本文選題：順風(fēng)車 + 時間約束�。� 參考：《山東大學(xué)》2017年碩士論文

【摘要】：隨著近年來電子商務(wù)的飛速發(fā)展,消費(fèi)者的網(wǎng)購體驗越來越好,隨之而來的是消費(fèi)者對線下物流服務(wù)的要求也越來越多樣化,其中對配送時間的個性化需求就是一個重要方面。面對日益增長的物流市場需求,電商企業(yè)及物流企業(yè)如何在現(xiàn)有交通基礎(chǔ)設(shè)施條件下,通過更加合理的資源調(diào)配,在實現(xiàn)物流成本節(jié)約的基礎(chǔ)上不斷提高物流服務(wù)效率是亟待解決的問題。共享經(jīng)濟(jì)的出現(xiàn)為該問題帶來了新的解決思路,在互聯(lián)網(wǎng)共享平臺上,供需雙方可以通過即時產(chǎn)生勞務(wù)關(guān)系實現(xiàn)雙贏,即雙方通過共享物流車輛,配送中心可以通過信息共享平臺實時調(diào)配自營物流車輛或附近的顧客車輛進(jìn)行配送服務(wù),其中顧客車輛可以通過共享平臺實時接單增加收入,配送中心則可以在一定程度上實現(xiàn)成本節(jié)約�；诖�,本文提出了一種在互聯(lián)網(wǎng)共享平臺下,既可以滿足消費(fèi)者對物流配送時間個性化需求,又可以通過合理調(diào)配順風(fēng)車配送來實現(xiàn)物流配送成本有效節(jié)約的新型車輛路徑問題,即帶時間約束的順風(fēng)車路徑問題(VRPODT)。在這個問題中,配送中心可以自主調(diào)度自營配送車輛的同時,還可在共享平臺上調(diào)配一些愿意為其提供配送服務(wù)的順風(fēng)車,其被配送中心調(diào)配的前提是能夠獲得一定的酬勞且其目的地與配送目標(biāo)所在地的距離在其可接受范圍之內(nèi)。本文充分調(diào)研了國內(nèi)外學(xué)者對相關(guān)問題的研究,梳理了車輛路徑問題和粒子群算法的相關(guān)理論,分析VRPODT與一般車輛路徑問題之間的異同點,針對VRPODT的特性,制定順風(fēng)車定價規(guī)則和靈活度規(guī)則,構(gòu)建該問題的數(shù)學(xué)模型,并設(shè)計出符合模型約束條件的粒子群算法。為了檢驗算法的可行性和有效性,本文采用Matlab軟件編寫算法程序進(jìn)行實際算例檢驗,并在相同數(shù)據(jù)規(guī)模和計算環(huán)境下,對帶時間窗的車輛路徑問題(VRPTW)進(jìn)行求解對比。結(jié)果表明:粒子群算法是求解帶時間約束的順風(fēng)車路徑問題的一種有效方法;在合理的順風(fēng)車定價規(guī)則和靈活度規(guī)則下,VRPODT相比VRPTW可有效節(jié)省物流成本。本文的研究不僅是對傳統(tǒng)VRP模型的拓展和深入,具有較大的理論意義,同時也為企業(yè)解決物流資源共享、節(jié)約物流成本等問題提供科學(xué)決策參考,具有較大的實踐意義。
[Abstract]:With the rapid development of electronic commerce in recent years, the online shopping experience of consumers is getting better and better, and the requirements of offline logistics services are becoming more and more diversified, in which the personalized demand for distribution time is an important aspect. In the face of the increasing demand of the logistics market, how can e-commerce enterprises and logistics enterprises allocate more reasonable resources under the existing transportation infrastructure, It is an urgent problem to improve logistics service efficiency on the basis of realizing logistics cost saving. The emergence of sharing economy has brought a new solution to this problem. On the Internet sharing platform, both supply and demand can achieve win-win through the immediate generation of labor relations, that is, both sides can share logistics vehicles. The distribution center can allocate the self-owned logistics vehicle or the nearby customer vehicle to carry on the distribution service in real time through the information sharing platform, in which the customer vehicle can increase the income through the sharing platform real-time receiving the order, Distribution center can realize cost saving to a certain extent. Based on this, this paper puts forward a kind of Internet sharing platform, which can satisfy consumers' personalized demand for logistics distribution time. A new type of vehicle routing problem with time constraint can be realized by reasonably deploying the distribution of the windmill to realize the efficient saving of the cost of the logistics distribution, that is, the problem of the path of the hailing vehicle with time constraints (VRPO DTT). In this problem, distribution centers can independently dispatch their own distribution vehicles, and can also deploy a number of windmills on the shared platform that are willing to provide distribution services for them. It is allocated by the distribution center on the premise that it can get a certain reward and the distance between its destination and the destination of the distribution is within its acceptable range. In this paper, the domestic and foreign scholars' researches on the related problems are fully investigated, and the relevant theories of vehicle routing problem and particle swarm optimization algorithm are combed, the similarities and differences between VRPODT and general vehicle routing problems are analyzed, and the characteristics of VRPODT are analyzed. The pricing rules and flexibility rules of the windmill are formulated, the mathematical model of the problem is constructed, and the particle swarm optimization algorithm is designed to meet the constraints of the model. In order to verify the feasibility and validity of the algorithm, this paper uses Matlab software to program the algorithm for practical example test, and under the same data scale and computing environment, the vehicle routing problem with time window is solved and compared. The results show that the particle swarm optimization algorithm is an effective method to solve the routing problem with time constraint, and that VRPTW can save the logistics cost effectively compared with VRPTW under reasonable pricing rules and flexibility rules. The research in this paper not only extends and deepens the traditional VRP model, but also provides a scientific decision reference for enterprises to solve the problems of logistics resource sharing and logistics cost saving, which is of great practical significance.
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：U492.434

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃天赦;葉春明;;采用量子粒子群算法的一類模糊作業(yè)車間調(diào)度問題的研究[J];現(xiàn)代制造工程;2009年11期

2 全芙蓉;;粒子群算法的理論分析與研究[J];硅谷;2010年23期

3 吳軍;李為吉;;改進(jìn)的粒子群算法及在結(jié)構(gòu)優(yōu)化中的應(yīng)用[J];陜西理工學(xué)院學(xué)報(自然科學(xué)版);2006年04期

4 段海濤;劉永忠;馮霄;;水系統(tǒng)優(yōu)化的粒子群算法分析[J];華北電力大學(xué)學(xué)報(自然科學(xué)版);2007年02期

5 王偉;;混合粒子群算法及其優(yōu)化效率評價[J];中國水運(yùn)(學(xué)術(shù)版);2007年06期

6 付宜利;封海波;孫建勛;李榮;馬玉林;;機(jī)電產(chǎn)品管路自動敷設(shè)的粒子群算法[J];機(jī)械工程學(xué)報;2007年11期

7 蔣榮華;王厚軍;龍兵;;基于離散粒子群算法的測試選擇[J];電子測量與儀器學(xué)報;2008年02期

8 周苗;陳義保;劉加光;;一種新的協(xié)同多目標(biāo)粒子群算法[J];山東理工大學(xué)學(xué)報(自然科學(xué)版);2008年05期

9 姚峰;楊衛(wèi)東;張明;;改進(jìn)粒子群算法及其在熱連軋負(fù)荷分配中的應(yīng)用[J];北京科技大學(xué)學(xué)報;2009年08期

10 張大興;賈建援;張愛梅;郭永獻(xiàn);;基于粒子群算法的三軸跟瞄裝置跟蹤策略研究[J];儀器儀表學(xué)報;2009年09期

相關(guān)會議論文 前10條

1 朱童;李小凡;魯明文;;位置加權(quán)的改進(jìn)粒子群算法[A];中國科學(xué)院地質(zhì)與地球物理研究所第11屆（2011年度）學(xué)術(shù)年會論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進(jìn)制粒子群算法在稀疏陣列綜合中的應(yīng)用[A];2009年全國天線年會論文集（上）[C];2009年

3 陳龍祥;蔡國平;;基于粒子群算法的時滯動力學(xué)系統(tǒng)的時滯辨識[A];第十二屆全國非線性振動暨第九屆全國非線性動力學(xué)和運(yùn)動穩(wěn)定性學(xué)術(shù)會議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設(shè)計中的應(yīng)用[A];第十一屆全國膨脹節(jié)學(xué)術(shù)會議膨脹節(jié)設(shè)計、制造和應(yīng)用技術(shù)論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進(jìn)粒子群算法[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文選編[C];2005年

6 熊偉麗;徐保國;;粒子群算法在支持向量機(jī)參數(shù)選擇優(yōu)化中的應(yīng)用研究[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進(jìn)粒子群算法在大壩力學(xué)參數(shù)分區(qū)反演中的應(yīng)用[A];2012年中國水力發(fā)電工程學(xué)會大壩安全監(jiān)測專委會年會暨學(xué)術(shù)交流會論文集[C];2012年

8 熊偉麗;徐保國;;單個粒子收斂中心隨機(jī)攝動的粒子群算法[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報（增刊）][C];2009年

9 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對策[A];第十二屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標(biāo)函數(shù)優(yōu)化問題[A];第二十一屆中國（天津）’2007IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會議論文集[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 李慶偉;粒子群算法及電廠若干問題的研究[D];東南大學(xué);2016年

2 杜毅;多階段可變批生產(chǎn)線重構(gòu)的研究[D];廣東工業(yè)大學(xué);2016年

3 尹浩;求解Web服務(wù)選取問題的粒子群算法研究[D];東北大學(xué);2014年

4 邵晴;粒子群算法研究及其工程應(yīng)用案例[D];吉林大學(xué);2017年

5 王芳;粒子群算法的研究[D];西南大學(xué);2006年

6 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學(xué);2012年

7 劉建華;粒子群算法的基本理論及其改進(jìn)研究[D];中南大學(xué);2009年

8 黃平;粒子群算法改進(jìn)及其在電力系統(tǒng)的應(yīng)用[D];華南理工大學(xué);2012年

9 胡成玉;面向動態(tài)環(huán)境的粒子群算法研究[D];華中科技大學(xué);2010年

10 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究[D];浙江工業(yè)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 張忠偉;結(jié)構(gòu)優(yōu)化中粒子群算法的研究與應(yīng)用[D];大連理工大學(xué);2009年

2 李強(qiáng);基于改進(jìn)粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學(xué);2015年

3 付曉艷;基于粒子群算法的自調(diào)節(jié)隸屬函數(shù)模糊控制器設(shè)計[D];河北聯(lián)合大學(xué);2014年

4 余漢森;粒子群算法的自適應(yīng)變異研究[D];南京信息工程大學(xué);2015年

5 梁計鋒;基于改進(jìn)粒子群算法的交通控制算法研究[D];長安大學(xué);2015年

6 楊偉;基于粒子群算法的氧樂果合成過程建模研究[D];鄭州大學(xué);2015年

7 李程;基于粒子群算法的AS/RS優(yōu)化調(diào)度方法研究[D];陜西科技大學(xué);2015年

8 樊偉健;基于混合混沌粒子群算法求解變循環(huán)發(fā)動機(jī)數(shù)學(xué)模型問題[D];山東大學(xué);2015年

9 陳百霞;考慮風(fēng)電場并網(wǎng)的電力系統(tǒng)無功優(yōu)化[D];山東大學(xué);2015年

10 戴玉倩;基于混合動態(tài)粒子群算法的軟件測試數(shù)據(jù)自動生成研究[D];江西理工大學(xué);2015年

，

本文編號：1975703