具有點(diǎn)對點(diǎn)、小批量、多批次特點(diǎn)的實(shí)時城市配送快速發(fā)展、需求倍增,對物流配送的及時響應(yīng)和靈活性提出了新的技術(shù)要求。適應(yīng)新的技術(shù)要求,論文立足于帶時間窗的動態(tài)取送貨的路徑規(guī)劃問題,兼顧實(shí)時取送貨接駁和在途車輛路徑安排,研究基于實(shí)時信息的動態(tài)取送貨問題,對于探索動態(tài)路徑規(guī)劃優(yōu)化方法,解決現(xiàn)有算法缺乏動態(tài)算法框架指導(dǎo)等實(shí)際問題,具有重要理論和現(xiàn)實(shí)意義。論文在整個調(diào)度時域內(nèi)不斷更新路徑規(guī)劃方案與調(diào)度計劃,以調(diào)度時域內(nèi)的車輛配送總成本最小為目標(biāo)函數(shù),其中,車輛配送總成本包括超出時間窗的懲罰成本和車輛運(yùn)營成本的總和;綜合考慮新請求逐漸出現(xiàn)、舊請求修改或取消、交通擁堵狀況和車輛拋錨4種實(shí)時信息對車輛路徑規(guī)劃和車輛調(diào)度的影響,確定了車輛路徑問題基本約束、時間窗約束、容量約束、調(diào)度時域約束等主要約束條件,建立了基于實(shí)時信息的取送貨動態(tài)車輛路徑規(guī)劃模型。論文針對動態(tài)路徑規(guī)劃問題求解算法缺乏行之有效的動態(tài)算法指導(dǎo)的現(xiàn)狀,設(shè)計了動態(tài)算法框架。該框架基于實(shí)時優(yōu)化方法,給出了調(diào)度時域內(nèi)靜態(tài)子問題執(zhí)行規(guī)則和計算規(guī)則;進(jìn)而針對具體靜態(tài)子問題,采用構(gòu)造型啟發(fā)式算法生成初始可行解,分別采用禁忌搜索算法和自適應(yīng)大規(guī)模鄰域搜索... 

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景
    1.2 研究目的與意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 動態(tài)取送貨問題優(yōu)化方法
        1.3.2 不同實(shí)時信息下的車輛路徑規(guī)劃問題
        1.3.3 帶時間窗的取送貨問題的求解算法
        1.3.4 算法性能評價
    1.4 論文框架
第2章 基于實(shí)時信息的動態(tài)取送貨問題理論基礎(chǔ)
    2.1 基于實(shí)時信息的動態(tài)取送貨問題定義
    2.2 動態(tài)車輛問題的優(yōu)化目標(biāo)
    2.3 動態(tài)車輛問題的實(shí)時優(yōu)化方法
    2.4 求解動態(tài)取送貨問題的啟發(fā)式算法
    2.5 本章小結(jié)
第3章 基于實(shí)時信息的動態(tài)取送貨問題模型建立
    3.1 帶時間窗的取送貨問題模型
    3.2 基于實(shí)時信息的動態(tài)取送貨問題描述
    3.3 動態(tài)取送貨問題與靜態(tài)取送貨問題的異同
    3.4 基于實(shí)時信息的動態(tài)取送貨問題模型建立
        3.4.1 符號表示
        3.4.2 模型建立
    3.5 本章小結(jié)
第4章 基于實(shí)時信息的動態(tài)取送貨問題算法求解
    4.1 動態(tài)算法設(shè)計框架
    4.2 構(gòu)造初始解
    4.3 改善初始解
        4.3.1 禁忌搜索算法
        4.3.2 自適應(yīng)大規(guī)模鄰域搜索算法
    4.4 動態(tài)插入法
    4.5 本章小結(jié)
第5章 模型及其算法的應(yīng)用與分析
    5.1數(shù)值實(shí)驗(yàn)
        5.1.1 Li和 Lim的實(shí)驗(yàn)數(shù)據(jù)
        5.1.2 數(shù)據(jù)動態(tài)化處理
    5.2 兩種改善算法的效果比較
        5.2.1 調(diào)度時域T內(nèi)解改善程度的比較
        5.2.2 不同緊迫度?下解改善程度的比較
        5.2.3 不同間隔長度τ下的改善程度比較
    5.3 不同請求規(guī)模的比較
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 研究展望
參考文獻(xiàn)
導(dǎo)師及作者簡介
致謝



本文編號：3694351