本文關(guān)鍵詞：我國快遞企業(yè)航空貨運飛機(jī)裝載優(yōu)化研究

  更多相關(guān)文章： 航空貨運 集裝器 裝載問題 快遞企業(yè) 混合克隆免疫遺傳算法

【摘要】：航空貨運領(lǐng)域是國內(nèi)快遞企業(yè)未來發(fā)展的核心,快遞企業(yè)籌謀航空快遞的微利和無利時代已經(jīng)來臨。科學(xué)的指導(dǎo)快遞企業(yè)的航空貨運裝載問題,避免不必要的空間浪費,降低航空運輸成本,提供給收件人優(yōu)質(zhì)的快遞服務(wù),具有一定的理論價值與現(xiàn)實意義。首先,對國內(nèi)外研究航空貨運裝載問題的現(xiàn)狀進(jìn)行介紹并歸納總結(jié);本文主要研究我國快遞行業(yè),這個行業(yè)的貨物有一定的特點,綜合考慮產(chǎn)品的時間要求、大小、用途和性質(zhì),將通過航空運輸?shù)呢浳镞M(jìn)行分類;分析了飛機(jī)機(jī)艙裝載方式,分成客機(jī)腹艙裝載和全貨機(jī)裝載兩種情況;闡述了普通貨物的一般集裝箱裝載問題,將為后續(xù)研究奠定了理論基礎(chǔ)。其次,分別構(gòu)建了客機(jī)腹艙裝載優(yōu)化模型和全貨機(jī)貨艙裝載的優(yōu)化模型。在描述航空貨運裝載問題的基礎(chǔ)上,對客機(jī)腹艙裝載問題和全貨機(jī)貨艙裝載問題的約束條件進(jìn)行比較分析;建立約束條件時,考慮了重量約束、體積約束和重心約束;以載重量利用率和容積利用率綜合最優(yōu)為目標(biāo);模型假設(shè)和設(shè)定參數(shù),對集裝器的型號和數(shù)量優(yōu)化。再次,借鑒一種基于空間分割的啟發(fā)式算法,利用啟發(fā)式算法的優(yōu)點,確定初始種群。結(jié)合基于克隆選擇的免疫遺傳算法,設(shè)計了混合克隆免疫遺傳算法。設(shè)計算法時,加入克隆算子,同時,區(qū)分適應(yīng)度和親和度個體的不同,采用不同數(shù)量的克隆規(guī)模,保障了種群規(guī)模的數(shù)量,同時保證了種群的多樣性,此外,免疫算子最大限度的保留父代信息。用優(yōu)化函數(shù)通過與免疫遺傳算法、遺傳算法進(jìn)行性能測試,證明該算法的優(yōu)越性。最后,根據(jù)YT快遞企業(yè)的裝貨單部分?jǐn)?shù)據(jù)的信息,通過Matlab軟件分別求解客機(jī)腹艙裝載算例和全貨機(jī)貨艙裝載算例,在不同實驗值的情況下,都得到較好的載重量利用率和容積利用率綜合最優(yōu)值。對兩個算例對比分析,重點突出全貨機(jī)對多種集裝器的使用,且都得到了較好裝載方案和最優(yōu)值。本文研究的算法為航空貨運領(lǐng)域的裝載問題提供新的求解思路,研究成果將為快遞企業(yè)解決航空貨物的飛機(jī)裝載問題提供理論依據(jù)和實用性的參考價值。
【關(guān)鍵詞】：航空貨運 集裝器 裝載問題 快遞企業(yè) 混合克隆免疫遺傳算法
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：V353
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-20
• 1.1 研究背景及意義10-12
• 1.1.1 研究背景10-11
• 1.1.2 研究意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-16
• 1.2.1 裝載空間12-13
• 1.2.2 優(yōu)化模型13-15
• 1.2.3 算法研究15-16
• 1.3 論文主要研究內(nèi)容及研究方法16-20
• 1.3.1 主要研究內(nèi)容16-17
• 1.3.2 研究方法17-18
• 1.3.3 研究框架結(jié)構(gòu)18-20
• 第2章 快遞企業(yè)航空貨運裝載的相關(guān)理論20-28
• 2.1 快遞與航空快遞概念20
• 2.1.1 快遞20
• 2.1.2 航空快遞20
• 2.2 快遞企業(yè)航空運輸?shù)呢浳锓诸?/span>20-22
• 2.3 飛機(jī)機(jī)艙裝載貨物方式的分析22-24
• 2.3.1 客機(jī)腹艙的裝載情況分析22-23
• 2.3.2 全貨機(jī)貨艙的裝載情況分析23-24
• 2.4 普通貨物集裝箱裝載優(yōu)化分析24-26
• 2.4.1 約束條件及目標(biāo)函數(shù)24-25
• 2.4.2 裝箱問題分類25
• 2.4.3 單個集裝箱裝載問題優(yōu)化模型25-26
• 2.5 本章小結(jié)26-28
• 第3章 航空貨運裝載問題優(yōu)化分析28-42
• 3.1 優(yōu)化分析28-31
• 3.1.1 航空貨運裝載問題描述28-29
• 3.1.2 客機(jī)腹艙裝載問題的約束條件和目標(biāo)函數(shù)29-30
• 3.1.3 全貨機(jī)貨艙裝載問題的約束條件和目標(biāo)函數(shù)30-31
• 3.2 優(yōu)化模型31-40
• 3.2.1 客機(jī)腹艙裝載的優(yōu)化模型31-36
• 3.2.2 全貨機(jī)貨艙裝載的優(yōu)化模型36-40
• 3.3 本章小結(jié)40-42
• 第4章 航空貨運裝載問題優(yōu)化算法設(shè)計42-70
• 4.1 三空間分割和空間合并42-51
• 4.1.1 啟發(fā)式算法的空間占位原則42-44
• 4.1.2 集裝器的三空間分割原則44-48
• 4.1.3 集裝器的空間合并48-49
• 4.1.4 基于三空間分割的啟發(fā)式算法的步驟49-51
• 4.2 基于克隆選擇的免疫遺傳算法51-55
• 4.2.1 免疫遺傳算法51-52
• 4.2.2 克隆選擇算子52-54
• 4.2.3 克隆免疫遺傳算法的優(yōu)點54-55
• 4.3 混合克隆免疫遺傳算法的設(shè)計55-64
• 4.3.1 抗體的編碼與譯碼56-58
• 4.3.2 初始種群58
• 4.3.3 提取疫苗58-59
• 4.3.4 計算抗體的適應(yīng)度函數(shù)和親和度59-60
• 4.3.5 終止條件60-61
• 4.3.6 克隆算子操作61-62
• 4.3.7 免疫算子62
• 4.3.8 種群更新62-63
• 4.3.9 混合克隆免疫遺傳選擇算法整體流程63-64
• 4.4 算法的性能分析64-68
• 4.4.1 函數(shù)優(yōu)化64-65
• 4.4.2 與不同智能算法的結(jié)果比較65-68
• 4.5 本章小結(jié)68-70
• 第5章 實證分析70-82
• 5.1 實例背景70-71
• 5.2 客機(jī)腹艙裝載算例71-76
• 5.2.1 算例描述71-73
• 5.2.2 算例求解73-75
• 5.2.3 結(jié)果分析75-76
• 5.3 全貨機(jī)貨艙裝載算例76-81
• 5.3.1 算例描述76-77
• 5.3.2 算例求解77-80
• 5.3.3 結(jié)果分析80-81
• 5.4 本章小結(jié)81-82
• 第6章 總結(jié)與展望82-86
• 6.1 總結(jié)82-83
• 6.2 展望83-86
• 參考文獻(xiàn)86-92
• 附錄92-103
• 作者簡介103-104
• 致謝104

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張f，

本文編號：887874