本文基于智能無(wú)人車(chē)最后一公里包裹派送的應(yīng)用,主要研究無(wú)人車(chē)的包裹裝車(chē)和路徑規(guī)劃問(wèn)題。配送無(wú)人化是未來(lái)物流發(fā)展的主要趨勢(shì),通過(guò)研究該問(wèn)題,可以幫助降低快遞最后一公里的配送成本,提升智能無(wú)人配送車(chē)的運(yùn)行效率,具有重要的現(xiàn)實(shí)意義。首先,本文通過(guò)對(duì)現(xiàn)有無(wú)人快遞車(chē)配送模式和裝車(chē)、路徑規(guī)劃流程分析的基礎(chǔ)上,發(fā)現(xiàn)其中可優(yōu)化的地方作為本文的研究方向�；谥悄軣o(wú)人車(chē)箱體的模塊化設(shè)計(jì),即箱格之前可以實(shí)現(xiàn)拼接組合,需要確定合適的包裹裝車(chē)方案和車(chē)輛行駛路徑,以最小化車(chē)輛行駛成本。本文先建立了包裹裝車(chē)和路徑規(guī)劃基本模型,然后再在模型中加入包裹與站點(diǎn)匹配以及道路通行不確定因素�；谏鲜鰞蓚�(gè)模型,本文分別設(shè)計(jì)了兩種算法,一種是將精確算法與蟻群算法結(jié)合,先裝車(chē)后路徑規(guī)劃;另一種是利用遺傳算法同時(shí)生成包裹裝車(chē)和路徑規(guī)劃方案。然后,通過(guò)某校園內(nèi)的快遞派送為實(shí)例進(jìn)行驗(yàn)證,證明了本文建立的包裹裝車(chē)和車(chē)輛路徑模型以及設(shè)計(jì)的算法能夠有效的解決智能無(wú)人車(chē)的包裹裝車(chē)和路徑規(guī)劃問(wèn)題。精確算法可以直接得出每個(gè)包裹對(duì)應(yīng)的拼箱組合和箱格編號(hào);遺傳算法求解出的行駛路徑比現(xiàn)有按照打分規(guī)則得出的方案更加優(yōu)化。最后對(duì)全文進(jìn)行總結(jié)和創(chuàng)新點(diǎn)闡述,并指出不...

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3-1組合拼箱示意圖

上海交通大學(xué)碩士學(xué)位論文‐19‐圖3-1組合拼箱示意圖Fig.3-1Schematicdiagramofboxcombination（4）考慮行駛過(guò)程中的不確定因素智能無(wú)人配送車(chē)相比于人工配送，對(duì)道路的通行質(zhì)量要求比較高。道路的通行狀況會(huì)對(duì)智能無(wú)人車(chē)的行駛造成一定的影響，比如道路....

圖4-2四箱格示意圖

時(shí)間窗為[3,3]。除了車(chē)輛行駛時(shí)間，在構(gòu)建適應(yīng)度函數(shù)時(shí)還要考慮到其他約束條件，本文通過(guò)增加罰函數(shù)來(lái)滿足約束條件的限制：違反約束條件增加罰函數(shù)，導(dǎo)致適應(yīng)度值增大，則該個(gè)體被選擇的概率就會(huì)變小，促使選擇那些不違背條件約束的優(yōu)秀個(gè)體。在評(píng)價(jià)每輛車(chē)的信息時(shí)，通過(guò)插入的0零元素位置提取出....

圖5-1智能無(wú)人車(chē)箱體設(shè)計(jì)圖

上海交通大學(xué)碩士學(xué)位論文‐37‐第五章智能無(wú)人配送車(chē)裝載和路徑規(guī)劃案例分析5.1案例背景介紹快遞配送作為電商購(gòu)物的重要環(huán)節(jié)，其服務(wù)質(zhì)量對(duì)客戶(hù)體驗(yàn)有重大影響，提供上門(mén)服務(wù)是快遞配送的基本服務(wù)項(xiàng)目，但是現(xiàn)在最后一公里配送并沒(méi)有實(shí)現(xiàn)實(shí)際意義上的上門(mén)服務(wù)功能。利用無(wú)人快遞車(chē)配送可以彌補(bǔ)目....

圖5-2班次一包裹裝車(chē)方案

上海交通大學(xué)碩士學(xué)位論文‐40‐圖5-2班次一包裹裝車(chē)方案Fig.5-2PackageloadingplanforshiftNo.1圖5-3班次二包裹裝車(chē)方案Fig.5-3PackageloadingplanforshiftNo.2所有包裹全部裝入車(chē)內(nèi)，并且得出箱格組合的詳細(xì)方案....

本文編號(hào)：4018207