發(fā)布時(shí)間：2017-06-27 11:02

  本文關(guān)鍵詞：協(xié)同物流中的服務(wù)組合算法比較研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著物流產(chǎn)業(yè)模式的發(fā)展,面臨著很強(qiáng)的整合需求,構(gòu)建合理高效的組合服務(wù)已成為世界迫切的要求。組合服務(wù)的優(yōu)劣很大程度上取決于所使用的服務(wù)組合算法性能的好壞,而單個(gè)服務(wù)組合算法由于其效率、能力的限制,已無法應(yīng)變不確定的市場環(huán)境。如:服務(wù)訂單成交量短時(shí)間劇增,物流企業(yè)滿足不了用戶的需求,出現(xiàn)“爆倉”現(xiàn)象;或者服務(wù)訂單量銳減,物流企業(yè)卻沒有在能力范圍內(nèi)提供給最終用戶又快又好的服務(wù)�；诖�,本文在對服務(wù)組合領(lǐng)域中表現(xiàn)出色的服務(wù)組合算法進(jìn)行研究分析的基礎(chǔ)上,構(gòu)建了支撐協(xié)同物流服務(wù)組合的自適應(yīng)算法機(jī)制。本文的研究內(nèi)容主要包括:(1)本文對現(xiàn)有遺傳算法(Genetic Algorithm,GA)、人工蜂群算法(Artifical Bee Colony Algorithm,ABC)及最大最小蟻群算法(Max-Min Ant System,MMAS)的相關(guān)知識和運(yùn)行原理進(jìn)行描述,并改進(jìn)了ABC的運(yùn)行流程。最終,分別確定了基于三種算法的適用于物流服務(wù)組合的運(yùn)行步驟并做出了比較分析。(2)經(jīng)過以上三種服務(wù)組合算法四個(gè)方面的比較分析,本文融合事例推理的原理構(gòu)建了自適應(yīng)的物流服務(wù)組合算法。該方法在市場環(huán)境變更的狀況下能夠?qū)Ψ⻊?wù)需求序列的狀態(tài)進(jìn)行預(yù)測,并以此為根據(jù)動(dòng)態(tài)調(diào)整服務(wù)組合策略,切實(shí)提高了系統(tǒng)的應(yīng)變能力。最后,本文通過實(shí)驗(yàn)對所提算法的正確性進(jìn)行了驗(yàn)證。(3)對自適應(yīng)算法做出了優(yōu)化。本文在協(xié)同物流服務(wù)中,在考慮縱向協(xié)同的同時(shí)并注重橫向協(xié)同的作用優(yōu)勢能夠增大候選服務(wù)的數(shù)量并提高組合服務(wù)的能力,實(shí)驗(yàn)表明優(yōu)化算法能夠有效的增加服務(wù)的成功率以及可用性。本文從多數(shù)用戶的需求進(jìn)行分析,探究在不確定性因素干擾下,如何對市場環(huán)境預(yù)測并實(shí)時(shí)調(diào)整服務(wù)組合策略,這對現(xiàn)代物流發(fā)展具有一定的研究意義。
【關(guān)鍵詞】：協(xié)同物流 事例推理 預(yù)測 自適應(yīng) 組合策略
【學(xué)位授予單位】：河南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F252;TP18
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-11
• 1 緒論11-23
• 1.1 研究背景及意義11-15
• 1.1.1 研究背景11-12
• 1.1.2 問題的提出12-14
• 1.1.3 研究意義14-15
• 1.2 國內(nèi)外研究現(xiàn)狀15-20
• 1.2.1 協(xié)同物流的研究現(xiàn)狀15-17
• 1.2.2 服務(wù)組合方法研究現(xiàn)狀17-19
• 1.2.3 自適應(yīng)算法研究現(xiàn)狀19-20
• 1.3 本文的研究內(nèi)容20-21
• 1.4 本文的結(jié)構(gòu)安排21-22
• 1.5 本章小結(jié)22-23
• 2 相關(guān)技術(shù)與方法23-35
• 2.1 物流服務(wù)QoS計(jì)算模型23-27
• 2.1.1 物流服務(wù)QoS屬性23-24
• 2.1.2 服務(wù)組合模式24-26
• 2.1.3 正規(guī)化公式26-27
• 2.1.4 QoS計(jì)算公式27
• 2.2 物流服務(wù)組合算法27-32
• 2.2.1 標(biāo)準(zhǔn)遺傳算法27-28
• 2.2.2 人工蜂群算法28-30
• 2.2.3 最大最小蟻群算法30-31
• 2.2.4 傳統(tǒng)算法的特點(diǎn)分析31-32
• 2.3 支撐優(yōu)化算法的方法32-33
• 2.3.1 迪杰斯特拉算法模型32
• 2.3.2 基于事例推理的預(yù)測調(diào)度32-33
• 2.4 本章小結(jié)33-35
• 3 物流服務(wù)組合算法的比較分析35-51
• 3.1 物流服務(wù)組合模型35-36
• 3.2 物流服務(wù)組合算法36-42
• 3.2.1 改進(jìn)的ABC的算法流程36-37
• 3.2.2 基于ABC的服務(wù)組合算法模型37-39
• 3.2.3 基于GA的服務(wù)組合算法模型39-41
• 3.2.4 基于MMAS的服務(wù)組合算法模型41-42
• 3.3 實(shí)驗(yàn)分析比較42-49
• 3.3.1 實(shí)驗(yàn)設(shè)置42-43
• 3.3.2 實(shí)驗(yàn)分析43-49
• 3.4 本章小結(jié)49-51
• 4 自適應(yīng)服務(wù)組合算法51-61
• 4.1 物流服務(wù)運(yùn)作模式51-52
• 4.2 情景狀況分析52-54
• 4.2.1 情景特征52
• 4.2.2 模型庫的建立52-53
• 4.2.3 自適應(yīng)控制策略53-54
• 4.3 基于CBR的服務(wù)需求預(yù)測54-56
• 4.3.1 負(fù)荷事例對象的組織54-55
• 4.3.2 負(fù)荷事例的檢索55-56
• 4.3.3 基于CBR的物流服務(wù)預(yù)測56
• 4.4 自適應(yīng)算法模型56-58
• 4.5 實(shí)驗(yàn)與分析58-59
• 4.6 本章小結(jié)59-61
• 5 基于領(lǐng)域自適應(yīng)算法的優(yōu)化61-71
• 5.1 協(xié)同物流營運(yùn)方式61-63
• 5.2 自適應(yīng)協(xié)同物流服務(wù)組合63-66
• 5.2.1 協(xié)同物流服務(wù)優(yōu)化選擇63-64
• 5.2.2 自適應(yīng)協(xié)同物流服務(wù)優(yōu)化模型64-65
• 5.2.3 自適應(yīng)QoS計(jì)算模型65-66
• 5.3 實(shí)驗(yàn)與分析66-70
• 5.3.1 橫向協(xié)同對服務(wù)成功率的影響67-69
• 5.3.2 橫向協(xié)同對服務(wù)可用性的影響69-70
• 5.4 本章小結(jié)70-71
• 6 總結(jié)和展望71-73
• 6.1 工作總結(jié)71
• 6.2 研究創(chuàng)新71
• 6.3 研究展望71-72
• 6.4 本章小結(jié)72-73
• 參考文獻(xiàn)73-79
• 作者簡歷79-81
• 學(xué)位論文數(shù)據(jù)集81

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 童小明;;全部組合算法[J];電腦編程技巧與維護(hù);2011年19期

2 楊紹祺;適于計(jì)算機(jī)輔助電路設(shè)計(jì)的組合算法[J];計(jì)算機(jī)學(xué)報(bào);1981年04期

3 鐘珞;最佳并行排列組合算法[J];微機(jī)發(fā)展;1991年01期

4 李磊;謝小璐;;韋伯型多點(diǎn)設(shè)施優(yōu)化選址的組合算法研究[J];計(jì)算機(jī)工程與應(yīng)用;2013年22期

5 楊光;魯新龍;;2S83A及精粗組合算法簡介[J];山西電子技術(shù);2009年02期

6 劉通,蘇光大;一種基于部件的人像組合算法[J];計(jì)算機(jī)工程與應(yīng)用;2002年12期

7 楊武;尹迪;耿伯英;;改進(jìn)的證據(jù)組合算法編隊(duì)情報(bào)信息融合技術(shù)[J];火力與指揮控制;2008年05期

8 周相兵;蘭青青;;基于最優(yōu)樹算法的服務(wù)組合算法研究[J];自動(dòng)化技術(shù)與應(yīng)用;2007年09期

9 劉德貴,陳麗容;一類剛性大系統(tǒng)實(shí)時(shí)數(shù)值仿真的組合算法[J];科學(xué)通報(bào);1999年02期

10 占煒;;用VB 6.0實(shí)現(xiàn)簡單數(shù)字組合算法程序[J];電腦知識與技術(shù)(學(xué)術(shù)交流);2007年07期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 張煥煥;協(xié)同物流中的服務(wù)組合算法比較研究[D];河南理工大學(xué);2015年

2 郭燕莎;組合算法的研究與實(shí)現(xiàn)[D];天津工業(yè)大學(xué);2008年

3 雷君林;服務(wù)組合算法的實(shí)驗(yàn)與仿真環(huán)境[D];哈爾濱工業(yè)大學(xué);2011年

4 李鋼;基于難度組合算法的自動(dòng)出題系統(tǒng)[D];渤海大學(xué);2013年

5 梁嘯;基于蟻群和免疫組合算法的物流配送路徑優(yōu)化問題的研究[D];吉林大學(xué);2007年

  本文關(guān)鍵詞：協(xié)同物流中的服務(wù)組合算法比較研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：489504