發(fā)布時(shí)間：2024-04-21 19:35

　　在國家對(duì)物流產(chǎn)業(yè)政策扶持及經(jīng)濟(jì)激勵(lì)下,我國物流產(chǎn)業(yè)發(fā)展迅速。但在物流產(chǎn)業(yè)高速發(fā)展下,物流成本居高不下的問題依然顯著。配送作為物流運(yùn)作過程的核心環(huán)節(jié)之一,配送成本的降低極具迫切性。三維裝箱約束下的車輛路徑問題自提出以來就備受學(xué)者和各行業(yè)重視,但因該問題的復(fù)雜性,如何均衡路徑及裝箱問題難度依然較大。本文將在前人研究的基礎(chǔ)上,建立裝箱與路徑結(jié)合的多目標(biāo)組合優(yōu)化模型,通過算法的求解得出車輛裝箱方案及車輛行駛路線,為企業(yè)配送方案提供參考。首先在對(duì)裝箱問題與車輛路徑優(yōu)化問題進(jìn)行闡述以及研究現(xiàn)狀和發(fā)展動(dòng)態(tài)進(jìn)行研究分析基礎(chǔ)上,本文將三維裝箱與車輛路徑優(yōu)化進(jìn)行整合,考慮客戶需求、貨物裝載順序、車輛尺寸、車輛重心等約束,建立以車輛行駛路線最短,車輛載重利用率和空間利用率最大為目標(biāo)的多目標(biāo)優(yōu)化模型,為方便模型的求解引入權(quán)重系數(shù)來歸一化目標(biāo)函數(shù)。其次為求解建立的模型,本文在對(duì)啟發(fā)式算法特點(diǎn)進(jìn)行介紹基礎(chǔ)上,選取本文的求解算法—遺傳算法。設(shè)計(jì)適用的染色體編碼規(guī)則,確定遺傳操作中選擇、交叉、變異方法,選取目標(biāo)函數(shù)為適應(yīng)度函數(shù),為防止算法的過早收斂,本文通過引入最優(yōu)個(gè)體保存策略來提高算法的準(zhǔn)確性。為驗(yàn)證模型的正確性及...

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1.1車輛路徑問題研究示意圖

圖1.1車輛路徑問題研究示意圖年Clarke和Wright在Dantzig的研究基礎(chǔ)上對(duì)其研究進(jìn)行改進(jìn)提出了一Clarke-Wright節(jié)約法。此后車輛路徑問題引起了運(yùn)籌學(xué)、圖論、物流工程等方面專家的研究熱情。國內(nèi)外對(duì)于VRP問題的研究主要分為三階段：階....

圖1.2技術(shù)路線

圖1.2技術(shù)路線本章小結(jié)綜上，本章通過對(duì)我國物流成本中配送成本居高不下的現(xiàn)狀進(jìn)行闡述，引出究的問題及研究的必要性。對(duì)車輛路徑優(yōu)化、三維裝箱優(yōu)化、裝箱約束下的化問題的國內(nèi)外研究現(xiàn)狀和發(fā)展動(dòng)態(tài)進(jìn)行了總結(jié)概述，對(duì)不同的研究現(xiàn)狀進(jìn)。在對(duì)背景介紹以及研究現(xiàn)狀分析概括基礎(chǔ)上，闡述本文的研....

圖2.1啟發(fā)式算法分類傳統(tǒng)啟發(fā)式算法相較于元啟發(fā)式算法和超啟發(fā)式算法實(shí)現(xiàn)和操作較為簡單，但其一

長安大學(xué)碩士學(xué)位論文隨著計(jì)算復(fù)雜性理論的提出以及計(jì)算機(jī)技術(shù)的快速發(fā)展，啟發(fā)式算法應(yīng)運(yùn)而生。啟發(fā)式算法在面對(duì)復(fù)雜且規(guī)模大的優(yōu)化問題時(shí)一般給出待解決組合優(yōu)化問題一個(gè)近似最優(yōu)解，該近似最優(yōu)解與最優(yōu)解的偏離程度一般不可以事先預(yù)計(jì)。啟發(fā)式算法根據(jù)發(fā)展歷程和算法優(yōu)越性可分為傳統(tǒng)（簡單）啟發(fā)式....

圖2.3遺傳算法操作流程

第二章三維裝箱約束下的車輛路徑優(yōu)化算法設(shè)定的遺傳策略，運(yùn)用遺傳操作即選擇、交叉和變異等作代種群；群體性能是否滿足終止條件，滿足則輸出，不滿足則返回傳操作流程如圖2.2所示。

本文編號(hào)：3961359