課題來源于面向城市內(nèi)的航空票務(wù)公司提供的免費機場接送服務(wù)的管理實踐。航空票務(wù)公司是一種新型的服務(wù)型企業(yè),主要業(yè)務(wù)是代售機票。為了應(yīng)對票務(wù)公司之間的日益激烈的競爭環(huán)境,近年來大多數(shù)航空票務(wù)公司推出了一項新的增值服務(wù),為在公司訂購機票的顧客提供免費接送機場服務(wù)。該增值服務(wù)不僅方便了顧客的出行,節(jié)約了出行成本,而且為票務(wù)公司吸引了更多潛在顧客。但是由于該服務(wù)無法給公司帶來直接的經(jīng)濟效益,因此如何降低運營成本就成為該業(yè)務(wù)能否成功實施的決定性因素。 作為國家杰出青年科學(xué)基金(No.70625001)、中央直屬高�；究蒲袠I(yè)務(wù)費項目(N090204001)和國家自然科學(xué)基金青年基金(No.61004121)的重要組成部分,本文將航空票務(wù)公司的免費接送服務(wù)描述為接送顧客到機場的車輛調(diào)度問題Vehicle Scheduling for Air-passenger,簡稱VSAP)。該問題從模型的角度來說,可以歸結(jié)為帶有時間窗的車輛路徑問題(Vehicle Routing Problem with Time Windows,簡稱VRPTW),是一種典型的面向商業(yè)和服務(wù)型企業(yè)的運作優(yōu)化與決策問題。本文首先對機場接送服務(wù)的流程進行了深入分析,并對相關(guān)理論基礎(chǔ)和研究現(xiàn)狀進行了簡要綜述。然后,根據(jù)機場接送服務(wù)的特點,將顧客滿意度量化為顧客對接送時間的要求,面向基于租賃車輛模式的航空票務(wù)公司建立了考慮繞行限制的最小化車次數(shù)模型,針對該模型設(shè)計了基于時間窗逆序聚類的兩階段啟發(fā)式算法進行求解,最后通過計算實驗與結(jié)果分析,驗證了模型以及算法的有效性。針對VIP顧客需要提供更高的服務(wù)要求,根據(jù)該問題的特點將滿意度量化為顧客對接送時間和到達機場時間的要求,考慮最大等待時間,并在一定滿意度和繞行限制下建立了以租賃公司為主體的最小化成本模型,提出了一種基于隨機聚類的三階段啟發(fā)式算法求解雙時間窗問題,設(shè)計了車次優(yōu)化策略；最后通過實例驗證并分析該算法的有效性和適用性。 在上述理論研究的基礎(chǔ)之上,針對調(diào)度工作人員的業(yè)務(wù)流程和功能需求進行了最小車次數(shù)算法軟件模塊的分析與設(shè)計,并完成了需求分析、功能設(shè)計、數(shù)據(jù)庫設(shè)計和界面設(shè)計等工作。最后,完成了基于C/S結(jié)構(gòu)的最小車次數(shù)算法軟件模塊。
【學(xué)位單位】：東北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2011
【中圖分類】：F562.6;TP301.6
【部分圖文】：

旅客周轉(zhuǎn)量由1978年的27.9億人公里增長到今天的3375.2億人公里，分別增長99.8倍和121倍。圖1.1中列出了中國航空旅客運輸量和旅客周轉(zhuǎn)量的發(fā)展變化趨勢[2]。yT - 3500.0 旅to 20000 旅客運輸量旅客周轉(zhuǎn)量 —?—-??????. 客5 tHz - 3000.0 周j P 轉(zhuǎn)5 15000 - - ? ? _ W - 2500.0 量S ￡重 分 -2000.0人TT 4 nnnn ___ _ _ _ __ __ __^ 上uuw ....- --.- — ~ y - 1500.0 里5 獨 —一—一——皿�！�?咖.00 J——■ _ I I ■ ■ , I ——I . , ? . . . r——, L 0.0旁 i i i i i i i / / / / / / / / / / /年份圖1.1中國航空旅客運輸量和旅客周轉(zhuǎn)量發(fā)展變化趨勢Fig. 1.1 The trend of passenger traffic and turnover in China aviation而近幾年，與航空物流相關(guān)的航空服務(wù)業(yè)的發(fā)展更為迅速，消費者對于航空服務(wù)行業(yè)的要求也越來越高。企業(yè)在保證服務(wù)質(zhì)量的同時，還應(yīng)提供多樣性的服務(wù)項目來滿足顧客越來越多的需求。航空票務(wù)公司就是隨之應(yīng)運而生的一種服務(wù)性企業(yè)，其主要服務(wù)項目就是為各航空公司代售機票，從中獲得一定的利潤。由于航空票務(wù)公司的數(shù)量越來越多，競爭也愈加激烈；為此票務(wù)公司推出了一些免費增值服務(wù)來吸引現(xiàn)有顧客、挖掘潛在顧客，免費接送機場服務(wù)就是其中頗受顧客歡迎的一種增值服務(wù)。但是，這種增值服務(wù)需要航空票務(wù)公司讓出部分利潤，提高了運營投入，因此如何在盡可能降低成本的同時

得到的優(yōu)化車次數(shù)為4。經(jīng)過兩階段的啟發(fā)式算法，結(jié)果的車次數(shù)達到了最優(yōu)解。算法軟件模塊的小規(guī)模測試實例計算結(jié)果如圖3.4所示。[Ifk禪其法計復(fù)査卷結(jié)果\建立腳試日志1 I運行丨階贓t賊*(對丨:《德營兩IT_.h h ... [u[^計算結(jié)果I圖3.4算法軟件模塊的小規(guī)模測試實例計算結(jié)果Fig. 3.4 Experiment results of a small scale instance in software module可見，通過第二階段的啟發(fā)式算法，車次數(shù)減少，在租賃車輛模式下，相應(yīng)的運輸成本也隨之降低。-26-

表3.5 200個顧客點benchmark實驗結(jié)果Table 3.5 Experiment results of 200 benchmark customer points實例 車次數(shù) 近優(yōu)率(％) 運行時間I9O34 RBTFC 5.012s謂 1 cTlEX II 86.6%理論最小值 75 CPLEX 53m55s第一階段 102 RRTFr 4 7S7.rim 第二階段 93 ■。/ 則呢 4.757sClOl CPLEX 82 86.6/0理論最小值 75 CPLEX 46m40s第一階段 100RClOl ? ：丨 ■ ?理論最小值 75 CPLEX Ihl2m2BrlDdt —_ _ ? _… 一 “ "‘ ■" ■“ ? ‘ —
【相似文獻】

相關(guān)期刊論文 前10條

1 孫鳳菊;;K-means聚類算法的研究實現(xiàn)[J];遼寧師專學(xué)報(自然科學(xué)版);2012年01期

2 張選平;祝興昌;馬琮;;一種基于邊界識別的聚類算法[J];西安交通大學(xué)學(xué)報;2007年12期

3 李德強,黃莎白;一種新聚類算法在模糊神經(jīng)網(wǎng)絡(luò)中的應(yīng)用[J];信息與控制;2002年05期

4 楊銘;;數(shù)據(jù)挖掘中聚類算法的分析與研究[J];網(wǎng)友世界;2014年15期

5 孟海東;宋飛燕;宋宇辰;;面向復(fù)雜簇的聚類算法研究與實現(xiàn)[J];計算機應(yīng)用與軟件;2008年10期

6 向繼,高能,荊繼武;聚類算法在網(wǎng)絡(luò)入侵檢測中的應(yīng)用[J];計算機工程;2003年16期

7 李靜;;關(guān)于聚類算法的探究與發(fā)展[J];數(shù)字技術(shù)與應(yīng)用;2014年06期

8 張?zhí)煳?詹自熬;;一種基于引力的聚類算法[J];河南科學(xué);2009年01期

9 高利軍;王輝;張望;;個性化服務(wù)中自適應(yīng)聚類算法的研究[J];微電子學(xué)與計算機;2007年08期

10 武森;張桂瓊;潘靜;全敏;;分類屬性數(shù)據(jù)的泛化中心聚類算法[J];運籌與管理;2014年06期

相關(guān)博士學(xué)位論文 前10條

1 許玉杰;云計算環(huán)境下海量數(shù)據(jù)的并行聚類算法研究[D];大連海事大學(xué);2014年

2 孫鵬崗;聚類算法研究及其在網(wǎng)絡(luò)模塊性分析中的應(yīng)用[D];西安電子科技大學(xué);2011年

3 王振佳;基于基因表達數(shù)據(jù)的雙聚類算法研究[D];山東大學(xué);2016年

4 劉位龍;面向不確定性數(shù)據(jù)的聚類算法研究[D];山東師范大學(xué);2011年

5 萬淼;基于群智能和隨機索引的網(wǎng)絡(luò)聚類算法研究[D];北京郵電大學(xué);2011年

6 王冰;人工蜂群算法的改進及相關(guān)應(yīng)用的研究[D];北京理工大學(xué);2015年

7 王貴參;重疊社區(qū)發(fā)現(xiàn)中的邊聚類算法研究[D];吉林大學(xué);2016年

8 管仁初;半監(jiān)督聚類算法的研究與應(yīng)用[D];吉林大學(xué);2010年

9 楊文超;顧客時間窗變化的物流配送干擾管理模型及其算法[D];大連理工大學(xué);2012年

10 賴鑫生;演化算法與混合算法的性能研究[D];華南理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 鮑宇;免費機場接送服務(wù)中基于時間優(yōu)先的聚類算法研究[D];東北大學(xué);2011年

2 解英杰;聚類算法及其在高職院校學(xué)生信息管理系統(tǒng)中的應(yīng)用研究[D];山東師范大學(xué);2012年

3 陳超;生物信息學(xué)中模體聚類算法的研究[D];天津師范大學(xué);2011年

4 劉昊;基于聚類算法的生物分析軟件的設(shè)計與實現(xiàn)[D];復(fù)旦大學(xué);2013年

5 侯丹丹;基于屬性權(quán)重的聚類算法研究[D];河北工業(yè)大學(xué);2011年

6 張婕;聚類算法在網(wǎng)頁分類中的應(yīng)用研究[D];北京化工大學(xué);2013年

7 張燕;半監(jiān)督進化聚類算法及其應(yīng)用[D];西安電子科技大學(xué);2013年

8 郭亞利;基于人工免疫系統(tǒng)的數(shù)據(jù)流聚類算法研究與應(yīng)用[D];西安電子科技大學(xué);2013年

9 劉毅;一種基于距離和密度的峰值自動檢測聚類算法[D];天津大學(xué);2017年

10 程順寬;基于粒計算的聚類算法研究[D];南昌大學(xué);2015年

本文編號：2876231