為有效解決電商物流最后一公里配送問題,基于最后一公里配送特征分析,從系統(tǒng)集成優(yōu)化的角度出發(fā),對(duì)送提一體與終端共享下的多主體共同配送選址—路徑問題進(jìn)行了研究。在該問題中,任意客戶均存在兩種服務(wù)方式,自提點(diǎn)可同時(shí)服務(wù)不同企業(yè)的客戶,且能夠被不同企業(yè)的配送車輛訪問。針對(duì)該問題,建立了以系統(tǒng)總成本最小化為目標(biāo)的整數(shù)規(guī)劃模型,并設(shè)計(jì)了一種融合遺傳算法、局部搜索算法及多種先進(jìn)進(jìn)化與搜索策略的混合遺傳算法予以求解。在此基礎(chǔ)上,通過基于標(biāo)準(zhǔn)算例庫和實(shí)際案例的對(duì)比仿真實(shí)驗(yàn)驗(yàn)證了算法和模型的有效性。 

【文章來源】：計(jì)算機(jī)集成制造系統(tǒng). 2019,25(07)北大核心

【文章頁數(shù)】：10 頁

【部分圖文】：

圖１考慮終端共享的送提一體配送示意圖??模型要解決如下問題：（１）公共自提點(diǎn)選址；（２）??Ｐ３一

??１??１５??１６??１７??１８??９??２０??２１??２２??２３??２４??２５??２６??１０??１１??１２??１３??１４??１５??１６??１７??１８??１９??２０??２１??２２??２３??２４??２５??２６??１?｜?４?｜１２｜１３｜ｉ??｜?２?｜?７?｜１８｜?０?｜??０｜２１｜?３?｜２２｜?９?｜２５｜２６｜?３??１?］?４?｜１２｜１３｜１４｜?５?｜?２?｜?６?｜１８｜?０?｜?８?｜２０｜２１｜?３?｜２２｜?９?｜２５｜２６｜?３?｜??圖４兩點(diǎn)映射交叉示意圖??根據(jù)解空間的構(gòu)成，設(shè)計(jì)基于基因位的隨機(jī)變??異操作，變異直接作用于向量二。按變異概率隨機(jī)??選擇個(gè)體Ｐ３，記向量二的染色體長度為ＬＰ３，隨機(jī)??選擇變異基因位ｎＧ［ｌ，ＬＰ３］。針對(duì)基因位《的基??因值存在以下３種變異操作。??變異１?若仏ｅ?ＮＰ，以均等概率實(shí)現(xiàn)以下??操作：??（１）操作１隨機(jī)釋放一位其服務(wù)的客戶，令其??被ＨＤ服務(wù)；??（２）操作２關(guān)閉該自提點(diǎn)，釋放其服務(wù)的客戶。??變異２若仏６ＮＣ，以均等概率實(shí)現(xiàn)以下操作：??（１）操作１?從該位置移除并隨機(jī)插人到當(dāng)前??配送中心路徑序列中；??（２）操作２選擇距其最近的自提點(diǎn)為其服務(wù)，??若該自提點(diǎn)未被當(dāng)前解選擇，則開放該自提點(diǎn)。??變異３若??Ｓ，ｉ?ｄｕｍｍｙ，?從該位置移除并隨機(jī)??插人到當(dāng)前配送中心路徑序列。??可以發(fā)現(xiàn)，通過雙層映射兩點(diǎn)交叉和基于基因??位的變異操作，均可通過改變構(gòu)成解空間的４類要??素（自提點(diǎn)開關(guān)狀態(tài)、客戶的服務(wù)方式、客戶一自提??點(diǎn)的分配關(guān)系以及節(jié)點(diǎn)訪問順序）來生成新的個(gè)體，??實(shí)現(xiàn)對(duì)整個(gè)解空間的探索。??

第７期??周林等：送提一體與終端共享下的最后一公里配送選址一路徑問題??１８６１??２．５局部搜索??ＬＳ是一種經(jīng)典的優(yōu)化算法，通過探索給定解的??鄰域來發(fā)現(xiàn)局部最優(yōu)解。鄰域結(jié)構(gòu)定義了通過局部??修改來生成新的解的方式，有效的鄰域結(jié)構(gòu)選擇是??設(shè)計(jì)ＬＳ的核心要素。根據(jù)解空間的構(gòu)成，設(shè)計(jì)??ＳＮ１，ＳＮ２和ＳＮ３三種服務(wù)選擇鄰域結(jié)構(gòu)，以及??ＲＮ１？ＲＮ６六種路徑鄰域結(jié)構(gòu)，分別如圖５和圖６??所示。??０＾??ＲＮ１??初始解?鄰域解??初始解?ＲＮ２?鄰域解??咬０??初始解?鄰域解??初始解?鄰域解??初始解?ＲＮ５?鄰域解??初始解?鄰域解??圖６?６種路徑鄰域結(jié)構(gòu)??ＳＮ１為釋放ＣＰ鄰域結(jié)構(gòu)，操作時(shí)隨機(jī)選擇一??個(gè)開放自提點(diǎn)，隨機(jī)釋放其服務(wù)的一個(gè)客戶，令其被??ＨＤ服務(wù)；ＳＮ２為增加ＣＰ鄰域結(jié)構(gòu)，操作時(shí)隨機(jī)選??擇被ＨＤ服務(wù)客戶，選擇距其最近的已開放自提點(diǎn)??為期服務(wù)，若該自提點(diǎn)未開放，則開放該自提點(diǎn)??（ＳＮ３）。??ＲＮ１？ＲＮ３分另ＩＪ為路徑內(nèi)插入、互換和２－ｏｐｔ??鄰域結(jié)構(gòu)；ＲＮ４－ＲＮ６為路徑間插人、互換和２－ｏｐｔ??鄰域結(jié)構(gòu)。為提高搜索效率，采用文獻(xiàn)［１６］提出的??細(xì)粒度搜索策略，僅探索距被選節(jié)點(diǎn)最近的個(gè)??節(jié)點(diǎn)構(gòu)成的鄰域空間，其中［〇，１］為粒度閾。??執(zhí)行ＬＳ時(shí)，隨機(jī)選擇上述９種鄰域結(jié)構(gòu)，針對(duì)??選擇的鄰域結(jié)構(gòu)采用細(xì)粒度搜索策略探索鄰域解，??當(dāng)發(fā)現(xiàn)更優(yōu)解或者探索完所有鄰域結(jié)構(gòu)包含的解空??間未發(fā)現(xiàn)更優(yōu)解時(shí)，終止算法。??２．６種群進(jìn)化策略??算法采用可行解種群與不可行解種群雙種群平??行進(jìn)化策略，不同種群采用不同進(jìn)化與搜索規(guī)則。??進(jìn)化過程中遺傳操作產(chǎn)生的新

【參考文獻(xiàn)】：
碩士論文
[1]基于群智能優(yōu)化算法的物流配送路徑優(yōu)化研究與應(yīng)用[D]. 雷蕾.南京郵電大學(xué) 2020
[2]兩級(jí)同時(shí)配集貨網(wǎng)絡(luò)選址-路徑優(yōu)化研究[D]. 吳嘉鑫.大連海事大學(xué) 2020
[3]考慮配送中心失效的應(yīng)急物流選址—路徑研究[D]. 徐紳.大連海事大學(xué) 2020
[4]政府政策支持背景下的農(nóng)村電商物流車輛路徑問題研究[D]. 黎新杰.合肥工業(yè)大學(xué) 2020
[5]考慮兩級(jí)設(shè)施中斷的供應(yīng)鏈選址-庫存優(yōu)化研究[D]. 王然.鄭州大學(xué) 2020
[6]考慮駕駛特性的客貨混運(yùn)型定位運(yùn)輸線路安排問題[D]. 朱子軒.華南理工大學(xué) 2020
[7]送提一體模式下末端共同配送網(wǎng)點(diǎn)的人員調(diào)度研究[D]. 蔡亞亞.北京交通大學(xué) 2019
[8]農(nóng)村電商物流最后一公里車輛路徑問題研究[D]. 郭月.北京交通大學(xué) 2019
[9]拆分顧客自提需求的末端配送選址路徑問題研究[D]. 閻妮.大連海事大學(xué) 2019



本文編號(hào)：3007981