜索改進(jìn)、信息素更新的改進(jìn)策略、選擇概率的改進(jìn)、螞蟻動(dòng)態(tài)增長(zhǎng)機(jī)制。同時(shí),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(cè)試數(shù)據(jù)集和煙草物流配送的真實(shí)數(shù)據(jù)進(jìn)行測(cè)試驗(yàn)證,驗(yàn)證結(jié)果表明,實(shí)驗(yàn)結(jié)果更接近最優(yōu)解,算法效率提升明顯。改進(jìn)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(wèn)題。本課題介紹了煙草物流配送信息管理平臺(tái)和車載終端的架構(gòu)、設(shè)計(jì)、實(shí)現(xiàn)。煙草物流配送信息管理平臺(tái)使用了本課題提出的改進(jìn)蟻群算法、廣播式并行算法,來(lái)實(shí)現(xiàn)煙草配送線路優(yōu)化。煙草物流配送信息管理平臺(tái)應(yīng)用百度地圖API技術(shù),在WEB地圖上實(shí)時(shí)展示了各配送線路的配送進(jìn)度及異常反饋,極大方便了配送進(jìn)度監(jiān)控、車輛管理、人員管理。對(duì)于車載終端,選擇Android系統(tǒng)作為基礎(chǔ)平臺(tái),中國(guó)移動(dòng)4G網(wǎng)絡(luò)作為信息通訊平臺(tái),采用百度地圖Android SDK技術(shù)實(shí)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(diǎn)及貨物信息,來(lái)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(jìn)蟻群算法,實(shí)現(xiàn)當(dāng)前配送線路的實(shí)時(shí)重排,以滿足配送任務(wù)的動(dòng)態(tài)需求。
【圖文】：

且國(guó)內(nèi)外學(xué)者取得了豐碩的研究成果，但是針對(duì)煙草物流配送線路優(yōu)化的應(yīng)用實(shí)際，已有的優(yōu)化算法存在計(jì)算精度不高、計(jì)算復(fù)雜度高等缺點(diǎn)。煙草配送線路存在兩個(gè)方面的問(wèn)題:工作量均衡問(wèn)題、不同線路的送貨工作量均衡問(wèn)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(wèn)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(yuǎn)且配送的任務(wù)也比較多，可下班后，當(dāng)天的配送也無(wú)法準(zhǔn)時(shí)完成，越遠(yuǎn)的配送線路選用的配送車輛的負(fù)載越大，，配送人員與司機(jī)的任務(wù)越重。以上情況會(huì)帶來(lái)了一系列的問(wèn)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(lái)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(yuǎn)的山區(qū)網(wǎng)點(diǎn)比較分散，配送距離遠(yuǎn)，送貨時(shí)間也較長(zhǎng)，但是送貨量卻不大；市區(qū)網(wǎng)點(diǎn)多，線路也多，單次配送時(shí)間短，但是送貨量較大。以上情況就會(huì)帶來(lái)一些問(wèn)題：不方便及時(shí)地了解配送的進(jìn)度；不方便管理配送人員和司機(jī)；部分線路上網(wǎng)點(diǎn)數(shù)目多、距離較遠(yuǎn)，配送任務(wù)重，送貨員為了完成當(dāng)天任務(wù)，沒(méi)有多余的時(shí)間為零售商戶提供服務(wù)。

圖 2-1 網(wǎng)點(diǎn)間選擇策略對(duì)比分析，改進(jìn)算法后，初始種群完改進(jìn)后路徑平均長(zhǎng)度比改進(jìn)前縮短了更快的收斂。表 2-1 改進(jìn)前后種群的搜索情況的對(duì)比平均完成時(shí)間(s) 平均路徑長(zhǎng)1237.5 17681.213.3 4218.8進(jìn)策略時(shí)間窗口的 VRP 問(wèn)題。為取得更好的信息素的更新。客戶的需求的窗口結(jié)束時(shí)間。算法中允許送達(dá)時(shí)間 ti有罰機(jī)制。同時(shí)，設(shè)置最大允許時(shí)間差過(guò) TM。如果時(shí)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(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP311.52;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 王詩(shī)瑤;王文發(fā);富文軍;李曉英;;大規(guī)模單車場(chǎng)VRP問(wèn)題中掃描法的改進(jìn)[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(jìn)蟻群算法優(yōu)化周期性車輛路徑問(wèn)題[J];運(yùn)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(dòng)態(tài)管理[J];管理學(xué)報(bào);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(shí)間窗的多中心車輛路徑問(wèn)題[J];系統(tǒng)工程理論與實(shí)踐;2012年08期

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

6 李世威;王建強(qiáng);曾俊偉;;求解VRPTW問(wèn)題的不確定性目標(biāo)偏好蟻群算法[J];計(jì)算機(jī)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(jì)[J];制造業(yè)自動(dòng)化;2011年11期

8 鄒彤,李寧,孫德寶,李菁;多車場(chǎng)車輛路徑問(wèn)題的遺傳算法[J];計(jì)算機(jī)工程與應(yīng)用;2004年21期

9 李寧,鄒彤,孫德寶;帶時(shí)間窗車輛路徑問(wèn)題的粒子群算法[J];系統(tǒng)工程理論與實(shí)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(yùn)輸調(diào)度系統(tǒng)的分析與設(shè)計(jì)[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(hào)：2570046