伴隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展,人們的消費(fèi)觀念與購(gòu)物方式有了較大的改變。一大部分人由原來的線下購(gòu)物轉(zhuǎn)變?yōu)榛ヂ?lián)網(wǎng)線上購(gòu)物,造成了以電子商務(wù)為基礎(chǔ)的網(wǎng)絡(luò)購(gòu)物現(xiàn)象在人們當(dāng)中越來越普及。然而互聯(lián)網(wǎng)購(gòu)物帶動(dòng)了物流行業(yè)的發(fā)展,又給物流行業(yè)提出了一系列新的要求。如何合理安排運(yùn)輸車輛,降低物流企業(yè)的運(yùn)輸費(fèi)用已成為現(xiàn)代物流企業(yè)研究的重要課題之一。經(jīng)典的車輛路徑問題（Vehicle Routing Problem,VRP）是物流配送車輛路徑優(yōu)化問題的起源。因此建立相應(yīng)的數(shù)學(xué)仿真模型以及合適的求解算法是研究物流配送車輛路徑優(yōu)化問題的關(guān)鍵。本文把研究的重點(diǎn)主要放在了帶時(shí)間窗的物流車輛路徑問題的數(shù)學(xué)建模及求解,提出了一種漸進(jìn)揮發(fā)式的蟻群算法。本文具體研究工作主要包括以下內(nèi)容:提出了一種漸進(jìn)揮發(fā)因子蟻群算法。對(duì)傳統(tǒng)蟻群算法在揮發(fā)因子、啟發(fā)因子以及信息素的增量方面做出相應(yīng)的改進(jìn)。改進(jìn)后的蟻群算法按照不同的迭代次數(shù)設(shè)置不同的揮發(fā)因子,并在啟發(fā)式因子中考慮到路徑的起始點(diǎn)與各個(gè)節(jié)點(diǎn)之間的距離關(guān)系。改進(jìn)后的蟻群算法相比傳統(tǒng)蟻群算法收斂速度較快,更容易在較短的時(shí)間內(nèi)發(fā)現(xiàn)全局最優(yōu)解。通過MATLAB軟件載入各個(gè)物流站點(diǎn)的地理位置坐標(biāo)... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 研究意義
    1.4 論文結(jié)構(gòu)
第2章 物流系統(tǒng)配送路徑優(yōu)化分析
    2.1 物流系統(tǒng)基本概述
        2.1.1 物流的概念
        2.1.2 現(xiàn)代物流系統(tǒng)及物流系統(tǒng)構(gòu)成
    2.2 配送概述
        2.2.1 物流配送的形式
        2.2.2 物流配送的特點(diǎn)
    2.3 物流配送車輛路徑優(yōu)化問題相關(guān)理論
        2.3.1 物流配送車輛路徑優(yōu)化問題的定義
        2.3.2 物流配送車輛路徑問題的基本模型
        2.3.3 配送車輛問題分類
        2.3.4 物流配送車輛問題組成部分
    2.4 物流配送車輛路徑優(yōu)化問題的求解算法
        2.4.1 精確算法
        2.4.2 傳統(tǒng)啟發(fā)式算法
        2.4.3 人工智能算法
    2.5 本章小結(jié)
第3章 改進(jìn)蟻群算法求解
    3.1 蟻群算法基本概述
        3.1.1 蟻群算法的特點(diǎn)
        3.1.2 蟻群算法基本流程
    3.2 對(duì)蟻群算法的改進(jìn)
        3.2.1 對(duì)揮發(fā)因子的改進(jìn)
        3.2.2 對(duì)啟發(fā)因子的改進(jìn)
        3.2.3 對(duì)信息素增量的改進(jìn)
    3.3 目標(biāo)函數(shù)
        3.3.1 配送距離目標(biāo)函數(shù)
        3.3.2 客戶滿意度目標(biāo)函數(shù)
        3.3.3 多目標(biāo)函數(shù)優(yōu)化
    3.4 本章小結(jié)
第4章 實(shí)驗(yàn)驗(yàn)證與結(jié)果分析
    4.1 物流仿真平臺(tái)搭建
    4.2 終端配送模塊
    4.3 實(shí)驗(yàn)驗(yàn)證與結(jié)果分析
        4.3.1 驗(yàn)證蟻群算法有效性實(shí)驗(yàn)
        4.3.2 多目標(biāo)函數(shù)情況下終端配送模型實(shí)驗(yàn)
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 全文工作總結(jié)
    5.2 后續(xù)工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]農(nóng)產(chǎn)品物流配送模式與對(duì)策研究[J]. 王宛濮.  技術(shù)經(jīng)濟(jì)與管理研究. 2020(06)
[2]基于聚集度自適應(yīng)反向?qū)W習(xí)粒子群算法在水庫(kù)優(yōu)化調(diào)度中的應(yīng)用[J]. 鄧志誠(chéng),孫輝,趙嘉,王暉.  水利水電技術(shù). 2020(04)
[3]基于動(dòng)態(tài)規(guī)劃的非均勻雜波環(huán)境中的復(fù)似然比檢測(cè)前跟蹤算法[J]. 安政帥.  火控雷達(dá)技術(shù). 2020(01)
[4]求解非凸截?cái)郘1-SVM的多階段非精確線搜割平面方法[J]. 袁友宏,劉欣,鮑蕾.  南京大學(xué)學(xué)報(bào)(自然科學(xué)). 2020(01)
[5]分支定界算法求解帶有釋放時(shí)間的單機(jī)雙代理調(diào)度問題[J]. 梁建恒,薛含鈺,白丹宇,苗蘊(yùn)慧.  運(yùn)籌與管理. 2019(10)
[6]基于替代模型的油藏注采參數(shù)多目標(biāo)優(yōu)化設(shè)計(jì)[J]. 王鏈,張亮,賴楓鵬,王孔杰,李治平.  科學(xué)技術(shù)與工程. 2019(26)
[7]基于節(jié)約里程法的電商企業(yè)物流配送線路設(shè)計(jì)[J]. 康兆妍,韋媚.  物流工程與管理. 2019(08)
[8]我國(guó)物流管理信息化存在的問題及對(duì)策[J]. 徐娜,陶琳.  商業(yè)經(jīng)濟(jì)研究. 2019(01)
[9]分布式快速端口掃描的任務(wù)調(diào)度算法與協(xié)議研究[J]. 林培勝,王軼駿,薛質(zhì).  通信技術(shù). 2017(12)
[10]《插入法排序》微課設(shè)計(jì)與制作[J]. 鄭萍.  教育現(xiàn)代化. 2016(39)

博士論文
[1]易逝品逆向物流的庫(kù)存控制及車輛路徑問題的優(yōu)化研究[D]. 孟麗君.浙江大學(xué) 2009
[2]約束優(yōu)化和多目標(biāo)優(yōu)化的進(jìn)化算法研究[D]. 張敏.中國(guó)科學(xué)技術(shù)大學(xué) 2008
[3]物流配送車輛路徑問題模型及算法研究[D]. 曹二保.湖南大學(xué) 2008

碩士論文
[1]考慮配送人員滿意度的多目標(biāo)車輛調(diào)度優(yōu)化研究[D]. 吳恒成.安徽工業(yè)大學(xué) 2019



本文編號(hào)：3164172