本文關鍵詞：基于模糊時間窗的冷鏈物流配送路徑優(yōu)化

  更多相關文章： 冷鏈物流 車輛路徑優(yōu)化 模糊時間窗 遺傳算法 Python

【摘要】：隨著經濟的發(fā)展,人們對于生鮮品的需求越來越多,人們對商品的需求由數量更多的轉為了質量,因此,對生鮮品的儲藏保鮮技術也隨之發(fā)展起來,因而也帶動了冷鏈物流的快速發(fā)展。因為生鮮產品往往都是一些易腐易變質的商品,對時效性要求極強,對于現在的大型超市來說幾乎是需要日日配送的,在配送過程中,對溫度和時間都有極高的要求,因此,對于生鮮品的冷鏈配送來說,考慮客戶時間窗要求,事先規(guī)劃好配送路線,不僅可以降低企業(yè)的配送成本還可以保證生鮮品的品質,進而提高客戶滿意度,為企業(yè)帶來更高的信譽度,也會為企業(yè)帶來更多利益。在學者針對冷鏈配送問題的過往研究中,對客戶時間窗的研究偏少,并且大多針對硬時間窗、軟時間窗,模糊時間窗的研究者顯得更為稀少,但是結合現實情況來說,模糊時間窗是最合理的。因此本文研究了基于客戶模糊時間窗要求的冷鏈物流配送路徑優(yōu)化問題,其中以最小化的物流配送成本以及最大化的客戶整體滿意度,構成了雙目標函數的優(yōu)化模型。本文對于模糊時間窗的處理采用了模糊隸屬度函數。對客戶期望時間窗、客戶最大可容忍的時間窗進行模糊化處理,將其轉換為客戶對貨物送達時間的滿意度水平,用客戶購買的貨物量占配送計劃的比重對單個客戶的滿意度水平進行加權平均得到客戶對服務時間的整體滿意度水平,建立了帶模糊時間窗的冷鏈物流車輛路徑多目標優(yōu)化模型。對于模糊時間窗的處理方法是根據每個客戶點的最低滿意度水平計算得到客戶真正可接受的時間窗范圍。本文對多目標函數進行了處理,將客戶的整體滿意度水平設定為一個定值,將其變?yōu)榧s束條件,通過兩階段的求解思路使得單目標函數間接實現了雙目標的目的,這樣避免了第二目標對第一目標的直接影響。然后,針對模型以及本文研究的實際問題特點,設計了更適合本模型的遺傳算法,稱為改進的遺傳算法。最后,通過Python語言編程實現算法,通過對實例的數據分析并求解得出S企業(yè)最優(yōu)配送路徑。
【關鍵詞】：冷鏈物流 車輛路徑優(yōu)化 模糊時間窗 遺傳算法 Python
【學位授予單位】：東華大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F724.2;F252
【目錄】：

• 摘要6-7
• ABSTRACT7-11
• 第一章 緒論11-21
• 1.1 項目研究背景11-13
• 1.2 項目研究目的及意義13-14
• 1.3 國內外研究現狀14-17
• 1.3.1 國外研究現狀14-15
• 1.3.2 國內研究現狀15-17
• 1.4 論文研究內容與研究思路17-19
• 1.4.1 研究內容17-18
• 1.4.2 研究思路18-19
• 1.5 本章小結19-21
• 第二章 相關基礎理論概述21-34
• 2.1 冷鏈物流相關概念及特點分析21-23
• 2.1.1 冷鏈物流定義21
• 2.1.2 冷鏈物流特點21-23
• 2.2 車輛路徑問題（VRP）相關理論概述23-28
• 2.2.1 VRP概述23-25
• 2.2.2 VRP分類25-26
• 2.2.3 VRP求解算法26-28
• 2.3 帶時間窗的車輛路徑問題分析28-31
• 2.3.1 帶硬時間窗的車輛路徑問題28-29
• 2.3.2 帶軟時間窗的車輛路徑問題29-30
• 2.3.3 帶模糊時間窗的車輛路徑問題30-31
• 2.4 遺傳算法簡介31-33
• 2.4.1 遺傳算法的基本原理31
• 2.4.2 遺傳算法步驟31-33
• 2.5 本章小結33-34
• 第三章 S企業(yè)及現存問題分析34-44
• 3.1 S企業(yè)簡介34-35
• 3.2 S企業(yè)連鎖超市生鮮品管理現狀35-37
• 3.3 S企業(yè)冷鏈物流介紹37-42
• 3.3.1 S企業(yè)生鮮配送中心簡介37-40
• 3.3.2 S企業(yè)冷鏈配送現狀分析40-42
• 3.4 S企業(yè)冷鏈物流現存問題42-43
• 3.5 本章小結43-44
• 第四章 基于模糊時間窗的冷鏈物流配送路徑優(yōu)化(FTCVR)模型的構建與分析44-55
• 4.1 建模問題描述44
• 4.2 建模假設和參數描述44-48
• 4.2.1 建模的約束與一般性假設44-45
• 4.2.2 模型參數描述45-48
• 4.3 模型目標函數建立48-52
• 4.3.1 配送成本分析48-49
• 4.3.2 客戶時間窗模糊化分析49-52
• 4.4 雙目標函數的分析與處理52-53
• 4.5 約束條件53-54
• 4.6 本章小結54-55
• 第五章 基于FTCVR模型的遺傳算法設計及數值分析55-77
• 5.1 基于模型的改進遺傳算法設計55-60
• 5.1.1 算法描述55
• 5.1.2 算法設計55-58
• 5.1.3 算法優(yōu)化58-59
• 5.1.4 算法流程59-60
• 5.2 模型數據描述60-63
• 5.3 模型求解與分析63-74
• 5.3.1 遺傳參數確定63-69
• 5.3.2 確定合適的客戶整體滿意度水平69-74
• 5.4 S企業(yè)冷鏈物流配送路徑優(yōu)優(yōu)化方案74-76
• 5.5 本章小結76-77
• 第六章 結論與展望77-79
• 6.1 結論77
• 6.2 展望77-79
• 參考文獻79-83
• 致謝83-84
• 附錄A84-94

【參考文獻】

中國期刊全文數據庫 前2條

1 方金城;張岐山;;物流配送車輛路徑問題(VRP)算法綜述[J];沈陽工程學院學報(自然科學版);2006年04期

2 郎茂祥;基于遺傳算法的物流配送路徑優(yōu)化問題研究[J];中國公路學報;2002年03期

中國博士學位論文全文數據庫 前1條

1 鐘石泉;物流配送車輛路徑優(yōu)化方法研究[D];天津大學;2007年

中國碩士學位論文全文數據庫 前3條

1 王芹;帶時間窗的冷鏈食品物流配送選址及運輸路徑優(yōu)化問題研究[D];長安大學;2015年

2 黃鋮;農產品冷鏈物流配送開放式車輛路徑研究[D];重慶工商大學;2014年

3 陳健;易腐產品冷鏈配送優(yōu)化研究[D];山東大學;2013年

，

本文編號：957910