本文選題：戰(zhàn)時 + 物流配送�。� 參考：《國防科學技術大學》2015年碩士論文

【摘要】：隆美爾曾說過,“戰(zhàn)斗在第一槍打響之前是由軍需官決定的。”阿富汗戰(zhàn)爭、海灣戰(zhàn)爭、伊拉克戰(zhàn)爭、利比亞戰(zhàn)爭等一系列戰(zhàn)爭實踐表明,隨著戰(zhàn)爭信息化程度的不斷加深,其對后勤補給的依賴也更加明顯。物流配送是保障物資交付作戰(zhàn)部隊的最后一環(huán),也是最為重要、最為困難、最為危險的一環(huán)。本文基于軍事物流的需求背景開展戰(zhàn)時物流配送車輛路徑優(yōu)化問題研究,主要的工作和成果如下:1.在介紹了我國物流業(yè)總體發(fā)展情況的基礎上,分析車輛路徑問題的理論價值和現實意義。以美軍實際作戰(zhàn)行動為例闡述了軍事物流在后勤保障中的重要作用,從而進一步論述了戰(zhàn)時車輛路徑優(yōu)化問題的重要性。對車輛路徑問題的國內外研究現狀進行了綜述。2.從我軍軍事物流發(fā)展現狀、戰(zhàn)時物流配送的特點入手,對戰(zhàn)時物流配送車輛路徑優(yōu)化問題的主要影響因素展開分析。3.在對車輛路徑問題基本模型和常用算法進行簡要分析的基礎上,將蟻群算法中信息素更新方式進行了改進。通過與文獻中算例結果的對比分析,表明本文改進算法一方面提高了計算效率,另一方面能夠獲得更優(yōu)解。此外,采用Solomon標準測試數據中的C1、C2類數據進行了檢驗,在C1類9組數據中,本文算法得出的7條優(yōu)化路線達到了用啟發(fā)式算法得出的最知名解(Best Known Solutions Identified by Heuristics),其余2組數據的優(yōu)化結果也非常接近該最知名解,在C2類8組數據中,本文算法得出的8條優(yōu)化路線全部達到了用啟發(fā)式算法得出的最知名解,進一步證明了本文改進算法的有效性。4.在建立了帶硬時間窗的蟻群算法模型的基礎上,針對戰(zhàn)時物流配送過程中敵方火力打擊對運輸線路的影響、對運輸物資造成的損失等因素改進了算法模型。將算法應用于考慮路面毀傷、物資損耗的戰(zhàn)時物流配送問題,得出了靜態(tài)最優(yōu)路線,并通過仿真計算檢驗了線路的合理性。又進一步貼近戰(zhàn)場實際,將作戰(zhàn)單元對物資的需求變化、戰(zhàn)場路況變化納入模型之中,通過對算法的適當調整,使得模型能夠解決動態(tài)問題,計算出了最優(yōu)路線,并通過仿真實驗檢驗了算法的合理性和有效性。
[Abstract]:Rommel once said, "the battle was decided by the quartermaster before the first shot was fired."A series of war practices such as Afghanistan, Gulf, Iraq and Libya show that with the deepening of war informatization, its dependence on logistics supplies is more obvious.Logistics distribution is the last link to ensure the delivery of materials to combat troops, is also the most important, the most difficult, the most dangerous link.Based on the demand background of military logistics, this paper studies the vehicle routing optimization in wartime logistics distribution. The main work and results are as follows: 1.Based on the introduction of the general development of the logistics industry in China, the theoretical value and practical significance of the vehicle routing problem are analyzed.Taking the actual operations of the US military as an example, this paper expounds the important role of military logistics in logistics support, and further discusses the importance of vehicle routing optimization in wartime.The research status of vehicle routing problem at home and abroad is summarized.Based on the current situation of military logistics development and the characteristics of wartime logistics distribution, this paper analyzes the main influencing factors of vehicle routing optimization in wartime logistics distribution.Based on the analysis of the basic model and common algorithms of vehicle routing problem, the pheromone updating method in ant colony algorithm is improved.By comparing with the results of the numerical examples in the literature, it is shown that the improved algorithm can improve the computational efficiency and obtain a better solution on the other hand.In addition, the C _ 1C _ 2 data from Solomon standard test data are used to test, and in C _ 1 class 9 groups of data,The seven optimization routes obtained by this algorithm reach the best Known Solutions Identified by heuristic algorithm, and the optimization results of the other two groups of data are very close to the best known solution, in the C2 class of 8 groups of data.All of the 8 optimized routes obtained by this algorithm reach the best known solution obtained by heuristic algorithm, which further proves the effectiveness of the improved algorithm in this paper. 4.Based on the ant colony algorithm model with hard time window, the algorithm model is improved in view of the influence of enemy firepower attack on transportation route and the loss of transportation materials in wartime logistics distribution process.The algorithm is applied to the wartime logistics distribution problem considering road damage and material loss, and the static optimal route is obtained, and the rationality of the route is verified by simulation calculation.Further closer to the reality of the battlefield, the requirements of combat units for material changes, battlefield changes in road conditions into the model, through appropriate adjustment of the algorithm, the model can solve dynamic problems and calculate the optimal route.The rationality and validity of the algorithm are verified by simulation experiments.
【學位授予單位】：國防科學技術大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：E144;U116.2

【參考文獻】

相關期刊論文 前10條

1 寧濤;陳榮;郭晨;馮瑞芳;;一種基于云計算環(huán)境的動態(tài)車輛路徑問題解決策略[J];交通運輸工程與信息學報;2015年03期

2 王大東;劉競遙;王洪君;;遺傳算法求解清運車輛路徑優(yōu)化問題[J];吉林師范大學學報(自然科學版);2015年03期

3 楊慶;陳強;李珍珍;;帶時間窗車輛路徑問題的混沌粒子群優(yōu)化算法[J];計算機技術與發(fā)展;2015年08期

4 周慧;周良;丁秋林;;多目標動態(tài)車輛路徑問題建模及優(yōu)化[J];計算機科學;2015年06期

5 尹珂;湯文兵;郭城;;求解帶時間窗車輛路徑問題的混合蟻群優(yōu)化算法[J];計算機與數字工程;2015年04期

6 劉萬峰;李霞;;車輛路徑問題的快速多鄰域迭代局部搜索算法[J];深圳大學學報(理工版);2015年02期

7 趙燕偉;李文;張景玲;任設東;;多車型同時取送貨問題的低碳路徑研究[J];浙江工業(yè)大學學報;2015年01期

8 饒衛(wèi)振;金淳;劉鋒;楊磊;;一類動態(tài)車輛路徑問題模型和兩階段算法[J];交通運輸系統(tǒng)工程與信息;2015年01期

9 董蕊;劉冉;江志斌;任盼;;具有時間窗約束累積性車輛路徑問題的禁忌搜索優(yōu)化算法[J];工業(yè)工程與管理;2015年01期

10 黃震;羅中良;黃時慰;;一種帶時間窗車輛路徑問題的混合蟻群算法[J];中山大學學報(自然科學版);2015年01期

相關博士學位論文 前1條

1 陸琳;不確定信息車輛路徑問題及其算法研究[D];南京航空航天大學;2007年

相關碩士學位論文 前6條

1 史春燕;帶車輛時間窗的多車場車輛路徑問題研究[D];重慶工商大學;2015年

2 方遠;家電連鎖業(yè)終端物流配送中的車輛路徑問題研究[D];浙江理工大學;2015年

3 黃鋮;農產品冷鏈物流配送開放式車輛路徑研究[D];重慶工商大學;2014年

4 宋緒文;基于函數逼近的物流車輛路徑規(guī)劃方法及應用研究[D];蘇州大學;2014年

5 石華t@;改進的蟻群算法在實際VRP中的應用研究[D];山東大學;2012年

6 周和平;軍事物流配送路徑優(yōu)化問題研究[D];合肥工業(yè)大學;2009年

，

本文編號：1747906