隨著電子商務(wù)的普及,人們通過互聯(lián)網(wǎng)和移動(dòng)客戶端能夠隨時(shí)隨地完成商品的線上交易。電商的快速發(fā)展在帶來城市核心區(qū)域的井噴式增長的同時(shí)也促進(jìn)了周邊區(qū)域(郊區(qū)或鄉(xiāng)鎮(zhèn))配送需求的快速增長,而電商客戶地理位置分散且分布不均勻,加上小批量、高頻次、個(gè)性化等特點(diǎn)使得獨(dú)立配送面臨著配送成本和配送時(shí)效的雙重挑戰(zhàn)。如何實(shí)現(xiàn)物流資源的有效整合,降低物流配送成本成為當(dāng)前電商物流配送亟待解決的問題。本文在分析電商物流末端配送需求的基礎(chǔ)上,通過對國內(nèi)外研究及實(shí)踐現(xiàn)狀展開分析發(fā)現(xiàn)已有的電商物流末端配送研究及實(shí)踐對當(dāng)前的需求支撐不足。為有效解決該問題,本文基于共享經(jīng)濟(jì)下的眾包理念,考慮利用眾包車輛順路捎帶配送來降低電商物流末端配送成本,由眾包車輛和物流公司的基本車輛共同完成配送任務(wù),據(jù)此提出考慮順路捎帶的電商物流末端協(xié)同配送問題。首先,在對考慮順路捎帶的協(xié)同配送問題特征分析的基礎(chǔ)上,構(gòu)建了以總成本最小為目標(biāo)的整數(shù)規(guī)劃模型;其次,為了有效求解構(gòu)建的數(shù)學(xué)模型,基于對協(xié)同配送模型特征的分析,設(shè)計(jì)融合遺傳算法與局部搜索算法的混合算法,并設(shè)計(jì)了有效的交叉和變異算子、鄰域結(jié)構(gòu)和初始解構(gòu)造算法來提高搜索性能;最后,以長沙市某電商企業(yè)的物流配送為應(yīng)用對象,對模型和算法的有效性進(jìn)行了驗(yàn)證。研究表明,順路捎帶協(xié)同配送能夠通過降低車輛的使用數(shù)目和提高車輛利用率來顯著地降低整體運(yùn)作成本,具有較好的實(shí)際應(yīng)用與推廣價(jià)值。
【學(xué)位單位】：重慶理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP301.6;F724.6;F259.27
【部分圖文】：

8圖 1.1 技術(shù)路徑圖1.5 本文的創(chuàng)新之處同以往的研究相比，論文緊緊圍繞著考慮順路捎帶的電商物流末端協(xié)同配送問題及特征展開，研究特色和創(chuàng)新之處主要體現(xiàn)在以下幾個(gè)方面：（1）將順路捎帶的方式應(yīng)用于網(wǎng)購客戶數(shù)量多，復(fù)雜度高和規(guī)模大的電商物流配送問題中，不同于以往的小規(guī)模簡單的捎貨和捎人問題。（2）提出了順路捎帶協(xié)作的車輛路徑問題。從成本優(yōu)化的角度出發(fā)，考慮基本車輛和捎帶車輛實(shí)現(xiàn)共同配送。根據(jù)順路捎帶協(xié)作問題特征，設(shè)計(jì)順路捎帶車輛路徑

車輛路徑問題示意圖

2.4 車輛路徑問題求解算法2.4.1 車輛路徑問題求解算法VRP 問題是一個(gè)組合優(yōu)化問題，已有的研究針對其擴(kuò)展問題的求解進(jìn)行了深入的研究和廣泛的應(yīng)用，涌現(xiàn)的眾多有效的算法為解決 VRP 問題提供了有力的技術(shù)支持和工具方法�？傮w來說，用于求解 VRP 問題的優(yōu)化算法可以分為兩大類，第一類是精確算法，第二類是啟發(fā)式算法，如圖 2.1 所示。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 袁群;左弈;;基于改進(jìn)混合遺傳算法的冷鏈物流配送中心選址優(yōu)化[J];上海交通大學(xué)學(xué)報(bào);2016年11期

2 劉蕊蕊;;基于多目標(biāo)混合遺傳算法認(rèn)知無線電頻譜分配[J];雞西大學(xué)學(xué)報(bào);2016年12期

3 楊書森;郭順生;;基于混合遺傳算法的生產(chǎn)調(diào)度研究[J];機(jī)械制造;2017年10期

4 楊亞輝;;基于混合遺傳算法的機(jī)床夾具夾緊力優(yōu)化[J];機(jī)械設(shè)計(jì)與制造工程;2016年10期

5 毛政濤;劉新文;;應(yīng)用雙層混合遺傳算法優(yōu)化大規(guī)模換熱網(wǎng)絡(luò)[J];寧波工程學(xué)院學(xué)報(bào);2014年01期

6 朱傳偉;童幼堂;董受全;;混合遺傳算法在艦空導(dǎo)彈武器系統(tǒng)火力分配中的應(yīng)用[J];艦船電子工程;2014年07期

7 王威;徐兵;岳曉峰;;基于機(jī)器加工時(shí)間最短的混合遺傳算法[J];長春工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

8 高光敏;趙亮;何秋月;王凱;孫洪波;;改進(jìn)混合遺傳算法在無功優(yōu)化的應(yīng)用研究[J];長春工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2011年01期

9 朱小娟;高慶忠;宋福圣;;基于自適應(yīng)混合遺傳算法的協(xié)調(diào)控制系統(tǒng)[J];自動(dòng)化與儀器儀表;2009年03期

10 顧曉芬;郝永平;唐健;;一種基于混合遺傳算法的車間調(diào)度算法[J];自動(dòng)化技術(shù)與應(yīng)用;2008年11期

相關(guān)博士學(xué)位論文 前10條

1 陶澤;基于Petri網(wǎng)和混合遺傳算法的JSP優(yōu)化調(diào)度[D];東北大學(xué);2006年

2 程蓉;復(fù)雜生產(chǎn)環(huán)境下優(yōu)化調(diào)度方法研究與系統(tǒng)實(shí)現(xiàn)[D];華中科技大學(xué);2006年

3 仁慶道爾吉;車間作業(yè)調(diào)度問題的多目標(biāo)模型建立及其算法[D];西安電子科技大學(xué);2013年

4 霍紅衛(wèi);遺傳算法在圖論和優(yōu)化中的應(yīng)用[D];西安電子科技大學(xué);2000年

5 朱云飛;一種用進(jìn)化方法求解魯棒最優(yōu)問題的研究[D];中南大學(xué);2011年

6 彭北青;第三方物流配送車輛路徑問題模型及算法研究[D];華中科技大學(xué);2009年

7 張相賢;基于極值理論的金融資產(chǎn)配置研究[D];東華大學(xué);2011年

8 童孝忠;大地電磁測深有限單元法正演與混合遺傳算法正則化反演研究[D];中南大學(xué);2008年

9 鄭加駒;超磁致伸縮換能器滯回非線性模型的研究[D];天津大學(xué);2009年

10 劉曉霞;基于OCTPN和混合遺傳算法的JSP多目標(biāo)優(yōu)化調(diào)度[D];東北大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 占東明;MIMO車載防撞雷達(dá)若干技術(shù)研究與仿真[D];電子科技大學(xué);2019年

2 肖萌;基于混合遺傳算法的電力設(shè)備檢測柔性調(diào)度研究[D];武漢理工大學(xué);2018年

3 王倩;基于擬滿內(nèi)力混合遺傳算法的RC框架結(jié)構(gòu)模糊優(yōu)化設(shè)計(jì)[D];河北建筑工程學(xué)院;2019年

4 康燕;考慮順路捎帶的電商物流末端協(xié)同配送研究[D];重慶理工大學(xué);2019年

5 梅俊;基于混合遺傳算法的TSP優(yōu)化問題求解[D];安慶師范大學(xué);2018年

6 羅書敏;基于混合遺傳算法的可重入混合流水車間調(diào)度優(yōu)化研究[D];鄭州大學(xué);2018年

7 孫榕;基于混合遺傳算法的IPPS問題研究[D];大連理工大學(xué);2018年

8 杜沛霖;服裝電商零散揀貨區(qū)貨位動(dòng)態(tài)分配優(yōu)化研究[D];東華大學(xué);2018年

9 李文磊;基于混合遺傳算法的轉(zhuǎn)運(yùn)車調(diào)度優(yōu)化研究[D];東北大學(xué);2015年

10 于豐平;基于混合遺傳算法的快遞車輛路徑優(yōu)化問題的研究[D];青島科技大學(xué);2017年

本文編號(hào)：2894349