基于改進(jìn)蟻群算法的門店配送路徑設(shè)計(jì)
發(fā)布時(shí)間:2022-02-22 20:44
隨著我國(guó)近十幾年的經(jīng)濟(jì)快速發(fā)展和人們需求消費(fèi)模式變化,物流業(yè)迅猛發(fā)展,但在物流活動(dòng)中配送成本一直居高不下,占到總物流成本一半以上。而配送成本又與物流配送活動(dòng)中的車輛路徑設(shè)計(jì)問(wèn)題密切相關(guān)。因此,合理安排車輛行駛路線以及考慮客戶對(duì)配送時(shí)間緊迫性的不同,以達(dá)到降低物流配送成本的目的,有助于企業(yè)提高其經(jīng)濟(jì)效益和顧客滿意度。本文首先介紹了車輛路徑問(wèn)題VRP(Vehicle Routing Problem)和蟻群算法ACA(Ant Colony Algorithm)的研究進(jìn)展情況以及研究VRP問(wèn)題的意義,其中重點(diǎn)描述了帶時(shí)間窗的車輛路徑問(wèn)題。根據(jù)客戶對(duì)服務(wù)時(shí)間要求不一致的情形,在滿足最大行駛距離以及最大配送訂單數(shù)等約束條件下,建立了以配送成本為優(yōu)化目標(biāo)的軟硬時(shí)間窗車輛路徑問(wèn)題VRPSHTW(Vehicle Routing Problem with Soft and Hard Time Windows)優(yōu)化模型。總配送成本包括行駛成本、時(shí)間懲罰成本和車輛固定成本,模型中不僅考慮車輛未在軟時(shí)間窗客戶規(guī)定的時(shí)間段到達(dá)所產(chǎn)生的時(shí)間懲罰成本,同時(shí)考慮等待硬時(shí)間窗客戶生成的時(shí)間懲罰成本。接著針對(duì)傳統(tǒng)蟻群算法易...
【文章來(lái)源】:武漢紡織大學(xué)湖北省
【文章頁(yè)數(shù)】:51 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
1 緒論
1.1 研究背景
1.2 車輛路徑問(wèn)題研究現(xiàn)狀
1.2.1 車輛路徑問(wèn)題的發(fā)展
1.2.2 車輛路徑問(wèn)題分類
1.2.3 帶時(shí)間窗的車輛路徑問(wèn)題研究現(xiàn)狀
1.3 蟻群算法研究現(xiàn)狀
1.4 研究?jī)?nèi)容
2 軟硬時(shí)間窗車輛路徑問(wèn)題優(yōu)化模型
2.1 車輛路徑問(wèn)題VRP模型
2.2 VRPSHTW優(yōu)化模型
2.2.1 模型假設(shè)條件
2.2.2 模型建立
2.3 本章小結(jié)
3 改進(jìn)蟻群算法研究
3.1 基本蟻群算法
3.1.1 蟻群算法基本原理
3.1.2 蟻群算法基本模型
3.1.3 蟻群算法求解TSP基本步驟
3.1.4 蟻群算法求解VRP與 TSP的區(qū)別
3.1.5 蟻群算法基本參數(shù)
3.2 蟻群算法設(shè)計(jì)
3.2.1 狀態(tài)轉(zhuǎn)移規(guī)則
3.2.2 偽隨機(jī)因子的改進(jìn)
3.2.3 更新信息素濃度
3.2.4 改進(jìn)蟻群算法的求解步驟
3.3 仿真結(jié)果比較
3.4 本章小結(jié)
4 改進(jìn)蟻群算法的X食品門店配送應(yīng)用
4.1 數(shù)據(jù)收集
4.2 參數(shù)設(shè)置
4.3 不同出發(fā)時(shí)刻下的配送結(jié)果
4.3.1 以最小的預(yù)計(jì)到達(dá)時(shí)刻為基準(zhǔn)的配送策略
4.3.2 以最小的最晚服務(wù)時(shí)刻為基準(zhǔn)的配送策略
4.3.3 配送結(jié)果對(duì)比分析
4.4 本章小結(jié)
5 結(jié)論與展望
5.1 結(jié)論
5.2 展望
參考文獻(xiàn)
附錄
致謝
【參考文獻(xiàn)】:
期刊論文
[1]一種啟發(fā)式動(dòng)態(tài)信息素更新策略的蟻群算法[J]. 劉中強(qiáng),游曉明,劉升. 計(jì)算機(jī)工程與應(yīng)用. 2018(20)
[2]帶軟時(shí)間窗的連鎖超市配送車輛路徑問(wèn)題[J]. 夏揚(yáng)坤,符卓. 信息與控制. 2018(05)
[3]中國(guó)高物流成本的危害及其對(duì)策——基于馬克思資本流通理論視角[J]. 張存剛,史美玉. 蘭州財(cái)經(jīng)大學(xué)學(xué)報(bào). 2018(02)
[4]生鮮農(nóng)產(chǎn)品冷鏈物流低碳配送路徑優(yōu)化研究[J]. 康凱,韓杰,普瑋,馬艷芳. 計(jì)算機(jī)工程與應(yīng)用. 2019(02)
[5]基于改進(jìn)蟻群算法的物流配送路徑優(yōu)化研究[J]. 鄧波,蒲保興. 邵陽(yáng)學(xué)院學(xué)報(bào)(自然科學(xué)版). 2017(04)
[6]求解TSP的改進(jìn)信息素二次更新與局部?jī)?yōu)化蟻群算法[J]. 許凱波,魯海燕,程畢蕓,黃洋. 計(jì)算機(jī)應(yīng)用. 2017(06)
[7]軟硬時(shí)間窗共存裝卸一體化車輛路徑問(wèn)題的混合離散粒子群優(yōu)化算法[J]. 周蓉,沈維蕾. 合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(08)
[8]基于蟻群算法的軍事物流配送車輛調(diào)度優(yōu)化問(wèn)題研究[J]. 陳軍,智軍,王毓龍. 物流工程與管理. 2015(05)
[9]基于信息素更新和揮發(fā)因子調(diào)整的改進(jìn)蟻群算法[J]. 孟曉琳,黃天民,陳尚云. 成都大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(01)
[10]帶時(shí)間窗的配送車輛路徑問(wèn)題模型及算法[J]. 王蓮花,彭鑫. 物流技術(shù). 2015(05)
博士論文
[1]帶時(shí)間窗車輛路徑問(wèn)題及其算法研究[D]. 潘立軍.中南大學(xué) 2012
碩士論文
[1]HM鮮生公司末端配送路徑優(yōu)化研究[D]. 王樂(lè).東北農(nóng)業(yè)大學(xué) 2018
[2]網(wǎng)上訂餐生產(chǎn)配送聯(lián)合調(diào)度模型及算法研究[D]. 易彩玉.大連理工大學(xué) 2016
[3]基于延遲策略的配送成本與配送服務(wù)均衡模型研究[D]. 劉麗娜.西安電子科技大學(xué) 2014
[4]基于改進(jìn)蟻群算法的物流配送路徑優(yōu)化及應(yīng)用研究[D]. 范青.西安建筑科技大學(xué) 2014
[5]帶時(shí)間窗車輛路徑問(wèn)題的蟻群算法改進(jìn)[D]. 董攀.長(zhǎng)沙理工大學(xué) 2014
[6]基于蟻群算法的邯鄲市世佳連鎖超市配送路線優(yōu)化問(wèn)題研究[D]. 靳向宇.中國(guó)海洋大學(xué) 2013
[7]基于成本的配送路線優(yōu)化模型與算法研究[D]. 胡鶴嚴(yán).吉林大學(xué) 2012
[8]改進(jìn)的蟻群算法在實(shí)際VRP中的應(yīng)用研究[D]. 石華瑀.山東大學(xué) 2012
[9]基于蟻群算法的美特好配送路徑優(yōu)化研究[D]. 李慧.山西大學(xué) 2011
[10]動(dòng)態(tài)多目標(biāo)車輛路徑問(wèn)題的算法研究[D]. 錢艷婷.天津理工大學(xué) 2011
本文編號(hào):3640171
【文章來(lái)源】:武漢紡織大學(xué)湖北省
【文章頁(yè)數(shù)】:51 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
1 緒論
1.1 研究背景
1.2 車輛路徑問(wèn)題研究現(xiàn)狀
1.2.1 車輛路徑問(wèn)題的發(fā)展
1.2.2 車輛路徑問(wèn)題分類
1.2.3 帶時(shí)間窗的車輛路徑問(wèn)題研究現(xiàn)狀
1.3 蟻群算法研究現(xiàn)狀
1.4 研究?jī)?nèi)容
2 軟硬時(shí)間窗車輛路徑問(wèn)題優(yōu)化模型
2.1 車輛路徑問(wèn)題VRP模型
2.2 VRPSHTW優(yōu)化模型
2.2.1 模型假設(shè)條件
2.2.2 模型建立
2.3 本章小結(jié)
3 改進(jìn)蟻群算法研究
3.1 基本蟻群算法
3.1.1 蟻群算法基本原理
3.1.2 蟻群算法基本模型
3.1.3 蟻群算法求解TSP基本步驟
3.1.4 蟻群算法求解VRP與 TSP的區(qū)別
3.1.5 蟻群算法基本參數(shù)
3.2 蟻群算法設(shè)計(jì)
3.2.1 狀態(tài)轉(zhuǎn)移規(guī)則
3.2.2 偽隨機(jī)因子的改進(jìn)
3.2.3 更新信息素濃度
3.2.4 改進(jìn)蟻群算法的求解步驟
3.3 仿真結(jié)果比較
3.4 本章小結(jié)
4 改進(jìn)蟻群算法的X食品門店配送應(yīng)用
4.1 數(shù)據(jù)收集
4.2 參數(shù)設(shè)置
4.3 不同出發(fā)時(shí)刻下的配送結(jié)果
4.3.1 以最小的預(yù)計(jì)到達(dá)時(shí)刻為基準(zhǔn)的配送策略
4.3.2 以最小的最晚服務(wù)時(shí)刻為基準(zhǔn)的配送策略
4.3.3 配送結(jié)果對(duì)比分析
4.4 本章小結(jié)
5 結(jié)論與展望
5.1 結(jié)論
5.2 展望
參考文獻(xiàn)
附錄
致謝
【參考文獻(xiàn)】:
期刊論文
[1]一種啟發(fā)式動(dòng)態(tài)信息素更新策略的蟻群算法[J]. 劉中強(qiáng),游曉明,劉升. 計(jì)算機(jī)工程與應(yīng)用. 2018(20)
[2]帶軟時(shí)間窗的連鎖超市配送車輛路徑問(wèn)題[J]. 夏揚(yáng)坤,符卓. 信息與控制. 2018(05)
[3]中國(guó)高物流成本的危害及其對(duì)策——基于馬克思資本流通理論視角[J]. 張存剛,史美玉. 蘭州財(cái)經(jīng)大學(xué)學(xué)報(bào). 2018(02)
[4]生鮮農(nóng)產(chǎn)品冷鏈物流低碳配送路徑優(yōu)化研究[J]. 康凱,韓杰,普瑋,馬艷芳. 計(jì)算機(jī)工程與應(yīng)用. 2019(02)
[5]基于改進(jìn)蟻群算法的物流配送路徑優(yōu)化研究[J]. 鄧波,蒲保興. 邵陽(yáng)學(xué)院學(xué)報(bào)(自然科學(xué)版). 2017(04)
[6]求解TSP的改進(jìn)信息素二次更新與局部?jī)?yōu)化蟻群算法[J]. 許凱波,魯海燕,程畢蕓,黃洋. 計(jì)算機(jī)應(yīng)用. 2017(06)
[7]軟硬時(shí)間窗共存裝卸一體化車輛路徑問(wèn)題的混合離散粒子群優(yōu)化算法[J]. 周蓉,沈維蕾. 合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(08)
[8]基于蟻群算法的軍事物流配送車輛調(diào)度優(yōu)化問(wèn)題研究[J]. 陳軍,智軍,王毓龍. 物流工程與管理. 2015(05)
[9]基于信息素更新和揮發(fā)因子調(diào)整的改進(jìn)蟻群算法[J]. 孟曉琳,黃天民,陳尚云. 成都大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(01)
[10]帶時(shí)間窗的配送車輛路徑問(wèn)題模型及算法[J]. 王蓮花,彭鑫. 物流技術(shù). 2015(05)
博士論文
[1]帶時(shí)間窗車輛路徑問(wèn)題及其算法研究[D]. 潘立軍.中南大學(xué) 2012
碩士論文
[1]HM鮮生公司末端配送路徑優(yōu)化研究[D]. 王樂(lè).東北農(nóng)業(yè)大學(xué) 2018
[2]網(wǎng)上訂餐生產(chǎn)配送聯(lián)合調(diào)度模型及算法研究[D]. 易彩玉.大連理工大學(xué) 2016
[3]基于延遲策略的配送成本與配送服務(wù)均衡模型研究[D]. 劉麗娜.西安電子科技大學(xué) 2014
[4]基于改進(jìn)蟻群算法的物流配送路徑優(yōu)化及應(yīng)用研究[D]. 范青.西安建筑科技大學(xué) 2014
[5]帶時(shí)間窗車輛路徑問(wèn)題的蟻群算法改進(jìn)[D]. 董攀.長(zhǎng)沙理工大學(xué) 2014
[6]基于蟻群算法的邯鄲市世佳連鎖超市配送路線優(yōu)化問(wèn)題研究[D]. 靳向宇.中國(guó)海洋大學(xué) 2013
[7]基于成本的配送路線優(yōu)化模型與算法研究[D]. 胡鶴嚴(yán).吉林大學(xué) 2012
[8]改進(jìn)的蟻群算法在實(shí)際VRP中的應(yīng)用研究[D]. 石華瑀.山東大學(xué) 2012
[9]基于蟻群算法的美特好配送路徑優(yōu)化研究[D]. 李慧.山西大學(xué) 2011
[10]動(dòng)態(tài)多目標(biāo)車輛路徑問(wèn)題的算法研究[D]. 錢艷婷.天津理工大學(xué) 2011
本文編號(hào):3640171
本文鏈接:http://sikaile.net/shoufeilunwen/xixikjs/3640171.html
最近更新
教材專著