【摘要】：在全球化制造戰(zhàn)略發(fā)展環(huán)境下,以往通過垂直整合的方式優(yōu)化供應(yīng)鏈系統(tǒng)的方法已不再具有優(yōu)勢,企業(yè)越來越多地透過企業(yè)的邊界、甚至國家的邊界,在全球范圍內(nèi)尋找優(yōu)秀的合作伙伴和資源,制造供應(yīng)鏈中各企業(yè)節(jié)點(diǎn)呈現(xiàn)明顯的異地分布特征并且日益突出。分散的地理位置不僅會引起運(yùn)輸成本上升,而且?guī)砹颂寂欧旁龆嗟膯栴}。本文圍繞分布式供應(yīng)鏈環(huán)境下的集貨問題和配送問題展開研究,尋求低碳的運(yùn)輸方案。主要內(nèi)容包括:(1)針對集貨過程中的低碳運(yùn)輸問題,將經(jīng)濟(jì)因素和環(huán)境因素結(jié)合起來,建立集成目標(biāo)的優(yōu)化模型。算法設(shè)計(jì)方面,采用改進(jìn)的遺傳算法對模型進(jìn)行求解。在滿足集貨時間窗、車型與載重、車輛數(shù)量等多重約束條件下尋找總成本最小的集貨方案。(2)為了消除目標(biāo)函數(shù)中成本系數(shù)計(jì)算方法的影響,尋找更具通用性的模型和算法,在上一章的基礎(chǔ)上,設(shè)計(jì)了最短路徑和最小碳排放多目標(biāo)優(yōu)化模型。首先獲得路徑距離最短的集貨方案,然后對取得的路徑進(jìn)行拆分重組,獲得碳排放更少的車輛和路徑安排。在算法設(shè)計(jì)方面采用基于遺傳算法和節(jié)約算法的分階段啟發(fā)式方法求解。(3)當(dāng)前新能源貨車尤其是純電動車發(fā)展迅猛,具有零排放、容量小、續(xù)航里程短等特點(diǎn)。在前面研究內(nèi)容的基礎(chǔ)上,考慮包含純電動車和傳統(tǒng)柴油車在內(nèi)的多種車型,建立了最短路徑和最小碳排放的多目標(biāo)優(yōu)化模型,進(jìn)而根據(jù)模型特征,設(shè)計(jì)了兩階段啟發(fā)式算法求解,通過純電動車的有效利用尋找同時滿足經(jīng)濟(jì)效益和環(huán)境效益的集貨方案。(4)針對配送過程的低碳運(yùn)輸問題,通過生產(chǎn)環(huán)節(jié)和運(yùn)輸環(huán)節(jié)的集成調(diào)度降低運(yùn)輸中的碳排放。建立了擁有平行機(jī)生產(chǎn)系統(tǒng)的制造商對多家客戶供應(yīng)多種產(chǎn)品的生產(chǎn)運(yùn)輸調(diào)度模型,優(yōu)化目標(biāo)為在滿足最晚交貨時間約束下運(yùn)輸過程中碳排放量最小。算法設(shè)計(jì)方面,首先利用遺傳算法獲得碳排放最小的運(yùn)輸調(diào)度方案,進(jìn)而根據(jù)運(yùn)輸批量合并訂單,確定生產(chǎn)批量與完工時間,在此基礎(chǔ)上得到生產(chǎn)調(diào)度方案。
【圖文】：

擇染色體的兩個位置進(jìn)行互換，將互換后的染色體放回件：當(dāng)算法迭代代數(shù)達(dá)到nN 時，停止進(jìn)化，輸出適應(yīng)度優(yōu)解。結(jié)果為一組路徑 {,,}1 2nP P…… ，P，安排車輛，，生成最小成問題為研究對象，研究了某第三方物流企業(yè) A 為汽車總在上海附近有 50 家供應(yīng)商，供應(yīng)商的位置已知，每天有，供貨廠家和供貨數(shù)量的信息會由 B 企業(yè)提前交予 A 應(yīng)商共同擬定供貨時間窗和裝貨時間，然后由 A 企業(yè)分一個配送中心，所有車輛從配送中心出發(fā)，通過所服務(wù)回配送中心。本算法致力于實(shí)現(xiàn)集貨過程運(yùn)輸環(huán)節(jié)總成供應(yīng)商的地理位已知，配送中心擁有的車輛類型和數(shù)量需要為 B 供貨，具體信息如表 3-1 所示。位置信息如圖

變異概率MP 設(shè)置為 0.05，更迭代數(shù)nN 取 1000。運(yùn)行 20 次，路徑最短集貨方案路徑信息如圖3-2 所示，每條路徑的車輛信息如表 3-3 所示，最小成本為 3470 元。表 3-3 集貨方案Table 3-3 pick-up program車型 線路b 0-12-4-5-0b 0-14-6-13-0b 0-10-1-9-0c 0-2-11-0c 0-8-15-0c 0-3-0c 0-7-0
【學(xué)位授予單位】：北京建筑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：X322;F274

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 李進(jìn);傅培華;李修琳;張江華;朱道立;;低碳環(huán)境下的車輛路徑問題及禁忌搜索算法研究[J];中國管理科學(xué);2015年10期

2 馬靜;柴彥威;劉志林;;基于居民出行行為的北京市交通碳排放影響機(jī)理[J];地理學(xué)報;2011年08期

3 凌建群;;載重車油耗計(jì)算方法及分析[J];柴油機(jī)設(shè)計(jì)與制造;2006年01期

相關(guān)博士學(xué)位論文 前9條

1 喻超;吉林省制造業(yè)碳排放變化的動力機(jī)制與調(diào)控路徑研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所);2017年

2 劉建梅;經(jīng)濟(jì)新常態(tài)下碳稅與碳排放權(quán)交易協(xié)調(diào)應(yīng)用政策研究[D];中央財經(jīng)大學(xué);2016年

3 趙詩奎;基于遺傳算法的柔性資源調(diào)度優(yōu)化方法研究[D];浙江大學(xué);2013年

4 李健;低碳公路運(yùn)輸實(shí)現(xiàn)途徑與碳排放交易機(jī)制研究[D];長安大學(xué);2013年

5 李娜;供應(yīng)鏈中生產(chǎn)配送問題集成建模及優(yōu)化方法研究[D];天津大學(xué);2013年

6 孫彬;多式聯(lián)運(yùn)供應(yīng)鏈的協(xié)調(diào)與協(xié)同優(yōu)化研究[D];南開大學(xué);2013年

7 王永鋒;生鮮產(chǎn)品在途配送質(zhì)量控制及可追溯系統(tǒng)關(guān)鍵技術(shù)研究[D];重慶大學(xué);2012年

8 雷友誠;大型有色冶煉企業(yè)鐵路運(yùn)輸智能優(yōu)化調(diào)度方法及應(yīng)用[D];中南大學(xué);2011年

9 仲維亞;供應(yīng)鏈管理中的若干排序問題研究[D];浙江大學(xué);2008年

相關(guān)碩士學(xué)位論文 前6條

1 谷首更;港口堆場與內(nèi)陸腹地間的集裝箱甩掛運(yùn)輸調(diào)度研究[D];北京交通大學(xué);2017年

2 張修洋;基于系統(tǒng)動力學(xué)的低碳物流系統(tǒng)構(gòu)建與優(yōu)化研究[D];長安大學(xué);2016年

3 劉子欽;基于碳預(yù)算控制下鋼鐵行業(yè)低碳供應(yīng)鏈績效評價體系研究[D];江蘇大學(xué);2016年

4 張婷婷;若干供應(yīng)鏈排序問題的算法研究[D];華東理工大學(xué);2015年

5 高洪昊;純電動汽車制造企業(yè)低碳供應(yīng)鏈運(yùn)作體系構(gòu)建與評價研究[D];北京交通大學(xué);2013年

6 高薛文;基于GPS和GIS車輛調(diào)度系統(tǒng)的混凝土運(yùn)輸生產(chǎn)調(diào)度[D];上海交通大學(xué);2008年

本文編號：2651883