物流業(yè)作為一個(gè)現(xiàn)代綜合型服務(wù)業(yè),是國民經(jīng)濟(jì)至關(guān)重要的組成部分,對于國民經(jīng)濟(jì)發(fā)展有不可或缺的作用。運(yùn)輸配送是物流中的重要環(huán)節(jié),同時(shí)運(yùn)輸費(fèi)用也是物流成本的重要構(gòu)成部分,在車輛路徑問題中的關(guān)鍵是降低配送成本,即降低物流運(yùn)輸費(fèi)用。物流運(yùn)輸費(fèi)用的降低意味著配送經(jīng)濟(jì)且有效,不僅提高了客戶滿意度,同時(shí)也使得企業(yè)資源配置更為靈活。現(xiàn)如今信息化以及數(shù)字化已成為當(dāng)代物流企業(yè)的一大趨勢,信息化與數(shù)字化源于計(jì)算機(jī)技術(shù)的發(fā)展,對于物流企業(yè)競爭力的強(qiáng)化具有重要意義,因此本篇論文考慮借助數(shù)字化以及信息化對車輛的配送路徑進(jìn)行安排調(diào)度�，F(xiàn)今對于車輛路徑問題求解方法的研究多集中于啟發(fā)式算法,本文旨在對帶時(shí)間窗的多車場車輛路徑問題模型進(jìn)行優(yōu)化求解,該模型以配送總成本最小作為目標(biāo)函數(shù),同時(shí)基于現(xiàn)實(shí)情況對模型考慮了多車型配送以及尾單配送。在對前人的研究進(jìn)行整理分析之下,本文通過分解法與全局優(yōu)化法相結(jié)合,在第一階段分解法中利用聚類算法與遺傳算法得到初始解;在第二階段全局優(yōu)化法中,采用兩種啟發(fā)式算法混合對問題進(jìn)行求解,在算法選擇上,本文利用粒子群算法求解速度快、魯棒性好以及遺傳算法靈活、無方向性易于搜索全局最優(yōu)解的特點(diǎn)將兩者進(jìn)行結(jié)...

【文章頁數(shù)】：87 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1.緒論
    1.1 研究背景和研究意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 粒子群算法相關(guān)研究文獻(xiàn)綜述
        1.2.2 遺傳算法相關(guān)研究文獻(xiàn)綜述
        1.2.3 車輛路徑問題相關(guān)研究文獻(xiàn)綜述
        1.2.4 研究述評
    1.3 研究內(nèi)容和研究方法
        1.3.1 研究內(nèi)容
        1.3.2 研究方法
        1.3.3 技術(shù)路線圖
2.相關(guān)的基礎(chǔ)理論
    2.1 車輛路徑問題的相關(guān)理論
        2.1.1 車輛路徑問題要素構(gòu)成
        2.1.2 車輛路徑問題的分類
        2.1.3 多車場配送車輛路徑問題概述
        2.1.4 帶時(shí)間窗的車輛路徑問題概述
        2.1.5 車輛路徑問題的求解方法
    2.2 粒子群算法描述
        2.2.1 粒子群算法的數(shù)學(xué)描述
        2.2.2 粒子群算法的特點(diǎn)
        2.2.3 粒子群算法的改進(jìn)方法
    2.3 遺傳算法描述
        2.3.1 遺傳算法的基本流程
        2.3.2 遺傳算法的編碼設(shè)計(jì)
        2.3.3 遺傳算法的初始種群
        2.3.4 遺傳算法的雜交與變異
        2.3.5 遺傳算法的種群選擇
        2.3.6 遺傳算法的特點(diǎn)
        2.3.7 遺傳算法的改進(jìn)策略
    2.4 本章小結(jié)
3.帶時(shí)間窗的多車場車輛路徑問題模型與求解研究
    3.1 帶時(shí)間窗的多車場車輛路徑問題模型分析
        3.1.1 問題描述
        3.1.2 模型假設(shè)
        3.1.3 參數(shù)說明
        3.1.4 約束條件
    3.2 帶時(shí)間窗的多車場車輛路徑問題模型構(gòu)建
    3.3 帶時(shí)間窗的多車場車輛路徑問題求解分析
    3.4 本章小結(jié)
4.混合算法求解帶時(shí)間窗的多車場車輛路徑問題
    4.1 混合算法選擇策略
    4.2 K-MEANS聚類算法
    4.3 改進(jìn)的遺傳粒子群混合算法
        4.3.1 改進(jìn)的遺傳粒子群混合算法求解設(shè)計(jì)
        4.3.2 改進(jìn)的遺傳粒子群混合算法求解流程
    4.4 改進(jìn)的遺傳粒子群混合算法求解算例分析
        4.4.1 算例設(shè)計(jì)
        4.4.2 算例結(jié)果與分析
        4.4.3 算法對比
    4.5 本章小結(jié)
5.帶時(shí)間窗的多車場車輛路徑問題系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)
    5.1 帶時(shí)間窗的多車場車輛路徑問題模擬系統(tǒng)
        5.1.1 開發(fā)目的和意義
        5.1.2 系統(tǒng)功能及特點(diǎn)
        5.1.3 系統(tǒng)模塊介紹
    5.2 本章小結(jié)
6.總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
附錄
后記
致謝



本文編號(hào)：3826964