隨著人民生活水平的提高,冷鮮產(chǎn)品對冷鏈物流的需求越來越大。然而,冷鏈物流目前還有沒有形成完整的服務(wù)體系。配送成本高昂和配送效率低下,這兩個(gè)問題一直制約著整個(gè)冷鏈物流的發(fā)展。降低冷鏈物流成本,提高配送效率已經(jīng)成為社會關(guān)注的熱點(diǎn)話題。而配送路徑優(yōu)化是節(jié)約物流運(yùn)輸配送成本的關(guān)鍵點(diǎn),所以路徑優(yōu)化問題研究尤為重要。同時(shí)在眾多路徑優(yōu)化算法中,遺傳算法在解決優(yōu)化問題中具有較好的魯棒性、可擴(kuò)充性和智能性。因此,本文針對冷鏈物流路徑優(yōu)化問題,采用多智能體技術(shù)構(gòu)建了冷鏈物流運(yùn)輸調(diào)度系統(tǒng)的體系結(jié)構(gòu),并建立了以路徑最優(yōu)、降低配送成本等為目標(biāo)的合理的模型,同時(shí)通過改進(jìn)遺傳算法解決了傳統(tǒng)遺傳算法的收斂慢和早熟等問題。本文主要研究內(nèi)容如下:(1)以城市冷鏈物流配送路徑優(yōu)化為研究的主要內(nèi)容,分析了冷鏈物流和帶時(shí)間窗的車輛路徑問題領(lǐng)域的相關(guān)知識,歸納車輛路徑問題(VRP)領(lǐng)域的研究成果和方法。(2)基于多智能體(Multi-Agent)技術(shù)相關(guān)理論和建模方法,分析城市冷鏈物流配送的各項(xiàng)成本,結(jié)合VRP的基本模型,構(gòu)建了基于多智能體技術(shù)的冷鏈物流企業(yè)運(yùn)輸調(diào)度模型。(3)針對傳統(tǒng)遺傳算法收斂速度慢和早熟問題,本文提出一種新的改進(jìn)遺傳算法。首先,引入貪婪算法初始化種群,使得種群個(gè)體更加優(yōu)良;然后,采用最小生成樹的聚類方法改進(jìn)交叉操作,增加種群的多樣性;最后,結(jié)合了生物共生搜索算法(SOS)加快了算法收斂速度。改進(jìn)的遺傳算法收斂速度較快,并且能夠避免局部最優(yōu)問題的出現(xiàn)。(4)通過算例驗(yàn)證了本文構(gòu)建的模型和改進(jìn)遺傳算法的有效性。本文按照提出問題,理論研究,建立模型,算法改進(jìn),以及案例分析的思路,對冷鏈物流配送路徑優(yōu)化問題進(jìn)行研究,本文得出的研究結(jié)論對提高配送效率和物流服務(wù)水平具有一定的實(shí)際意義。
【學(xué)位單位】：河北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP18;F259.2
【部分圖文】：

進(jìn)行低溫控制的一項(xiàng)系統(tǒng)工程。本文主要研究冷鏈物流配送環(huán)節(jié)，其適用范圍主要以下三種產(chǎn)品種類。具體內(nèi)容如圖 2-1 所示：圖 2-1 冷鏈物流適用范圍完整冷鏈物流運(yùn)輸調(diào)度流程如下圖 2-2 表示：冷鏈物流適用初級農(nóng)產(chǎn)品加工產(chǎn)品特殊產(chǎn)品蔬菜、水果；肉、禽、蛋；水產(chǎn)品和花卉產(chǎn)品等速凍食品、禽、肉、水產(chǎn)等包裝熟食、冰淇淋和奶制品等藥品、生物供體、血液加工食品（產(chǎn)地） 冷庫 配送中心 零售商 消費(fèi)者配送

這就帶時(shí)間窗的 VRP 問題，此種情況還可以細(xì)分為軟時(shí)間窗問題、硬時(shí)間窗問題和合時(shí)間窗問題；若客戶對取送貨物的時(shí)間沒有要求，那么該情況下的 VRP 問題就稱不帶時(shí)間窗的 VRP 問題�？梢愿鶕�(jù)客戶的需求將 VRP 問題分為帶時(shí)間約束的問題和帶時(shí)間約束的問題。當(dāng)某車輛只執(zhí)行送貨或者取貨任務(wù)時(shí)，這種情況下的 VRP 問題就稱為單一的送問題、單一的取貨問題；反之稱為送貨和取貨的混合問題。2.2.3 VRP 求解算法目前解決 VRP 問題主要有精確算法和啟發(fā)式算法兩種。精確算法為準(zhǔn)確數(shù)學(xué)公和定義證明的算法，用線性規(guī)劃與非線性規(guī)劃算法求得最優(yōu)解。啟發(fā)式算法是智能優(yōu)算法的一種，它通常能夠通過總結(jié)歸納的方法求得一個(gè)最優(yōu)解的近似值，因此常用于合優(yōu)化領(lǐng)域中大規(guī)模的優(yōu)化問題。當(dāng)下 NP 問題的解決也常常采用上述啟發(fā)式算法。VRP 問題的所有求解算法如下圖 2-4 所示：兩階段算法分支定界法

圖 3-1 冷鏈物流運(yùn)輸調(diào)度系統(tǒng)多智能體體系結(jié)構(gòu) Agent 的內(nèi)部結(jié)構(gòu)設(shè)計(jì)的章節(jié)中，根據(jù)冷鏈物流企業(yè)運(yùn)輸調(diào)度系統(tǒng)的特點(diǎn)，建立了基于多智能流運(yùn)輸調(diào)度系統(tǒng)的體系結(jié)構(gòu)。對系統(tǒng)中涉及到的 Agent 根據(jù)其功能不同類型，分別是負(fù)責(zé)對整個(gè)系統(tǒng)進(jìn)行管理的協(xié)調(diào) Agent，負(fù)責(zé)對所分配的行的車輛 Agent，負(fù)責(zé)對客戶訂單進(jìn)行處理加工的運(yùn)輸訂單 Agent，以徑進(jìn)行規(guī)劃的運(yùn)輸調(diào)度 Agent 和為系統(tǒng)提供信息的道路信息 Agent。根責(zé)的任務(wù)和功能不同，分別對每個(gè)類型的 Agent 內(nèi)部結(jié)構(gòu)是進(jìn)行設(shè)計(jì)協(xié)調(diào) Agent（管理型）送問題的冷鏈物流系統(tǒng)中，協(xié)調(diào) Agent 負(fù)責(zé)監(jiān)控和管理整個(gè)系統(tǒng)的信息 Agent 以及人機(jī)環(huán)境的相互合作與協(xié)調(diào)中獲取與訂單相關(guān)的信息。它將過自身的推理機(jī)制等功能進(jìn)行優(yōu)化處理，然后再通過內(nèi)部的決策模塊對
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韓印;師攀;;基于道路狀況的冷鏈物流配送路徑優(yōu)化[J];物流科技;2015年06期

2 宗曉萍;劉森;王培光;路瑞寬;;基于企業(yè)冷鏈物流MAS的車輛調(diào)度問題研究[J];物流技術(shù);2014年23期

3 于瑩瑩;陳燕;李桃迎;;改進(jìn)的遺傳算法求解旅行商問題[J];控制與決策;2014年08期

4 戴劍勇;陳剛;;鈾礦山運(yùn)提系統(tǒng)設(shè)備Agent可靠性仿真設(shè)計(jì)與驗(yàn)證[J];礦業(yè)研究與開發(fā);2014年02期

5 王向華;陳特放;;智能體技術(shù)在公交調(diào)度系統(tǒng)中的應(yīng)用[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年08期

6 賈小斌;艾廷華;;土地利用數(shù)據(jù)綜合的智能體技術(shù)[J];測繪地理信息;2013年02期

7 霍曉宇;楊仕教;吳長振;戴劍勇;羊帆;;露天礦山運(yùn)輸調(diào)度系統(tǒng)粒子群優(yōu)化[J];煤炭學(xué)報(bào);2012年S1期

8 劉全;王曉燕;傅啟明;張永剛;章曉芳;;雙精英協(xié)同進(jìn)化遺傳算法[J];軟件學(xué)報(bào);2012年04期

9 王雪茹;袁建清;崔然;;多智能體技術(shù)及其在交通控制系統(tǒng)中的應(yīng)用[J];中國新技術(shù)新產(chǎn)品;2011年17期

10 胡兆光;;智能體響應(yīng)均衡模型[J];能源技術(shù)經(jīng)濟(jì);2011年06期

相關(guān)博士學(xué)位論文 前5條

1 周衛(wèi)琪;基于多智能體理論的汽車逆向物流庫存控制理論與方法研究[D];江蘇大學(xué);2014年

2 李義華;基于多智能體的物流配送車輛調(diào)度決策方法研究[D];中南大學(xué);2012年

3 伍聯(lián)營;基于遺傳算法的海水淡化及其集成系統(tǒng)優(yōu)化設(shè)計(jì)研究[D];中國海洋大學(xué);2012年

4 張雪霞;智能優(yōu)化算法及其在電力系統(tǒng)無功優(yōu)化中的應(yīng)用研究[D];西南交通大學(xué);2011年

5 高淑萍;運(yùn)輸問題的模糊優(yōu)化算法和理論[D];西安電子科技大學(xué);2003年

相關(guān)碩士學(xué)位論文 前8條

1 周軍偉;基于Multi-Agent的汽車供應(yīng)鏈關(guān)鍵問題研究[D];武漢理工大學(xué);2015年

2 席釕姿;基于Multi-Agent技術(shù)的物流企業(yè)運(yùn)輸調(diào)度系統(tǒng)優(yōu)化研究[D];南華大學(xué);2014年

3 李明澤;城市農(nóng)產(chǎn)品冷鏈物流配送路徑優(yōu)化研究[D];大連海事大學(xué);2013年

4 魯昊;Multi-agent系統(tǒng)中動(dòng)態(tài)任務(wù)分配研究[D];湖北大學(xué);2012年

5 劉康;基于多Agent的復(fù)雜適應(yīng)系統(tǒng)建模仿真研究[D];中南大學(xué);2011年

6 葉賽男;基于Multi-Agent 的港口調(diào)度系統(tǒng)研究[D];北京交通大學(xué);2011年

7 鹿婷婷;基于MAS的故障診斷系統(tǒng)自適應(yīng)模型與協(xié)作機(jī)制研究[D];太原理工大學(xué);2011年

8 陳杰;基于遺傳算法的應(yīng)急物資運(yùn)輸調(diào)度[D];哈爾濱工業(yè)大學(xué);2006年

本文編號：2879467