本文關(guān)鍵詞：低碳約束下的物流配送車輛路徑問題及智能算法研究

  更多相關(guān)文章： 車輛路徑問題 低碳物流 燃油消耗 螢火蟲算法 蟻群算法

【摘要】：國家對生態(tài)文明建設(shè)的大力推進和節(jié)能減排等相關(guān)政策法律法規(guī)的出臺使得低碳物流開始受到學(xué)術(shù)界、企業(yè)界的關(guān)注。物流行業(yè)作為能源消耗的大戶,節(jié)能減排刻不容緩,實現(xiàn)低碳物流將成為未來行業(yè)發(fā)展的重要方向。在物流的各環(huán)節(jié)中,運輸配送所占成本比例最大,運輸所消耗的能源不僅在運輸總費用中占有很大比重,而且也是二氧化碳的主要排放源之一,由此可以看出實現(xiàn)低碳物流的關(guān)鍵便是優(yōu)化運輸,即研究低碳約束下的物流配送車輛路徑問題。在已有的解決車輛路徑優(yōu)化問題的文獻(xiàn)中,研究重點放在了探討如何使企業(yè)通過車輛運行成本最小化而取得利潤最大化,一些學(xué)者在優(yōu)化時習(xí)慣于將車輛運行成本最小化等同于行駛距離最短化。而距離最短等同于成本最小的前提是車輛的燃油消耗率不變。實際上車輛運行過程中的燃油消耗會受到許多因素的影響。本文從影響車輛的燃油消耗因子出發(fā),以降低物流成本為目標(biāo),建立了低碳約束下的車輛路徑問題模型,并改進現(xiàn)有的仿生智能算法對問題進行求解,以期實現(xiàn)物流成本和環(huán)境保護的雙贏。本文的主要研究內(nèi)容和成果包括:(1)對低碳物流的相關(guān)文獻(xiàn)進行研究綜述,發(fā)現(xiàn)國內(nèi)定性研究較多,而用數(shù)學(xué)模型進行簡化抽象并求解的定量研究較少。因此針對上述不足分析了車輛路徑問題的現(xiàn)有衍生模型和求解算法,同時對新興的考慮燃油消耗的車輛路徑問題研究現(xiàn)狀進行綜述。(2)探討了低碳物流的基本理論和低碳配送的實現(xiàn)途徑,從車、環(huán)境、人三大主因入手,對影響車輛燃油消耗的影響因子進行分析,并將其量化。在兼顧成本和環(huán)境的雙重影響下,建立了以最小化成本為目標(biāo)的低碳CVRP和低碳VRPTW數(shù)學(xué)模型。(3)針對車輛路徑問題的NP-hard特性,采用改進的仿生智能算法通過Matlab軟件求解。1對基本螢火蟲算法的鄰居集合、移動概率、熒光素更新方式進行改進,引入2-opt局部搜索算子,提出GSO-CVRP算法求解低碳CVRP數(shù)學(xué)模型,實驗結(jié)果顯示總成本的大小不僅和距離有關(guān),和車輛的油耗也有關(guān)。2借鑒最大最小蟻群算法的思想,引入局部搜索算子,對基本蟻群算法的啟發(fā)式因子、選擇策略和信息素更新策略進行改進,提出ACO-VRPTW算法求解低碳VRPTW數(shù)學(xué)模型,實驗結(jié)果顯示最小的總成本對應(yīng)的并不是最小的路徑長度。將改進的仿生智能算法應(yīng)用在低碳約束下的車輛路徑問題中,不僅擴展了仿生智能算法的應(yīng)用領(lǐng)域,使車輛路徑問題得到更科學(xué)的最優(yōu)解,而且加快了低碳物流的發(fā)展步伐,為企業(yè)低碳物流配送的實際運作提供了一個參考方向。
【關(guān)鍵詞】：車輛路徑問題 低碳物流 燃油消耗 螢火蟲算法 蟻群算法
【學(xué)位授予單位】：上海工程技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18;F259.2
【目錄】：

• 摘要6-8
• ABSTRACT8-13
• 第一章 緒論13-28
• 1.1 研究來源、背景與意義13-17
• 1.1.1 研究來源13
• 1.1.2 研究背景13-15
• 1.1.3 研究意義15-17
• 1.2 國內(nèi)外文獻(xiàn)綜述17-22
• 1.2.1 低碳供應(yīng)鏈與低碳物流17-19
• 1.2.2 經(jīng)典車輛路徑問題19-21
• 1.2.3 考慮燃油消耗的車輛路徑問題21-22
• 1.2.4 研究文獻(xiàn)評述22
• 1.3 研究內(nèi)容與技術(shù)路線22-28
• 1.3.1 研究內(nèi)容22-23
• 1.3.2 研究框架23-25
• 1.3.3 研究創(chuàng)新點25-26
• 1.3.4 研究技術(shù)路線26-28
• 第二章 低碳物流基本理論與燃油消耗因子分析28-40
• 2.1 低碳物流概述28-32
• 2.1.1 低碳物流的內(nèi)涵28-30
• 2.1.2 低碳物流的特征30-32
• 2.2 低碳物流配送實現(xiàn)途徑32-36
• 2.2.1 配送能源與技術(shù)的開發(fā)使用32-33
• 2.2.2 配送模式的改進33-34
• 2.2.3 配送路徑的優(yōu)化34-36
• 2.3 燃油消耗影響因素分析36-40
• 2.3.1 車的因素37-38
• 2.3.2 環(huán)境因素38
• 2.3.3 人的因素38-40
• 第三章 低碳物流配送車輛路徑問題模型的建立40-57
• 3.1 物流配送車輛路徑問題概述40-43
• 3.1.1 物流配送車輛路徑問題的構(gòu)成要素40-41
• 3.1.2 物流配送車輛路徑問題的分類41-43
• 3.2 帶容量限制的車輛路徑問題43-51
• 3.2.1 不考慮燃油消耗的CVRP數(shù)學(xué)模型44-46
• 3.2.1.1 問題描述44
• 3.2.1.2 模型假設(shè)44
• 3.2.1.3 模型構(gòu)建44-46
• 3.2.2 考慮燃油消耗的CVRP數(shù)學(xué)模型46-51
• 3.2.2.1 問題描述46
• 3.2.2.2 燃油消耗影響因子分析與確立46-49
• 3.2.2.3 模型假設(shè)49-50
• 3.2.2.4 低碳CVRP模型構(gòu)建50-51
• 3.3 帶時間窗的車輛路徑問題51-57
• 3.3.1 不考慮燃油消耗的VRPTW數(shù)學(xué)模型51-53
• 3.3.1.1 問題描述51-52
• 3.3.1.2 模型構(gòu)建52-53
• 3.3.2 考慮燃油消耗的VRPTW數(shù)學(xué)模型53-57
• 3.3.2.1 問題描述54-55
• 3.3.2.2 模型構(gòu)建55-57
• 第四章 基于改進螢火蟲算法的CVRP求解57-84
• 4.1 螢火蟲算法簡介57-58
• 4.1.1 螢火蟲算法研究概況57
• 4.1.2 螢火蟲算法描述57-58
• 4.2 基于混沌云模型的人工螢火蟲優(yōu)化算法58-68
• 4.2.1 人工螢火蟲算法的改進思路59
• 4.2.2 混沌算法和云模型算法相關(guān)改進理論簡述59-62
• 4.2.2.1 混沌算法59-60
• 4.2.2.2 云模型算法60-62
• 4.2.3 CCMGSO算法62-64
• 4.2.3.1 CCMGSO算法思想62-63
• 4.2.3.2 CCMGSO算法描述63-64
• 4.2.3.3 CCMGSO算法流程圖64
• 4.2.4 CCMGSO算法性能測試64-68
• 4.2.4.1 實驗測試函數(shù)64-65
• 4.2.4.2 實驗參數(shù)設(shè)置65-66
• 4.2.4.3 實驗結(jié)果與分析66-68
• 4.3 改進螢火蟲算法在CVRP中的應(yīng)用68-84
• 4.3.1 GSO-CVRP算法設(shè)計68-71
• 4.3.2 GSO-CVRP算法實施步驟71-72
• 4.3.3 算例實驗與仿真分析72-84
• 第五章 基于改進蟻群算法的VRPTW求解84-97
• 5.1 蟻群算法簡介84-89
• 5.1.1 蟻群算法的發(fā)展歷程84
• 5.1.2 蟻群算法的基本思想84-85
• 5.1.3 基本蟻群算法求解VRP模型的流程85-89
• 5.2 求解低碳VRPTW的蟻群算法設(shè)計89-91
• 5.2.1 啟發(fā)因子設(shè)計89-90
• 5.2.2 移動概率選擇規(guī)則90
• 5.2.3 信息素更新策略90-91
• 5.2.4 局部算子優(yōu)化91
• 5.3 改進蟻群算法求解低碳VRPTW算例分析91-97
• 5.3.1 算例介紹91-92
• 5.3.2 未考慮燃油消耗的VRPTW求解92-94
• 5.3.3 考慮燃油消耗的VRPTW求解94-97
• 第六章 總結(jié)與展望97-101
• 6.1 總結(jié)97-99
• 6.2 展望99-101
• 參考文獻(xiàn)101-107
• 附錄107-120
• 附錄1 混沌螢火蟲算法的主程序代碼107-114
• 附錄2 低碳CVRP核心代碼114-119
• 附錄3 虛擬距離參數(shù)取值表119-120
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及取得的相關(guān)科研成果120-121
• 致謝121-122

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 唐加福;孔媛;潘震東;董穎;;基于劃分的蟻群算法求解貨物權(quán)重車輛路徑問題[J];控制理論與應(yīng)用;2008年04期

2 鐘雪靈;王雄志;;開放式車輛路徑問題的混合算法[J];計算機仿真;2011年08期

3 熊浩;符卓;鄢慧麗;;動態(tài)車輛路徑問題的隱分區(qū)靈活分批策略[J];同濟大學(xué)學(xué)報(自然科學(xué)版);2013年05期

4 婁山佐;吳耀華;肖際偉;廖莉;;基于增強學(xué)習(xí)解決隨機需求車輛路徑問題[J];系統(tǒng)仿真學(xué)報;2008年14期

5 徐俊杰;;車輛路徑問題的改進微正則退火算法[J];信息化縱橫;2009年06期

6 吳斌;邵建峰;方葉祥;;基于客戶滿意度的開放式車輛路徑問題研究[J];計算機工程;2009年17期

7 王江晴;張瀟;;復(fù)雜環(huán)境下動態(tài)車輛路徑問題的建模與求解[J];武漢大學(xué)學(xué)報(理學(xué)版);2010年04期

8 陸琳;蔡紹洪;;一類隨機顧客車輛路徑問題及其算法[J];南京航空航天大學(xué)學(xué)報;2010年04期

9 溫惠英;孫博;;協(xié)同車輛路徑問題的模糊規(guī)劃模型和算法[J];計算機應(yīng)用研究;2011年02期

10 楊皎平;高雷阜;王俊;;裝卸聯(lián)盟車輛路徑問題及兩階段優(yōu)化方法[J];計算機工程與應(yīng)用;2011年14期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 符卓;陳斯衛(wèi);;車輛路徑問題的研究現(xiàn)狀與發(fā)展趨勢[A];中國運籌學(xué)會第七屆學(xué)術(shù)交流會論文集（下卷）[C];2004年

2 楊世堅;陳韜;;隨機車輛路徑問題研究綜述[A];中國系統(tǒng)工程學(xué)會決策科學(xué)專業(yè)委員會第六屆學(xué)術(shù)年會論文集[C];2005年

3 李桂平;陳楠;;多中心車輛路徑問題的解決思路[A];中國地理信息系統(tǒng)協(xié)會第四次會員代表大會暨第十一屆年會論文集[C];2007年

4 李大衛(wèi);王夢光;;廣義車輛路徑問題——模型及算法[A];1997中國控制與決策學(xué)術(shù)年會論文集[C];1997年

5 符卓;聶靖;;開放式車輛路徑問題及其若干研究進展[A];中國運籌學(xué)會第八屆學(xué)術(shù)交流會論文集[C];2006年

6 陳寶文;宋申民;陳興林;單志眾;;應(yīng)用于車輛路徑問題的多蟻群算法[A];第25屆中國控制會議論文集（下冊）[C];2006年

7 戎麗霞;;模糊需求條件下的多車場車輛路徑問題[A];第三屆中國智能計算大會論文集[C];2009年

8 張鳳姣;張興芳;;基于不確定理論的車輛路徑問題[A];第九屆中國不確定系統(tǒng)年會、第五屆中國智能計算大會、第十三屆中國青年信息與管理學(xué)者大會論文集[C];2011年

9 肖雁;符卓;李育安;;帶軟時間窗的車輛路徑問題及其應(yīng)用前景探討[A];中國運籌學(xué)會第六屆學(xué)術(shù)交流會論文集（下卷）[C];2000年

10 許鑫;范文慧;馮雅U，

本文編號：969178