在近些年的發(fā)展過程中,伴隨云計算、物聯(lián)網(wǎng)和SOA技術(shù)等新技術(shù)的不斷發(fā)展,一種新的應對供應鏈的物流云服務體系隨之產(chǎn)生。物流云服務是一種新的基于云計算的物流資源配置和管理服務模式,其依靠新興的網(wǎng)絡技術(shù)將各種各樣的物流資源（如:倉庫、車輛、人員等）虛擬成云池,用戶依靠網(wǎng)絡平臺獲取需求并付費,以此來滿足自身復雜和動態(tài)的物流需求。對比以往的物流服務系統(tǒng)來說,物流云服務系統(tǒng)更加聚焦綜合系統(tǒng)的專業(yè)化和個性化,依靠建立按需供應以及有效共享的云服務平臺,從而完成社會綜合資源的有效分配以及調(diào)度。以該模式作為基礎(chǔ),怎樣高效地達成針對物流資源與需求任務之間的有效整合,實現(xiàn)其中的智能化匹配以及更加高效的物流調(diào)度則演變?yōu)楦雨P(guān)鍵的問題。參照針對云服務模式中的物流資源調(diào)度所展開的論述,文章將云服務中的物流任務調(diào)度問題與最后一公里配送問題綜合考慮,通過構(gòu)建基于云服務平臺的物流任務調(diào)度模型和物流合作配送模型,結(jié)合遺傳算法進行設計求解,最后通過算例仿真對文章提出的相關(guān)模型進行可行性和有效性驗證,得出了云服務平臺下的物流任務調(diào)度方案和物流配送最優(yōu)路徑。首先,對云服務平臺下的物流資源調(diào)度問題進行理論分析,介紹了云服務模式的產(chǎn)... 

【文章來源】：重慶郵電大學重慶市

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景和研究意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外相關(guān)研究現(xiàn)狀
        1.2.1 云服務平臺的研究現(xiàn)狀
        1.2.2 物流云服務的研究現(xiàn)狀
        1.2.3 物流資源調(diào)度的研究現(xiàn)狀
        1.2.4 云服務平臺下物流資源調(diào)度的研究現(xiàn)狀
    1.3 研究內(nèi)容及研究目的
        1.3.1 研究內(nèi)容
        1.3.2 研究目的
    1.4 研究方法及可能的創(chuàng)新點
        1.4.1 研究方法
        1.4.2 可能的創(chuàng)新點
    1.5 本章小結(jié)
第2章 云服務平臺物流資源調(diào)度相關(guān)理論概述
    2.1 云服務相關(guān)介紹
        2.1.1 云服務的概念
        2.1.2 云服務在物流領(lǐng)域的應用
        2.1.3 云服務下的物流調(diào)度優(yōu)勢
    2.2 物流云服務相關(guān)介紹
        2.2.1 物流云服務內(nèi)涵
        2.2.2 物流云服務過程
        2.2.3 物流云服務配送過程
        2.2.4 物流云服務體系架構(gòu)
    2.3 云服務下的物流資源調(diào)度相關(guān)介紹
        2.3.1 云服務下的物流資源調(diào)度特點
        2.3.2 云服務下的物流資源調(diào)度過程
        2.3.3 基于云服務平臺的物流任務分配過程
        2.3.4 基于云服務平臺的物流配送過程
    2.4 本章小結(jié)
第3章 基于云服務平臺的物流任務分配模型
    3.1 構(gòu)建基于云服務平臺的物流任務分配模型
        3.1.1 問題描述
        3.1.2 假設條件
        3.1.3 模型建立
        3.1.4 模型分析
    3.2 遺傳算法基礎(chǔ)原理
        3.2.1 遺傳算法的產(chǎn)生
        3.2.2 遺傳算法的優(yōu)點
        3.2.3 遺傳算法的基本原理跟程序
    3.3 遺傳操作設計
        3.3.1 編碼與種群初始化
        3.3.2 適應度函數(shù)設置與選擇策略
        3.3.3 交叉方式
        3.3.4 變異策略
    3.4 本章小結(jié)
第4章 基于云服務平臺的物流合作配送模型
    4.1 基于云服務平臺的物流配送分析
    4.2 構(gòu)建基于云服務平臺的物流合作配送模型
        4.2.1 問題描述
        4.2.2 模型假設
        4.2.3 變量定義
        4.2.4 模型建立
    4.3 云服務平臺物流合作配送模型遺傳算法設計
        4.3.1 編碼
        4.3.2 確定車輛數(shù)
        4.3.3 適應度函數(shù)
    4.4 本章小結(jié)
第5章 實驗仿真及結(jié)果分析
    5.1 云服務平臺下的物流任務分配仿真
        5.1.1 仿真算例
        5.1.2 仿真結(jié)果及分析
    5.2 云服務平臺下的物流合作配送仿真
        5.2.1 仿真算例
        5.2.2 仿真結(jié)果及分析
    5.3 本章小結(jié)
第6章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻
致謝
攻讀碩士學位期間從事的科研工作及取得的成果


【參考文獻】：
期刊論文
[1]《中國物流年鑒》[J].   中國物流與采購. 2017(16)
[2]基于信息技術(shù)融合的云服務平臺在食品安全領(lǐng)域的應用研究進展[J]. 晏斌,李唯正,梁巖,張清凌,周啟鳴,陳漢明,陳宏運.  食品工業(yè)科技. 2017(11)
[3]基于多目標遺傳算法的云服務部署優(yōu)化方法[J]. 頡斌,楊揚,曠毅.  華中科技大學學報(自然科學版). 2016(S1)
[4]物流云服務優(yōu)選及其在云制造中的應用研究[J]. 劉翠娟,賈衛(wèi)蘭.  現(xiàn)代電子技術(shù). 2016(11)
[5]B2C物流配送網(wǎng)絡雙目標模糊選址模型與算法[J]. 張曉楠,范厚明,李劍鋒.  系統(tǒng)工程理論與實踐. 2015(05)
[6]物流云服務下基于改進蝙蝠算法的任務調(diào)度[J]. 張曉磊,馬從安,申晨.  計算機應用研究. 2015(06)
[7]云物流和大數(shù)據(jù)對物流模式的變革[J]. 梁紅波.  中國流通經(jīng)濟. 2014(05)
[8]物流云服務下動態(tài)設施選址問題研究[J]. 占天異,丁一,姚錦元,林國龍.  河北工業(yè)科技. 2014(03)
[9]基于改進遺傳算法的多類型物流配送調(diào)度算法[J]. 李金娟.  物流技術(shù). 2013(19)
[10]基于云遺傳算法的MRO服務調(diào)度[J]. 鄭小強,劉敏,孔繁榮,嚴雋薇.  計算機集成制造系統(tǒng). 2013(09)

博士論文
[1]混合云平臺上多目標任務調(diào)度算法研究[D]. 梁慶中.中國地質(zhì)大學 2015
[2]面向云配送模式的車輛調(diào)度問題及算法研究[D]. 葛顯龍.重慶大學 2011

碩士論文
[1]基于云物流服務平臺的任務分配與物流配送研究[D]. 王羽欣.北京交通大學 2017
[2]云服務下核心企業(yè)的供應鏈融資模式研究[D]. 鐘尚峰.杭州電子科技大學 2017
[3]面向個性化需求的云物流資源語義匹配方法研究及應用[D]. 何彥東.重慶大學 2015



本文編號：3173670