發(fā)布時間：2020-07-11 05:42

【摘要】：國內(nèi)經(jīng)濟迅猛發(fā)展，對物流的運行效率提出了更高的要求。而物流運行效率的直接決定者，即是物流網(wǎng)絡的合理化。因此本文將物流網(wǎng)絡的優(yōu)化問題作為本課題的研究主題。通過學習和總結(jié)前人的研究成果，發(fā)現(xiàn)其中的不足，再加上物流網(wǎng)絡自身，復雜多變，眾多因素綜合影響等特點，將以往研究中假設或欠考慮的因素模型化、實際化，貼近現(xiàn)實，以便獲得更加合理、有效的物流網(wǎng)絡方案。 設施的選址問題一直是物流網(wǎng)絡優(yōu)化的關鍵問題，但多數(shù)學者對此問題的研究均給予這樣一個假設，即中間節(jié)點的庫存設定為常量或者是關于吞吐量的線性函數(shù)關系，這點顯然是不符合現(xiàn)實中庫存成本的構(gòu)成。即使極少數(shù)的學者考慮到這點，也會顧此失彼，忽視了節(jié)點的固定投資成本。因此，筆者在本文的研究中，將庫存與吞吐量的關系設定為二次函數(shù)關系并將固定投資成本納入考慮范圍，對鮑姆爾-沃爾夫進行改進，更加有利于合理選址方案的獲得。 此外，本文又對路徑優(yōu)化問題做了詳細的研究和發(fā)展，因為各個節(jié)點是要通過路徑的鏈接才能形成完整的物流網(wǎng)絡，因此本文旨在獲得最佳的車輛路徑方案來建立相關模型并求解。再閱讀大量國內(nèi)外文獻之后發(fā)現(xiàn)，對于軟時間窗下的多目標路徑優(yōu)化研究，很少有人涉獵，而軟時間窗又是多數(shù)企業(yè)所愿意接受的約束條件，另外，現(xiàn)有的研究中以單目標居多，多目標使得研究結(jié)果更加滿足企業(yè)和顧客的雙重需求，但是多目標計算具有相當?shù)膹碗s性，因此，本文引入權(quán)數(shù)因子，以綜合目標建立模型，設計遺傳算法，在MATLAB7.0軟件平臺上編制程序進行求解。 通過提出問題設想，建立模型，設計算法，并最后通過案例分析，這一整套的流程下來，發(fā)現(xiàn)本文的非線性庫存和軟時間窗下的物流網(wǎng)絡優(yōu)化構(gòu)想，更加符合實際的要求，能夠獲得更加行之有效的物流網(wǎng)絡方案。 文章的主要架構(gòu)如下。第一章首先闡述了本文寫作的背景，介紹了整個課題的實際意義和研究價值，起到開篇點題，定立研究基調(diào)的作用。第二章對于本課題的理論基礎進行詳細介紹，為接下來行文打下基礎。第三章針對設施選址問題而展開，將非線性庫存的概念引入到選址模型當中，并運用改進的鮑姆爾——沃爾夫法來求解這一選址問題，最后通過實例驗證這一方法的可靠性。第四章針對路徑優(yōu)化問題展開，建立軟時間窗下的的模型，設計算法，最后，通過實例來驗證該模型和算法的有效性。第五章總結(jié)和展望，希望通過本文的研究可以為企業(yè)物流網(wǎng)絡優(yōu)化一點借鑒,同時也希望通過本文的構(gòu)想能夠給以后研究一點啟示，最后，指出不足之處并給予未來研究展望。
【學位授予單位】：云南財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：F253.9;TP301.6
【圖文】：

本文是 3 輛車，一個配送中心，8 個需求點的線路優(yōu)化問題，計算量很大，因此，本文借助 MATLAB7.0 軟件平臺，編制相應的程序代碼，來實現(xiàn)路徑優(yōu)化問題的求解。遺傳算法設計方面，初始種群為 100，迭代次數(shù)為 200，交叉概率為 0.2，變異概率設定為 0.1.并在 Microsoft Windows XP 操作系統(tǒng)上，英特爾 奔騰 處理器 T2390（1.86GHz）,1G 內(nèi)存的計算機上求解的。求出適應值結(jié)果如下：最優(yōu)適應值為 0.0082。由于本文的的適應度函數(shù)是根據(jù)目標函數(shù)求倒后得來的，因此數(shù)值較小，反之，進行在求倒就可以得到目標函數(shù)加權(quán)后的和了。具體運算結(jié)果如圖 4.2。

圖 4.3 配送方案結(jié)果輸出圖，最優(yōu)路徑為 167810429115312。由前文介紹的編碼轉(zhuǎn)化規(guī)徑優(yōu)化方案實則為（0，5，6，7，0，3，1，8，0，4，2，0配送中心出發(fā)經(jīng)過需求點 5，6，7 再回到配送中心，第二輛經(jīng)過需求點 3，1，8 后回到配送中心，第三輛車由配送中心2 后回到配送中心。的運行時間為 35.735 秒，結(jié)果如圖 4.4。圖 4.4 程序運行時間，算得總路徑長度為 104，行駛總時間為 355，由于各個車輛的時間均未超過規(guī)定時間窗，因此總懲罰度為 0。這一結(jié)果是

【參考文獻】

相關期刊論文 前10條

1 魏光興;;物流配送中心選址的一個離散模型研究[J];重慶交通學院學報;2006年04期

2 鄭國華;周小強;張力敏;;基于時間窗的城市醫(yī)藥品動態(tài)配送路徑優(yōu)化模型與算法[J];鐵道科學與工程學報;2011年04期

3 李利華;符卓;胡正東;;連續(xù)型物流設施選址的區(qū)間決策模型及算法[J];鐵道科學與工程學報;2011年06期

4 劉士新;馮海蘭;;動態(tài)車輛路徑問題的優(yōu)化方法[J];東北大學學報(自然科學版);2008年04期

5 湯希峰;毛海軍;李旭宏;;物流配送中心選址的多目標優(yōu)化模型[J];東南大學學報(自然科學版);2009年02期

6 劉必爭;毛超;;電子商務下的配送中心選址問題及其優(yōu)化[J];系統(tǒng)工程;2008年10期

7 熊浩;胡列格;;多車型動態(tài)車輛調(diào)度及其遺傳算法[J];系統(tǒng)工程;2009年10期

8 楊宇棟;朗茂祥;胡思繼;;有時間窗車輛路徑問題的模型及其改進模擬退火算法研究[J];管理工程學報;2006年03期

9 稅文兵;葉懷珍;張詩波;;考慮庫存成本的配送中心動態(tài)選址模型及算法[J];公路交通科技;2010年04期

10 陶羿;朱建青;李明;;基于改進遺傳算法的物流中心選址優(yōu)化[J];計算機工程與應用;2007年25期

本文編號：2750030