本文關(guān)鍵詞：面向物流配送系統(tǒng)中定位路徑優(yōu)化的聚類進(jìn)化算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著經(jīng)濟(jì)全球化的快速發(fā)展，物流在經(jīng)濟(jì)活動中的地位與作用也日益明顯。本文詳細(xì)介紹了物流系統(tǒng)的相關(guān)理論，重點分析了物流決策模型中的中心選址與配送路徑兩個熱點問題。本文在傳統(tǒng)物流分析模型的基礎(chǔ)研究之上，根據(jù)系統(tǒng)分析的思想，對配送中心選址問題及車輛運輸路徑規(guī)劃問題的組合優(yōu)化進(jìn)行了研究。 為了解決定位-運輸車輛路徑安排（LRP）這一組合優(yōu)化問題，人們提出了各種求解算法，進(jìn)化算法是其中簡單有效的智能算法。本研究針對傳統(tǒng)進(jìn)化算法求解LRP問題的不足（如二進(jìn)制編碼串過長，算法“早熟”現(xiàn)象等）進(jìn)行了一系列的改進(jìn)，通過對模擬數(shù)據(jù)的仿真分析，證明了其有可行性及有效性。本文的主要研究工作如下： 首先，對LRP問題的常用模型進(jìn)行了詳細(xì)的分析，給出定位-配給和運輸路線規(guī)劃問題的數(shù)學(xué)模型及其計算方法，在此基礎(chǔ)上建立了一個將兩者進(jìn)行整合的數(shù)學(xué)模型，并設(shè)計了一種簡單有效的兩階段求解算法。 其次，，針對傳統(tǒng)進(jìn)化算法實現(xiàn)過程中的不足提出了一系列的改進(jìn)措施。采用自然數(shù)編碼方案與自適應(yīng)交叉變異算子組合使得解空間搜索能力得到提高；同時引入懲罰函數(shù)對約束進(jìn)行處理，并對進(jìn)化過程產(chǎn)生的非法個體采取相應(yīng)措施，降低了過早收斂的可能性。 最后，對本文的研究內(nèi)容進(jìn)行了總結(jié)，指出了本文模型和算法存在的不足，并結(jié)合實際情況中LRP問題的復(fù)雜性，對該課題未來的研究方向進(jìn)行了展望。
【關(guān)鍵詞】：聚類 路徑優(yōu)化 中心選址 LRP 進(jìn)化算法
【學(xué)位授予單位】：東華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F259.2;TP301.6
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第1章 緒論9-15
• 1.1 選題的研究背景及意義9-11
• 1.1.1 選題背景9-10
• 1.1.2 研究意義10-11
• 1.2 國內(nèi)外理論研究現(xiàn)狀11-12
• 1.3 本文的研究內(nèi)容及技術(shù)路線12-15
• 1.3.1 研究內(nèi)容12-13
• 1.3.2 技術(shù)路線13-15
• 第2章 定位-運輸路線安排問題研究15-21
• 2.1 物流配送中心研究15-17
• 2.1.1 配送中心選址概述15
• 2.1.2 配送中心選址原則及方法15-17
• 2.2 LRP 問題的描述17-21
• 2.2.1 LAP 問題17-18
• 2.2.2 VRP 問題18-19
• 2.2.3 LRP 問題19
• 2.2.4 LRP 的研究方向19-21
• 第3章 定位-運輸路線安排問題的算法研究21-35
• 3.1 遺傳算法21-29
• 3.1.1 遺傳算法概述21
• 3.1.2 遺傳算法的特點21-22
• 3.1.3 遺傳算法的基本原理22-26
• 3.1.4 遺傳算法的基本流程26-27
• 3.1.5 遺傳算法的改進(jìn)27-29
• 3.2 聚類算法29-35
• 3.2.1 聚類算法概述29-30
• 3.2.2 K-means 聚類算法基本原理30-32
• 3.2.3 K-means 聚類算法的步驟32-33
• 3.2.4 K-means 聚類算法的性能分析33-35
• 第4章 定位-運輸路徑安排問題的數(shù)學(xué)模型35-43
• 4.1 LRP 問題的分類35-38
• 4.1.1 按內(nèi)容分類35-36
• 4.1.2 按算法分類36-38
• 4.2 模型分析38-40
• 4.2.1 LAP 問題模型38-39
• 4.2.2 VRP 問題模型39-40
• 4.2.3 LRP 問題模型需要考慮的因素40
• 4.3 LRP 模型的建立40-43
• 4.3.1 模型假設(shè)40-41
• 4.3.2 模型參數(shù)及決策變量41-42
• 4.3.3 數(shù)學(xué)模型42-43
• 第5章 算法設(shè)計43-61
• 5.1 算法思路43-44
• 5.2 第一階段的聚類算法設(shè)計44-50
• 5.2.1 K 值學(xué)習(xí)的遺傳算法設(shè)計44-47
• 5.2.2 遺傳聚類算法設(shè)計實驗測試47-50
• 5.3 第二階段改進(jìn)混合進(jìn)化算法的路徑安排設(shè)計50-55
• 5.4 算例分析55-61
• 第6章 結(jié)束語61-63
• 6.1 結(jié)論61
• 6.2 展望61-63
• 參考文獻(xiàn)63-67
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文67-69
• 致謝69

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張毅;郭曉汾;王笑風(fēng);;應(yīng)急救援物資車輛運輸線路的選擇[J];安全與環(huán)境學(xué)報;2006年03期

2 黃穎為;李燕培;孫德強;;改進(jìn)遺傳算法在包裝件物流調(diào)度中應(yīng)用的研究[J];包裝工程;2008年01期

3 張潛,高立群,胡祥培;集成化物流中的定位運輸路線安排問題(LRP)優(yōu)化算法評述[J];東北大學(xué)學(xué)報;2003年01期

4 張濤,王夢光;遺傳算法和3-opt結(jié)合求解帶有能力約束的VRP[J];東北大學(xué)學(xué)報;1999年03期

5 林巖,胡祥培,王旭茵;物流系統(tǒng)優(yōu)化中的定位——運輸路線安排問題(LRP)研究評述[J];管理工程學(xué)報;2004年04期

6 汪壽陽,趙秋紅,夏國平;集成物流管理系統(tǒng)中定位—運輸路線安排問題的研究[J];管理科學(xué)學(xué)報;2000年02期

7 劉立平,孟志青;一種選取初始聚類中心的方法[J];計算機(jī)工程與應(yīng)用;2004年08期

8 毛韶陽;李肯立;;優(yōu)化K-means初始聚類中心研究[J];計算機(jī)工程與應(yīng)用;2007年22期

9 吳t熇

本文編號：296642