本文關(guān)鍵詞：基于群智能混合算法的應(yīng)急物流配送路徑優(yōu)化研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著自然災(zāi)害、安全事故等突發(fā)性事件發(fā)生頻率的增高,對(duì)及時(shí)響應(yīng)突發(fā)事件、盡可能減少災(zāi)后人員傷亡、最大限度的挽救受災(zāi)地區(qū)的寶貴生命提出了更高要求。應(yīng)急物流配送路徑是應(yīng)急物流系統(tǒng)管理的重要工作之一,如何選擇適宜的配送路徑確保災(zāi)區(qū)民眾及時(shí)收到應(yīng)急物資,對(duì)于解決突發(fā)事件的應(yīng)急救援問(wèn)題具有重要的理論意義和實(shí)用價(jià)值。論文首先針對(duì)特重大自然災(zāi)害災(zāi)區(qū)道路實(shí)際情況,對(duì)道路通行難易度概念進(jìn)行了界定,分析了影響道路通行難易度的各因素,提出了將時(shí)間成本換算為路徑當(dāng)量長(zhǎng)度的道路通行難易度系數(shù)計(jì)算方法。其次,構(gòu)建了應(yīng)急物流配送路徑優(yōu)化的網(wǎng)絡(luò)模型,和基于多影響因素的應(yīng)急物流配送路徑優(yōu)化數(shù)學(xué)模型。第三,提出了求解應(yīng)急物流配送路徑優(yōu)化模型的粒子群與蟻群混合的群智能算法,并分析研究了算法的基本原理、數(shù)學(xué)描述、參數(shù)分析以及算法流程,和MATLAB程序設(shè)計(jì)。最后,論文針對(duì)寧強(qiáng)地震災(zāi)區(qū)城鄉(xiāng)應(yīng)急物流配送的實(shí)際問(wèn)題,構(gòu)建了具體的應(yīng)急物流配送路徑優(yōu)化模型,基于MATLAB軟件平臺(tái),對(duì)幾種不同情況進(jìn)行了模擬仿真分析,確定了寧強(qiáng)地震災(zāi)區(qū)城鄉(xiāng)應(yīng)急物流配送的最優(yōu)路徑,為應(yīng)急物資配送方案制定提供了科學(xué)依據(jù)。論文對(duì)道路通行難易度的各影響因素進(jìn)行定性與定量的分析,提出了道路通行難易度系數(shù)的計(jì)算方法,更真實(shí)的反映了客觀實(shí)際,提高了應(yīng)急物流配送路徑優(yōu)化方案的可實(shí)施性。取長(zhǎng)補(bǔ)短設(shè)計(jì)了粒子群與蟻群混合群智能算法,為解決路徑優(yōu)化問(wèn)題提供了一種更科學(xué)、更精確的方法。寧強(qiáng)縣作為2008年汶川特大地震的重災(zāi)區(qū),近幾年余震頻發(fā),論文選取寧強(qiáng)地震災(zāi)區(qū)城鄉(xiāng)應(yīng)急物流配送路徑進(jìn)行優(yōu)化研究,具有一定的現(xiàn)實(shí)借鑒價(jià)值。
【關(guān)鍵詞】：應(yīng)急物流 配送路徑 蟻群算法 粒子群算法
【學(xué)位授予單位】：西安建筑科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：F259.2;TP18
【目錄】：

• 摘要3-4
• ABSTRACT4-9
• 1．緒論9-18
• 1.1 研究背景9-10
• 1.2 研究目的及意義10-11
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀11-15
• 1.3.1 國(guó)內(nèi)研究現(xiàn)狀及水平11-12
• 1.3.2 國(guó)外研究現(xiàn)狀及水平12-14
• 1.3.3 國(guó)內(nèi)外研究評(píng)述14-15
• 1.4 研究?jī)?nèi)容15-16
• 1.5 研究技術(shù)路線16-18
• 2．應(yīng)急物流配送路徑相關(guān)理論18-24
• 2.1 基礎(chǔ)理論18-20
• 2.1.1 應(yīng)急物流的內(nèi)涵18
• 2.1.2 應(yīng)急物流的特點(diǎn)18-19
• 2.1.3 應(yīng)急物流與普通物流的對(duì)比分析19
• 2.1.4 應(yīng)急物流系統(tǒng)的研究?jī)?nèi)容19-20
• 2.2 應(yīng)急物流配送理論20-21
• 2.2.1 應(yīng)急配送車(chē)輛路徑問(wèn)題20
• 2.2.2 應(yīng)急物流配送車(chē)輛路徑問(wèn)題的分類(lèi)20-21
• 2.2.3 應(yīng)急物流配送車(chē)輛路徑問(wèn)題的說(shuō)明21
• 2.3 應(yīng)急物流配送路徑優(yōu)化21-22
• 2.3.1 車(chē)輛路徑問(wèn)題分類(lèi)21-22
• 2.3.2 路徑優(yōu)化問(wèn)題的提出22
• 2.3.3 帶時(shí)間窗限制的路徑問(wèn)題22
• 2.4 本章小結(jié)22-24
• 3．基于多影響因素的應(yīng)急物流配送路徑優(yōu)化模型24-32
• 3.1 應(yīng)急物流配送路徑優(yōu)化問(wèn)題的提出24-25
• 3.1.1 問(wèn)題描述24
• 3.1.2 應(yīng)急物流配送路徑優(yōu)化模型假設(shè)24-25
• 3.2 應(yīng)急物流配送路徑優(yōu)化模型參數(shù)說(shuō)明25
• 3.2.1 基本參數(shù)25
• 3.2.2 變量定義25
• 3.3 基于多影響因素的路徑當(dāng)量長(zhǎng)度計(jì)算25-30
• 3.3.1 路段可通行性25-26
• 3.3.2 道路通行影響因素權(quán)重分析26-29
• 3.3.3 配送路徑當(dāng)量長(zhǎng)度計(jì)算29-30
• 3.4 基于多影響因素的應(yīng)急物流配送優(yōu)化路徑模型30
• 3.5 本章小結(jié)30-32
• 4．求解應(yīng)急物流配送路徑優(yōu)化模型的群智能混合算法32-46
• 4.1 群智能算法32-33
• 4.1.1 群智能算法32
• 4.1.2 主要的群智能算法32-33
• 4.1.3 群智能算法與傳統(tǒng)路徑算法的比較33
• 4.2 粒子群算法和蟻群算法33-38
• 4.2.1 粒子群算法33-35
• 4.2.2 蟻群算法35-38
• 4.3 應(yīng)急物流配送路徑優(yōu)化模型的群智能混合算法設(shè)計(jì)38-45
• 4.3.1 粒子群算法和蟻群算法的特點(diǎn)38-40
• 4.3.2 粒子群與蟻群混合算法設(shè)計(jì)40-42
• 4.3.3 混合算法MATLAB實(shí)現(xiàn)42-45
• 4.4 本章小結(jié)45-46
• 5．寧強(qiáng)地震災(zāi)區(qū)城鄉(xiāng)應(yīng)急物流配送路徑優(yōu)化46-62
• 5.1 寧強(qiáng)縣災(zāi)區(qū)概況及相關(guān)數(shù)據(jù)來(lái)源46-49
• 5.1.1 災(zāi)區(qū)概況46-47
• 5.1.2 應(yīng)急物流配送相關(guān)數(shù)據(jù)來(lái)源47-49
• 5.2 寧強(qiáng)災(zāi)區(qū)應(yīng)急物流配送路徑優(yōu)化模型49-54
• 5.2.1 寧強(qiáng)災(zāi)區(qū)應(yīng)急物流配送路徑網(wǎng)絡(luò)模型49-50
• 5.2.2 路徑當(dāng)量長(zhǎng)度計(jì)算50-52
• 5.2.3 應(yīng)急物流配送路徑模型52-54
• 5.3 基于MATLAB平臺(tái)求解最優(yōu)配送路徑54-61
• 5.3.1 粒子群與蟻群混合算法求解寧強(qiáng)災(zāi)區(qū)最優(yōu)應(yīng)急物資配送路徑54-56
• 5.3.2 蟻群算法求解寧強(qiáng)災(zāi)區(qū)最優(yōu)應(yīng)急物資配送路徑56-58
• 5.3.3 粒子群算法求解寧強(qiáng)災(zāi)區(qū)最優(yōu)應(yīng)急物資配送路徑58-60
• 5.3.4 對(duì)比三種算法的搜索結(jié)果60-61
• 5.4 本章小結(jié)61-62
• 6．結(jié)論和展望62-64
• 6.1 結(jié)論62-63
• 6.2 展望63-64
• 致謝64-65
• 參考文獻(xiàn)65-74
• 碩士研究生學(xué)習(xí)階段發(fā)表論文74

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張利彪,周春光,劉小華,馬銘;粒子群算法在求解優(yōu)化問(wèn)題中的應(yīng)用[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2005年04期

2 帥國(guó)讓;;應(yīng)急物流研究綜述[J];東方企業(yè)文化;2010年18期

3 楊弋,顧幸生;物流配送車(chē)輛優(yōu)化調(diào)度的綜述[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年S1期

4 羅先國(guó);侍洪波;;非滿載車(chē)輛路徑問(wèn)題的改進(jìn)粒子群優(yōu)化算法[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年07期

5 畢軍,付夢(mèng)印,張宇河;一種改進(jìn)的蟻群算法求解最短路徑問(wèn)題[J];計(jì)算機(jī)工程與應(yīng)用;2003年03期

6 王德剛;潘新;王德強(qiáng);;最短路徑算法在城市交通管理系統(tǒng)中的應(yīng)用[J];內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年03期

7 樊雯婧;盧才武;;用群智能算法確定井下火災(zāi)多救護(hù)隊(duì)最優(yōu)路徑[J];金屬礦山;2014年01期

8 唐連生;程文明;梁劍;張則強(qiáng);;應(yīng)急物流配送問(wèn)題的蟻群聚類(lèi)算法研究[J];鐵道運(yùn)輸與經(jīng)濟(jì);2008年09期

9 潘菲菲;王仁超;張宗亮;李仕奇;;高面板堆石壩填筑分期斷面優(yōu)化分析研究[J];水力發(fā)電學(xué)報(bào);2014年04期

10 王蘇生;王巖;孫健;王麗;;連續(xù)性條件下的多受災(zāi)點(diǎn)應(yīng)急資源配置算法[J];系統(tǒng)管理學(xué)報(bào);2011年02期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 陶振武;基于群集智能的產(chǎn)品共進(jìn)化設(shè)計(jì)方法研究[D];華中科技大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 趙紅霞;化學(xué)計(jì)量學(xué)方法在分析化學(xué)中應(yīng)用[D];遼寧科技大學(xué);2006年

2 黃金虎;應(yīng)急物流系統(tǒng)若干關(guān)鍵技術(shù)的研究與實(shí)現(xiàn)[D];上海交通大學(xué);2007年

3 朱春濤;粒子群優(yōu)化算法及其在水電站群優(yōu)化調(diào)度中的應(yīng)用[D];華中科技大學(xué);2007年

4 徐鵬;基于蟻群算法的結(jié)構(gòu)損傷檢測(cè)[D];暨南大學(xué);2009年

5 肖瀟;基于粒子群優(yōu)化算法的航班優(yōu)化調(diào)度[D];陜西師范大學(xué);2009年

6 陳婷;基于變異的粒子群算法的MDVRPTW研究[D];華東師范大學(xué);2010年

7 張睿;基于最短完成時(shí)間和動(dòng)態(tài)可挽救性的應(yīng)急車(chē)輛調(diào)度問(wèn)題研究[D];山東大學(xué);2010年

8 彭先勝;基于粒子群算法的配電網(wǎng)絡(luò)重構(gòu)研究[D];西安理工大學(xué);2010年

9 伍春林;基于改進(jìn)蟻群算法的微電網(wǎng)DG選址與定容[D];中南大學(xué);2010年

10 張溯;某轎車(chē)裝配生產(chǎn)線物料準(zhǔn)時(shí)化供應(yīng)研究[D];沈陽(yáng)工業(yè)大學(xué);2013年

  本文關(guān)鍵詞：基于群智能混合算法的應(yīng)急物流配送路徑優(yōu)化研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：296792