發(fā)布時間：2021-10-29 17:34

　　近年來,我國社會經(jīng)濟發(fā)展態(tài)勢良好,人民生活質(zhì)量和消費水平穩(wěn)步提高,生鮮農(nóng)產(chǎn)品作為人民營養(yǎng)攝入的重要來源,其品質(zhì)及安全的問題受到了社會各界的廣泛關(guān)注。人們對生鮮農(nóng)產(chǎn)品需求量大,但時鮮性的特點也會給儲存和運輸帶來困難。因此研究作為生鮮農(nóng)產(chǎn)品物流關(guān)鍵技術(shù)的配送中心選址及路徑規(guī)劃問題尤為重要。本文首先研究了生鮮農(nóng)產(chǎn)品多配送中心連續(xù)選址問題,在建立考慮最小距離約束下連續(xù)選址模型的基礎(chǔ)上,針對以往連續(xù)選址模型求解過程中采用隨機方式生成初始解會造成算法搜索范圍過大且易陷入局部最優(yōu)的局限,創(chuàng)新性地提出了連續(xù)選址模型的模糊c均值聚類-改進模擬退火（FCM-ISA）算法。以杭州市為例驗證了所建模型和設(shè)計算法的有效性。其次,本文在生鮮農(nóng)產(chǎn)品多配送中心連續(xù)選址模型求解的基礎(chǔ)上,將后續(xù)的配送中心車輛路徑問題分為二級配送中心單獨配送的路徑規(guī)劃問題和一級、二級配送中心共同配送的路徑規(guī)劃問題,并分別建立了以生鮮農(nóng)產(chǎn)品運輸過程中車輛數(shù)最少和運輸過程中的綜合費用最小的多目標車輛路徑模型一與車輛路徑模型二�？紤]到傳統(tǒng)模擬退火算法擅長于局部搜索,全局搜索能力欠缺,本文針對文中模型在傳統(tǒng)模擬退火算法的基礎(chǔ)上設(shè)計了多目標改進模擬... 

【文章來源】：杭州電子科技大學浙江省

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【部分圖文】：

圖２．１優(yōu)化問題示意圖??群智能優(yōu)化算法的特點有以下幾種：??

?運算結(jié)束，返回最優(yōu)值??圖２．２遺傳算法流程圖??２．３．２模擬退火算法??２．３．２．１模ｆｔＵｉ火算法原理??模擬退火算法類似于一種改進的爬山法，首先來介紹一下爬山法并以??此引出模擬退火算法的原理，通過對比可以更好的說明其優(yōu)越性。爬山法??屬于局部優(yōu)化算法，優(yōu)化方法基于可行域中的某個位置，找到該位置附近??區(qū)域內(nèi)最佳值，并在最佳值附近執(zhí)行下一次的搜索。爬山法的局限性在于，??其很容易陷入局部最優(yōu)，算法在搜索過程中的全局尋優(yōu)能力受到了限制。??模擬退火（Ｓｉｍｕｌａｔｅ?Ａｎｎｅａｌ，簡稱?ＳＡ）算法［７８＾Ｋｉｅｋａｐｔｒｉｃｈ?于?１９８３?年提??出的一種仿生智能算法。該算法在對可行解進行處理時模擬了固體退火過??程來到達搜索最優(yōu)值得目的。模擬退火算法從某一較高的初始溫度開始，??進行一定策略的局部搜索

圖２．４常見聚類算法??１）基于劃分的聚類方法??其原理概況來講就是假設(shè)有數(shù)據(jù)是一堆需要聚類的散點，而要類效果就是“類或集群中的點足夠接近，類集群間的點足夠遠”。類中心數(shù)量，然后初始化聚類中心位置，再之后依據(jù)預(yù)先定好法給數(shù)據(jù)點做迭代重置，直到最后到達設(shè)定的效果。??）基于模糊理論的聚類方法??該方法中樣本是以某個概率值屬于某個類的。模糊聚類法可以兩種：系統(tǒng)聚類法基于模糊關(guān)系，代表的算法有基于隸屬度的模糊類算法（Ｆｕｚｚｙ?Ｃ－Ｍｅａｎｓ?Ａｌｇｏｒｉｔｈｍ，簡稱ＦＣＭ）；非系統(tǒng)聚類法又步聚類法，顧名思義就是先進行大致分類然后逐步迭代尋找最優(yōu)的方法。??）基于密度的聚類方法??這種聚類方法有利于解決數(shù)據(jù)分析中的噪聲。其核心思想為圈，包含２個重要超參，其一為范圍的最大半徑，其二為范圍內(nèi)

【參考文獻】：
期刊論文
[1]新型群智能優(yōu)化算法綜述[J]. 林詩潔,董晨,陳明志,張凡,陳景輝.  計算機工程與應(yīng)用. 2018(12)
[2]基于粒子群算法的自助快遞包裹箱布點優(yōu)化研究[J]. 左小德,黃欽,李璨,馮哲夫.  系統(tǒng)工程. 2018(05)
[3]三層級設(shè)施選址-路徑規(guī)劃問題建模及算法研究[J]. 黃凱明,盧才武,連民杰.  系統(tǒng)工程理論與實踐. 2018(03)
[4]生鮮農(nóng)產(chǎn)品冷鏈物流低碳配送路徑優(yōu)化研究[J]. 康凱,韓杰,普瑋,馬艷芳.  計算機工程與應(yīng)用. 2019(02)
[5]隨機需求車輛路徑問題及混合變鄰域分散搜索算法求解[J]. 李陽,范厚明,張曉楠,楊翔.  控制理論與應(yīng)用. 2017(12)
[6]多車次同時送取貨物車輛路徑問題的量子蟻群算法[J]. 張惠珍,趙玉蘋.  上海理工大學學報. 2017(06)
[7]改進蟻群算法求解帶時間窗的應(yīng)急物流開環(huán)車輛路徑問題[J]. 郭詠梅,胡大偉,陳翔.  長安大學學報(自然科學版). 2017(06)
[8]基于改進禁忌搜索算法的車輛路徑問題模型[J]. 李明燏,梁麗萍,魯燕霞.  公路交通科技. 2017(10)
[9]求解帶時間窗車輛路徑問題的狼群算法[J]. 葉勇,張惠珍.  公路交通科技. 2017(10)
[10]多階段災(zāi)后救援選址-路徑模型及求解算法[J]. 陳業(yè)華,白靜,李興源.  工業(yè)工程與管理. 2017(05)



本文編號：3465089