發(fā)布時(shí)間：2021-10-02 06:30

　　城市配送作為物流環(huán)節(jié)的重要組成部分,一直受到國(guó)內(nèi)外學(xué)者廣泛關(guān)注。近年來(lái),物流行業(yè)信息化也是我國(guó)的熱點(diǎn)問(wèn)題。本文以X物流企業(yè)城市配送系統(tǒng)為研究對(duì)象,通過(guò)前期調(diào)研發(fā)現(xiàn)其北京配送中心車(chē)輛調(diào)度系統(tǒng)存在如下缺陷:系統(tǒng)設(shè)置與實(shí)際業(yè)務(wù)流程不符,加盟車(chē)與車(chē)隊(duì)管理無(wú)法分離且數(shù)據(jù)更新不及時(shí),不能反應(yīng)加盟車(chē)與車(chē)隊(duì)的最新?tīng)顟B(tài);地址庫(kù)應(yīng)用不充分,無(wú)法為車(chē)輛調(diào)度提供有力支撐;系統(tǒng)缺乏車(chē)輛調(diào)度模塊,只能由人工根據(jù)經(jīng)驗(yàn)手動(dòng)分配車(chē)輛,無(wú)法實(shí)現(xiàn)系統(tǒng)自動(dòng)配車(chē)。這些問(wèn)題使得配送中心人工成本和運(yùn)輸成本居高不下,在業(yè)務(wù)高峰期更是出現(xiàn)人員不足的情況,影響業(yè)務(wù)正常運(yùn)轉(zhuǎn)。根據(jù)X物流企業(yè)北京配送中心的實(shí)際需求,本文首先研究了車(chē)輛調(diào)度優(yōu)化方法,通過(guò)建立符合實(shí)際應(yīng)用場(chǎng)景的數(shù)學(xué)模型并使用蟻群算法求解,得到以運(yùn)輸成本最低為目標(biāo)的車(chē)輛調(diào)度方案,并將優(yōu)化模型和求解算法作為車(chē)輛調(diào)度的核心嵌入系統(tǒng),同時(shí)為系統(tǒng)設(shè)計(jì)提供依據(jù)。接著通過(guò)分析系統(tǒng)現(xiàn)狀和優(yōu)化算法所需提供的參數(shù),使用面向?qū)ο蟮姆椒▽?duì)車(chē)輛調(diào)度系統(tǒng)進(jìn)行需求分析,根據(jù)需求對(duì)系統(tǒng)的整體架構(gòu)、功能、數(shù)據(jù)庫(kù)進(jìn)行詳細(xì)設(shè)計(jì)。在設(shè)計(jì)系統(tǒng)功能時(shí),新增車(chē)輛調(diào)度模塊,將車(chē)輛調(diào)度優(yōu)化方法與系統(tǒng)相結(jié)合。最后,使用JAVA語(yǔ)言... 

【文章來(lái)源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：110 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１?ＶＲＰ問(wèn)題示意圖??

?與全局最優(yōu)解接??近程度??圖２－２算法對(duì)比??Ｆｉｇ２－２?Ａｌｇｏｒｉｔｈｍ?ｃｏｍｐａｒｉｓｏｎ??禁忌搜索算法得到的結(jié)果最接近最優(yōu)解，但運(yùn)算開(kāi)銷(xiāo)也最大，隨著數(shù)據(jù)量增??長(zhǎng)極大影響求解速度。而模擬退火算法收斂速度最快，但也最容易陷入局部最優(yōu)，??無(wú)法求得全局最優(yōu)解。遺傳算法與蟻群算法計(jì)算復(fù)雜度相當(dāng)，也都能較好地求得??全局最優(yōu)解。二者相比，遺傳算法參數(shù)較蟻群算法多且對(duì)初始種群有一定的依賴，??隨機(jī)產(chǎn)生初始解可能會(huì)影響其搜索結(jié)果。因此本文選擇蟻群算法優(yōu)化車(chē)輛路徑。??２．３蟻群算法??蟻群算法是一種用來(lái)尋找優(yōu)化路徑的概率型算法。它由Ｍａｒｃｏ?Ｄｏｒｉｇｏ于１９９２??年在他的博士論文中提出，其靈感來(lái)源于螞蟻在尋找食物過(guò)程中發(fā)現(xiàn)路徑的行為??［２Ｑ］。最初，蟻群算法設(shè)計(jì)的目的是解決旅行商問(wèn)題（ＴＳＰ），與ＶＲＰ問(wèn)題相比，兩??者之間存在著一定的聯(lián)系。因此，該算法也被引用到了車(chē)輛調(diào)度問(wèn)題中，并且已??經(jīng)經(jīng)歷了一系列的研宄與探討［２１］。這種算法具有分布計(jì)算、信息正反饋和啟發(fā)式??搜索的特征

?食物?食物??圖２－３蟻群算法原理??Ｆｉｇ２－３?Ｔｈｅ?ｐｒｉｎｃｉｐｌｅ?ｏｆ?ａｎｔ?ｃｏｌｏｎｙ?ａｌｇｏｒｉｔｈｍ??假設(shè)有兩條路可從蟻巢（Ａ）通向食物（Ｆ），分別為ＡＢＣＥＦ和ＡＢＤＥＦ。開(kāi)??始時(shí)沒(méi)有任何“信息素”影響，兩條路上的媽蟻數(shù)量相同，當(dāng)螞蟻找到食物之后??會(huì)立即原路返回。在螞蟻行進(jìn)速度相同的情況下，在距離短的路上（ＡＢＤＥＦ）螞??蟻往返一次時(shí)間短，單位時(shí)間里往返螞蟻的數(shù)目越多，留下的“信息素”也越多，??會(huì)吸引更多螞蟻選擇該路徑，進(jìn)而留下更多的“信息素”。而距離長(zhǎng)的路（ＡＢＣＥＦ）??則恰恰相反，因此越來(lái)越多的螞蟻將聚集到最短路徑上來(lái)，最終，全部螞蟻將沿??著最短路徑覓食。??２．３．２算法特點(diǎn)??與其他啟發(fā)式算法相比，蟻群算法具有以下特點(diǎn)：??（１）

【參考文獻(xiàn)】：
期刊論文
[1]2017年前三季度物流運(yùn)行穩(wěn)中有進(jìn)[J].   中國(guó)物流與采購(gòu). 2017(22)
[2]多車(chē)場(chǎng)動(dòng)態(tài)路徑問(wèn)題的自適應(yīng)量子蟻群算法[J]. 鄭丹陽(yáng),毛劍琳,郭寧,曲蔚賢,王昌征.  傳感器與微系統(tǒng). 2017(10)
[3]基于大數(shù)據(jù)平臺(tái)的動(dòng)態(tài)車(chē)輛路徑調(diào)度算法[J]. 唐德權(quán),黃金貴,史偉奇.  計(jì)算機(jī)工程. 2018(01)
[4]粒子群算法的物流配送路徑優(yōu)化研究[J]. 王華東,李巍.  計(jì)算機(jī)仿真. 2012(05)
[5]半開(kāi)放式多車(chē)場(chǎng)車(chē)輛路徑問(wèn)題[J]. 劉冉,江志斌,耿娜,劉天堂.  上海交通大學(xué)學(xué)報(bào). 2010(11)
[6]開(kāi)放式動(dòng)態(tài)網(wǎng)絡(luò)車(chē)輛路徑問(wèn)題的粒子群算法[J]. 吳斌,倪衛(wèi)紅,樊樹(shù)海.  計(jì)算機(jī)集成制造系統(tǒng). 2009(09)
[7]配送車(chē)輛調(diào)度問(wèn)題芻議[J]. 郎茂祥.  物流技術(shù). 2003(03)
[8]Tabu Search算法在優(yōu)化配送路線問(wèn)題中的應(yīng)用[J]. 袁慶達(dá),閆昱,周再玲.  計(jì)算機(jī)工程. 2001(11)
[9]微型機(jī)公路運(yùn)輸調(diào)度系統(tǒng)與應(yīng)用[J]. 陳艷.  交通與計(jì)算機(jī). 1985(04)

碩士論文
[1]基于B/S的倉(cāng)儲(chǔ)物流管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 杜瑋瑋.大連理工大學(xué) 2016
[2]基于JavaEE的倉(cāng)儲(chǔ)物流管理信息系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 趙建文.北方工業(yè)大學(xué) 2015
[3]趙公口小件快運(yùn)管理系統(tǒng)開(kāi)發(fā)及發(fā)展策略研究[D]. 王昆.北京交通大學(xué) 2015
[4]高校學(xué)生處綜合管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 高晨平.北京交通大學(xué) 2015
[5]基于物聯(lián)網(wǎng)的物流信息系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 李瑤.吉林大學(xué) 2015
[6]物流系統(tǒng)貨物裝載及車(chē)輛路徑組合優(yōu)化問(wèn)題研究[D]. 蒲俊.西南交通大學(xué) 2014
[7]基于GIS的智能配送系統(tǒng)研究[D]. 王平.南京師范大學(xué) 2008
[8]物流配送及其運(yùn)輸調(diào)度優(yōu)化研究[D]. 孟小平.大連海事大學(xué) 2001



本文編號(hào)：3418145