發(fā)布時間：2020-08-25 04:14

【摘要】：隨著“互聯(lián)網(wǎng)+”的不斷深入,各行各業(yè)跑步進入“互聯(lián)網(wǎng)+”時代,物流行業(yè)在此次浪潮中也趨于平臺化,伴隨著共享經(jīng)濟的應(yīng)用,眾包物流已成為一個新興的產(chǎn)業(yè),眾包物流運行只有以平臺為依托,才能展現(xiàn)其高效和便捷。基于此,本文以眾包物流平臺發(fā)包任務(wù)為研究對象,完成了發(fā)包任務(wù)的模型建立,算法研究和計算機語言編程分析。研究成果對于眾包物流平臺的進一步發(fā)展奠定了一定的理論和實踐基礎(chǔ)。文章首先結(jié)合國內(nèi)外的研究現(xiàn)狀,回顧和分析了眾包和車輛路徑問題研究方向和已經(jīng)取得的研究成果。其次,界定了眾包物流和眾包物流平臺的概念,對車輛路徑、聚類分析和遺傳算法進行了簡要的說明。然后,根據(jù)眾包物流平臺的發(fā)展現(xiàn)狀,提出了對其核心內(nèi)容——眾包物流平臺發(fā)包任務(wù)問題進行研究。本文中安排車輛從其所在地出發(fā),到達(dá)指定的配送中心取貨,完成對規(guī)定的客戶服務(wù),再返回原出發(fā)地,整個路徑過程稱之為一個“包”,發(fā)包就是將任務(wù)安排成一個個的包。根據(jù)研究的需要,本文以單商品多配送中心發(fā)包任務(wù)作為研究對象,構(gòu)建了數(shù)據(jù)點集聚類分析和單商品單配送中心發(fā)包任務(wù)的兩階段研究模型,并針對數(shù)據(jù)點集聚類分析階段提出了基于K-means聚類分析的優(yōu)化方法,實現(xiàn)客戶點、車庫點、配送中心點的有效合理聚類;在虛擬中心遺傳算法思想的基礎(chǔ)上,考慮將車庫點和配送中心點合并為單點處理,生成路徑后再將其進行還原比對,實現(xiàn)對原問題的求解。在此思想的指導(dǎo)下,運用Matlab軟件進行編程,實現(xiàn)對構(gòu)建模型的求解過程。根據(jù)模型的求解結(jié)果,可以確定車輛的使用數(shù)量和來源,各項任務(wù)的配送路徑,以及當(dāng)天任務(wù)的總的預(yù)計費用。最后,以鄭州市某物流公司為例,進行模型的應(yīng)用,驗證模型的有效性和合理性。
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：F259.2
【圖文】：

技術(shù)路線圖

圖 2.1 現(xiàn)有眾包物流平臺運營模式圖想的眾包物流平臺的運營模式應(yīng)為：供應(yīng)商提交任務(wù)需求 → 眾包行重組發(fā)包 → 物流承運商搶單 →任務(wù)執(zhí)行 → 任務(wù)提交 →任算（如圖 2.2 所示）。此模式既能有效的管理和約束供應(yīng)商和物能將配送任務(wù)進行優(yōu)化組合，有效降低運營成本，實現(xiàn)資源利用最

圖 2.1 現(xiàn)有眾包物流平臺運營模式圖想的眾包物流平臺的運營模式應(yīng)為：供應(yīng)商提交任務(wù)需求 → 眾包行重組發(fā)包 → 物流承運商搶單 →任務(wù)執(zhí)行 → 任務(wù)提交 →任算（如圖 2.2 所示）。此模式既能有效的管理和約束供應(yīng)商和物能將配送任務(wù)進行優(yōu)化組合，有效降低運營成本，實現(xiàn)資源利用最

【參考文獻】

相關(guān)期刊論文 前10條

1 潘國強;胡俊逸;洪敏;;考慮GIS的物流配送區(qū)域劃分與路徑規(guī)劃算法[J];大連海事大學(xué)學(xué)報;2015年01期

2 呂品;;考慮碳排放的物流網(wǎng)絡(luò)優(yōu)化模型研究[J];計算機應(yīng)用研究;2013年10期

3 王娟;;基于動線型SLP聚類算法的企業(yè)發(fā)展平面布局最優(yōu)化模型[J];統(tǒng)計與決策;2013年10期

4 王君;李波;;基于多目標(biāo)優(yōu)化的模糊需求VRPTW動態(tài)管理[J];管理學(xué)報;2013年02期

5 許倩;程東年;;基于層次聚類的網(wǎng)絡(luò)流量異常分類算法[J];計算機工程;2012年23期

6 石兆;符卓;;帶軟時間窗的兩階段連鎖門店配送車輛路徑問題研究[J];計算機應(yīng)用研究;2012年09期

7 張霞;張岐山;;軟時間窗和匹配運輸下的供應(yīng)鏈配送網(wǎng)絡(luò)優(yōu)化[J];武漢理工大學(xué)學(xué)報(信息與管理工程版);2012年04期

8 邵克勇;李鑫;邱躍峰;李飛;;模仿二倍體繁殖的改進遺傳算法[J];系統(tǒng)仿真學(xué)報;2012年04期

9 王千;王成;馮振元;葉金鳳;;K-means聚類算法研究綜述[J];電子設(shè)計工程;2012年07期

10 王駿;王士同;鄧趙紅;;聚類分析研究中的若干問題[J];控制與決策;2012年03期

相關(guān)碩士學(xué)位論文 前4條

1 李明;O2O模式下的E公司眾包物流策略研究[D];東華大學(xué);2017年

2 李薈嬈;K-means聚類方法的改進及其應(yīng)用[D];東北農(nóng)業(yè)大學(xué);2014年

3 張磊;電子商務(wù)環(huán)境下物流配送路線優(yōu)化研究[D];西南交通大學(xué);2008年

4 鄧欣;基于遺傳算法的多車場車輛路徑問題研究[D];重慶大學(xué);2007年

本文編號：2803256