在當(dāng)前電子商務(wù)蓬勃發(fā)展的背景下,物流配送體系的相關(guān)問(wèn)題受到日益廣泛的關(guān)注。一個(gè)好的物流配送系統(tǒng)不僅可以降低配送成本,也可以提高用戶(hù)體驗(yàn)。本文研究物流配送體系中的兩個(gè)問(wèn)題:路徑優(yōu)化問(wèn)題和配送時(shí)效預(yù)測(cè)問(wèn)題。路徑優(yōu)化問(wèn)題在不考慮有向的情況下,可以分為旅行商問(wèn)題（TSP）和帶時(shí)間車(chē)窗的旅行商問(wèn)題（TSPTW）。目前有很多算法（如禁忌搜索算法,蟻群算法等）關(guān)注不帶時(shí)間車(chē)窗的TSP問(wèn)題,但針對(duì)TSPTW問(wèn)題的模型和優(yōu)化方法并不多見(jiàn)。本文通過(guò)改進(jìn)弗洛伊德算法以及禁忌搜索算法,得到一類(lèi)適應(yīng)實(shí)際物流情形中的TSPTW問(wèn)題的算法。經(jīng)過(guò)小數(shù)據(jù)驗(yàn)證（7個(gè)點(diǎn)）發(fā)現(xiàn),改進(jìn)的兩種算法均可有效地解決本文所提出的問(wèn)題。實(shí)際物流體系（66個(gè)點(diǎn)）的驗(yàn)證發(fā)現(xiàn):弗洛伊德算法保證滿(mǎn)足客戶(hù)時(shí)間約束的結(jié)果比較好,而禁忌搜索算法對(duì)滿(mǎn)足距離較短這一需求比較好。針對(duì)這一發(fā)現(xiàn),本文提出了一個(gè)新的算法,結(jié)合了這兩種算法的優(yōu)點(diǎn),進(jìn)一步提升了算法的效率。本文將最終結(jié)果通過(guò)Java實(shí)現(xiàn)地圖可視化,進(jìn)一步驗(yàn)證了算法的可行性。本文研究的第二個(gè)問(wèn)題是物流配送時(shí)效的預(yù)測(cè)。一個(gè)準(zhǔn)確的時(shí)效預(yù)測(cè)模型對(duì)于提高客戶(hù)體驗(yàn)以及提升物流體系配送效率有著重大意義。本文主要選... 

【文章來(lái)源】：安徽師范大學(xué)安徽省

【文章頁(yè)數(shù)】：91 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 選題背景和研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文的研究目標(biāo)
    1.4 本文的研究?jī)?nèi)容
    1.5 本文的研究方法及技術(shù)路線
        研究方法
        試驗(yàn)方法
        技術(shù)路線
第二章 帶時(shí)間車(chē)窗的路徑優(yōu)化模型
    2.1 帶時(shí)間車(chē)窗的車(chē)輛路徑問(wèn)題概述
        車(chē)輛路徑問(wèn)題
        多起點(diǎn)和多終點(diǎn)
        單一起點(diǎn)和單一終點(diǎn)
        不考慮客戶(hù)需求和車(chē)輛容量限制
        考慮客戶(hù)對(duì)送達(dá)時(shí)間的需求
    2.2 帶時(shí)間車(chē)窗的最優(yōu)車(chē)輛路徑模型
    2.3 帶時(shí)間車(chē)窗的最優(yōu)車(chē)輛路徑模型的數(shù)據(jù)驗(yàn)證
第三章 解決TSP問(wèn)題和TSPTW問(wèn)題的算法
    3.1 旅行商問(wèn)題概述
    3.2 解決TSP問(wèn)題的幾種算法比較
        3.2.1 遺傳算法
        3.2.2 蟻群算法
        3.2.3 禁忌搜索算法
        3.2.4 弗洛伊德算法
        3.2.5 各類(lèi)算法比較
    3.3 改進(jìn)的禁忌搜索法和弗洛伊德算法解決TSPTW問(wèn)題
        3.3.1 改進(jìn)的弗洛伊德算法解決帶時(shí)間車(chē)窗的TSP問(wèn)題（小數(shù)據(jù)量）
        3.3.2 改進(jìn)的禁忌搜索算法解決帶時(shí)間車(chē)窗的TSP問(wèn)題（小數(shù)據(jù)量）
        3.3.3 改進(jìn)的禁忌搜索法和弗洛伊德算法比較分析
第四章 改進(jìn)的禁忌搜索法和弗洛伊德算法在實(shí)際物流配送中的運(yùn)用
    4.1 不帶時(shí)間車(chē)窗的旅行商問(wèn)題
        4.1.1 禁忌搜索法求最短路徑
        4.1.2 弗洛伊德算法求最短路徑
    4.2 改進(jìn)的禁忌搜索法和弗洛伊德算法在實(shí)際物流配送中的運(yùn)用
        4.2.1 改進(jìn)的弗洛伊德算法解決帶時(shí)間車(chē)窗的實(shí)際物流路徑優(yōu)化問(wèn)題
        4.2.2 改進(jìn)的禁忌搜索法在實(shí)際物流中的應(yīng)用
        4.2.3 改進(jìn)的弗洛伊德算法與改進(jìn)的禁忌搜索法相結(jié)合在實(shí)際物流中的應(yīng)用
        4.2.4 可視化展現(xiàn)
    4.3 本章小結(jié)
第五章 物流配送時(shí)效模型的建立
    5.1 物流配送時(shí)效模型問(wèn)題概述
    5.2 建模過(guò)程
        5.2.1 數(shù)據(jù)來(lái)源及數(shù)據(jù)處理
        5.2.2 特征選擇
        5.2.3 決策樹(shù)預(yù)測(cè)
        5.2.4 多元回歸預(yù)測(cè)
        5.2.5 時(shí)間序列模型預(yù)測(cè)
    5.3 時(shí)效模型的評(píng)價(jià)與總結(jié)
第六章 模型的改進(jìn)空間和后續(xù)工作
    6.1 路徑優(yōu)化問(wèn)題的不足與后續(xù)工作
        模型的不足
        模型的后續(xù)工作
    6.2 時(shí)效預(yù)測(cè)問(wèn)題的不足與后續(xù)工作
        模型的不足
        模型后續(xù)工作
第七章 結(jié)論及政策建議
    7.1 結(jié)論
    7.2 研究特色
        7.2.1 選題特色
        7.2.2 內(nèi)容特色
    7.3 政策建議
參考文獻(xiàn)
附錄
致謝


【參考文獻(xiàn)】：
期刊論文
[1]一種改進(jìn)的禁忌搜索算法及其在選址問(wèn)題中的應(yīng)用[J]. 郭崇慧,覃華勤.  運(yùn)籌與管理. 2008(01)
[2]基于混合禁忌搜索算法的物流配送路徑優(yōu)化問(wèn)題研究[J]. 李松,劉興,李瑞彩.  鐵道運(yùn)輸與經(jīng)濟(jì). 2007(03)
[3]基于遺傳算法的最短路徑路由優(yōu)化算法[J]. 孫寶林,李臘元,陳華.  計(jì)算機(jī)工程. 2005(06)
[4]有時(shí)間窗配送車(chē)輛調(diào)度問(wèn)題的禁忌搜索算法[J]. 張炯,郎茂祥.  北方交通大學(xué)學(xué)報(bào). 2004(02)
[5]模擬退火算法在路徑優(yōu)化問(wèn)題中的應(yīng)用[J]. 張波,葉家瑋,胡郁蔥.  中國(guó)公路學(xué)報(bào). 2004(01)
[6]物流配送車(chē)輛優(yōu)化調(diào)度的綜述[J]. 楊弋,顧幸生.  東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2003(S1)
[7]用混合遺傳算法求解物流配送路徑優(yōu)化問(wèn)題的研究[J]. 郎茂祥,胡思繼.  中國(guó)管理科學(xué). 2002(05)
[8]物流信息系統(tǒng)體系結(jié)構(gòu)分析[J]. 楊東援,劉興景,戴禾,汪超,王戰(zhàn)權(quán).  物流技術(shù). 2001(02)

碩士論文
[1]物流配送的路徑優(yōu)化與行程時(shí)間預(yù)測(cè)[D]. 葉創(chuàng)鑫.暨南大學(xué) 2011
[2]基于禁忌搜索算法求解帶時(shí)間窗的定位路線問(wèn)題研究[D]. 魏曉明.長(zhǎng)安大學(xué) 2009



本文編號(hào)：3029477