越來越多的人選擇在網(wǎng)絡(luò)上訂購冷藏食品。為降低企業(yè)的配送成本,提出一個由中央倉庫為一組零售店和顧客提供服務(wù)的車輛路徑問題。該場景存在于全渠道銷售環(huán)境下,考慮采用異質(zhì)車輛(冷藏車-常溫車)搭配的組合方式為顧客配送冷藏食品。提出數(shù)學(xué)模型,并設(shè)計(jì)遺傳算法對模型進(jìn)行求解。將求解所得的三種不同方式下的結(jié)果進(jìn)行比較,得出冷藏車-常溫車搭配組合配送的方案具有一定的可行性和優(yōu)越性,為企業(yè)提供參考。
【部分圖文】：

方案B配送路徑軌跡圖

來自不同供應(yīng)商的產(chǎn)品被運(yùn)送到中央倉庫。這些產(chǎn)品以較大的包裝儲存在倉庫中,直到零售商需要。倉庫中的這些產(chǎn)品每天用于補(bǔ)充零售店的庫存,顧客訂購的產(chǎn)品由零售店供應(yīng)。配送給顧客的產(chǎn)品是從倉庫交付到零售商店的相同產(chǎn)品。但是這些產(chǎn)品在運(yùn)送給消費(fèi)者之前,需要進(jìn)一步處理和包裝,它們必須由零售商店提前打包,并通過訪問零售店的車輛進(jìn)行拾取再配送至顧客手中。因此在線訂購的產(chǎn)品不能直接從中央倉庫配送給顧客。如圖1所示。車輛需要執(zhí)行兩種類型的交付:從倉庫到零售店的交付;從零售店到消費(fèi)者的交付。試圖利用冷藏車和常溫車兩種類型的相同容量的車輛為零售商和消費(fèi)者提供服務(wù)。

本文模型采用遺傳算法在MATLAB 2017b中實(shí)現(xiàn)并得到如圖2所示結(jié)果。由于本文的模型是雙目標(biāo)規(guī)劃模型,因此得到的是一組帕累托最優(yōu)解集,圖中的一個點(diǎn)代表了一個配送方案。不同的方案具有不同的特點(diǎn),帕累托最優(yōu)解集合可以為企業(yè)決策者提供不同角度考慮下的最優(yōu)方案。不同點(diǎn)所代表的具體方案結(jié)果如表5所示。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 章雪巖;桂欣;鄭巧然;;最后一公里配送路徑優(yōu)化研究[J];物流技術(shù);2017年06期

2 蘇建歡;;自動化物流配送路徑優(yōu)化選擇仿真研究[J];計(jì)算機(jī)仿真;2019年08期

3 葉威惠;張飛舟;;真實(shí)路況下的快遞配送路徑優(yōu)化研究[J];計(jì)算機(jī)工程與科學(xué);2017年08期

4 王維軍;羅偉;;基于改進(jìn)智能水滴算法的冷鏈物流配送路徑優(yōu)化問題研究[J];工業(yè)工程;2017年02期

5 高文強(qiáng);姜冠杰;;基于外賣配送路徑優(yōu)化的問題研究[J];信息通信;2018年05期

6 侯宇超;白艷萍;胡紅萍;王鵬;;基于精英蟻群算法的多目標(biāo)生鮮配送路徑優(yōu)化研究[J];數(shù)學(xué)的實(shí)踐與認(rèn)識;2018年20期

7 徐玨;何利力;;基于雙層遺傳算法的煙草配送路徑優(yōu)化問題研究[J];工業(yè)控制計(jì)算機(jī);2015年12期

8 王勇;劉國盼;;基于蟻群算法的貨物配送路徑優(yōu)化研究[J];內(nèi)燃機(jī)與配件;2018年14期

9 羅勇;陳治亞;;基于改進(jìn)遺傳算法的供應(yīng)鏈金融質(zhì)押物配送路徑優(yōu)化[J];鐵道科學(xué)與工程學(xué)報(bào);2015年04期

10 孫沁;歐邦才;丁曉銀;朱柏青;;基于改進(jìn)蟻群算法的配送路徑優(yōu)化問題研究——以南京蘇寧易購為例[J];物流工程與管理;2018年02期

相關(guān)博士學(xué)位論文 前1條

1 陳世峰;動態(tài)車輛路徑問題建模與優(yōu)化算法研究[D];大連海事大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 王靜;眾包環(huán)境下基于改進(jìn)蟻群算法的外賣配送路徑優(yōu)化研究[D];合肥工業(yè)大學(xué);2019年

2 曹美容;O2O模式下生鮮低碳冷鏈配送路徑優(yōu)化研究[D];河北工業(yè)大學(xué);2017年

3 蘇春;基于改進(jìn)布谷鳥算法的車間物料配送路徑優(yōu)化的研究與應(yīng)用[D];安徽大學(xué);2019年

4 岳美思;時變網(wǎng)絡(luò)下考慮碳懲罰率的城市配送路徑優(yōu)化模型研究[D];東北大學(xué);2013年

5 何珍珍;基于遺傳算法的Z拉鏈生產(chǎn)企業(yè)配送路徑優(yōu)化研究[D];福州大學(xué);2014年

6 李波;基于動態(tài)交通網(wǎng)絡(luò)的城市物流配送路徑優(yōu)化研究[D];深圳大學(xué);2017年

7 姚璐;基于改進(jìn)蟻群算法的醫(yī)藥物品配送路徑優(yōu)化研究[D];武漢科技大學(xué);2013年

8 孫妮娜;基于群智能混合算法的應(yīng)急物流配送路徑優(yōu)化研究[D];西安建筑科技大學(xué);2015年

9 李言幫;基于顧客滿意的物流協(xié)同配送路徑優(yōu)化研究[D];河北工程大學(xué);2014年

10 張子祥;基于改進(jìn)粒子群算法的生鮮電商配送路徑優(yōu)化研究[D];河南農(nóng)業(yè)大學(xué);2017年

本文編號：2838689