循環(huán)取貨是廣泛應(yīng)用于汽車零部件入廠物流的一種物流策略,該策略能確保車輛準(zhǔn)時完成小批量、高頻次的取送貨。隨著精益生產(chǎn)思想的發(fā)展,循環(huán)取貨在第三方物流公司、汽車制造企業(yè)以及其他制造業(yè)領(lǐng)域都具有較大的應(yīng)用需求。具有小批量、高頻次特點的物流配送路徑優(yōu)化仍處于探索發(fā)展階段,許多學(xué)者對該問題的研究忽略了一些實際約束,導(dǎo)致循環(huán)取貨模式在實際應(yīng)用中并未取得預(yù)期的成果,循環(huán)取貨車輛路徑規(guī)劃算法依然無法解決車輛裝載率低、物流成本高的問題。目前大多數(shù)學(xué)者對循環(huán)取貨的研究都集中于車輛路徑規(guī)劃,而對車輛數(shù)的預(yù)測問題卻很少研究。車輛數(shù)的需求預(yù)測仍是依賴人工經(jīng)驗進(jìn)行預(yù)測,無法匹配高信息化水平的循環(huán)取貨車輛路徑規(guī)劃。本文研究的循環(huán)取貨車輛路徑優(yōu)化可以歸約為一個NP難題,對該問題的研究不僅可以為組合優(yōu)化問題提供理論基礎(chǔ)建設(shè),還能將理論研究成果應(yīng)用于實際生活;同時對車輛數(shù)預(yù)測系統(tǒng)的設(shè)計和實現(xiàn)也能彌補當(dāng)前循環(huán)取貨調(diào)度系統(tǒng)較少的不足。針對當(dāng)前物流配送仍存在車輛裝載率低、物流成本居高不下的實際情況,本文引入物流配送中實際存在的多訂單配送約束,對基于多訂單約束的循環(huán)取貨車輛路徑問題進(jìn)行研究。為解決該路徑優(yōu)化問題,本文提出了基于鄰... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

貨量預(yù)測前處理發(fā)貨接口表

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文物料排產(chǎn)數(shù)據(jù)表，是供應(yīng)鏈匹配主要合作對象物料需求的預(yù)計生產(chǎn)數(shù)量，包括15個屬性，數(shù)據(jù)表結(jié)構(gòu)如圖4-3所示，其中有4個主要字段（排產(chǎn)日期，交付對象名稱，排產(chǎn)數(shù)量，集成批次號）。排產(chǎn)日期指物料的預(yù)計供應(yīng)時間，時間跨度為歷史90天的數(shù)據(jù)以及未來15天的數(shù)據(jù)；交付對象名稱指物料的預(yù)計運送目的地；排產(chǎn)數(shù)量指預(yù)計生產(chǎn)的物料個數(shù)；集成批次號用于獲取最近更新的數(shù)據(jù)。圖4-3物料排產(chǎn)數(shù)據(jù)表未來物料貨量數(shù)據(jù)表，主要存儲未來物料貨量的預(yù)測結(jié)果，用來指引車輛數(shù)的預(yù)測。該表一共包括21個屬性，屬性名稱及其特性如圖4-4所示，有4個主要字段（日期、FROM地點組、TO地點組、棧板數(shù)量，批次號）。日期是預(yù)測物料發(fā)貨的時間，F(xiàn)ROM、TO地點組與貨量預(yù)測前處理發(fā)貨接口表中的from、to保持一致，棧板數(shù)量是調(diào)用預(yù)測算法對歷史數(shù)據(jù)建模得到的預(yù)測值。圖4-4未來物料貨量數(shù)據(jù)表-38-

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文物料排產(chǎn)數(shù)據(jù)表，是供應(yīng)鏈匹配主要合作對象物料需求的預(yù)計生產(chǎn)數(shù)量，包括15個屬性，數(shù)據(jù)表結(jié)構(gòu)如圖4-3所示，其中有4個主要字段（排產(chǎn)日期，交付對象名稱，排產(chǎn)數(shù)量，集成批次號）。排產(chǎn)日期指物料的預(yù)計供應(yīng)時間，時間跨度為歷史90天的數(shù)據(jù)以及未來15天的數(shù)據(jù)；交付對象名稱指物料的預(yù)計運送目的地；排產(chǎn)數(shù)量指預(yù)計生產(chǎn)的物料個數(shù)；集成批次號用于獲取最近更新的數(shù)據(jù)。圖4-3物料排產(chǎn)數(shù)據(jù)表未來物料貨量數(shù)據(jù)表，主要存儲未來物料貨量的預(yù)測結(jié)果，用來指引車輛數(shù)的預(yù)測。該表一共包括21個屬性，屬性名稱及其特性如圖4-4所示，有4個主要字段（日期、FROM地點組、TO地點組、棧板數(shù)量，批次號）。日期是預(yù)測物料發(fā)貨的時間，F(xiàn)ROM、TO地點組與貨量預(yù)測前處理發(fā)貨接口表中的from、to保持一致，棧板數(shù)量是調(diào)用預(yù)測算法對歷史數(shù)據(jù)建模得到的預(yù)測值。圖4-4未來物料貨量數(shù)據(jù)表-38-

【參考文獻(xiàn)】：
期刊論文
[1]基于多元時間序列預(yù)測的智能交通系統(tǒng)[J]. 李家鑫,宋佳怡,李冠辰,宋琳,劉翰宸.  現(xiàn)代信息科技. 2019(12)
[2]改進(jìn)粒子群算法優(yōu)化LSTM神經(jīng)網(wǎng)絡(luò)的鐵路客運量預(yù)測[J]. 李萬,馮芬玲,蔣琦瑋.  鐵道科學(xué)與工程學(xué)報. 2018(12)
[3]基于改進(jìn)節(jié)約算法的汽車零部件循環(huán)取貨路線問題研究[J]. 魏宇.  內(nèi)燃機(jī)與配件. 2018(21)
[4]汽車供應(yīng)物流循環(huán)路徑實例研究[J]. 柴峰濤,劉榮莉.  科技與創(chuàng)新. 2018(20)
[5]基于時間序列的瓦斯?jié)舛葎討B(tài)預(yù)測[J]. 郭思雯,陶玉帆,李超.  工礦自動化. 2018(09)
[6]基于MILK RUN模式與C-W算法的車輛路徑規(guī)劃研究[J]. 劉榮莉,柴峰濤.  科技視界. 2018(20)
[7]汽車試驗場在場車輛總數(shù)趨勢預(yù)測[J]. 曾敬,向華榮.  汽車工程學(xué)報. 2018(03)
[8]汽車零部件入廠物流循環(huán)取貨路徑優(yōu)化的模型及算法[J]. 王雙金.  物流工程與管理. 2016(03)
[9]機(jī)場規(guī)劃所需地勤保障車輛最低數(shù)量預(yù)測[J]. 茍晶晶.  中國民航飛行學(xué)院學(xué)報. 2015(02)
[10]基于GRNN的主要編組站辦理車輛數(shù)的預(yù)測[J]. 李益民.  鐵道運輸與經(jīng)濟(jì). 2012(02)



本文編號：3029709