现代企业物流调度模型与监控研究

发布时间：2017-05-05 17:13

  本文关键词：现代企业物流调度模型与监控研究，由笔耕文化传播整理发布。

【摘要】：随着社会的发展，现代化物流应运而生，物流的核心是调度与监控。经过现代企业物流发展观念的改变，新的物流管理体制的引入，提高了当前物流行业的综合水平，企业物流的发展前景更加被看好。各大企业纷纷开始使用智能化物流调度监控平台。本文基于对物流供应链的研究，建立了车辆调度模型，应用智能启发式算法求解，形成有效的配车方案和行车路线。对物流监控进行研究，引入高科技产品GPS电子锁来改造业务流程，提高物流在途的安全性。具体研究内容包括以下四个部分： (1)对现代企业物流供应链进行研究，建立了车辆调度数学模型。本文根据企业的实际情况，将非满载调度模型作为重点研究对象。 (2)深入研究探讨了蚁群算法和模拟退火算法，对两种算法分别构造了新的信息素局部更新方法、改进路径选择概率、基于客户直接排列的解的表示方法以及解的路径内优化等改进方法，使算法易于实现、收敛性能得到优化、算法执行效率得到提高、寻优能力更加优秀。并根据烟草企业的实际情况，使用算法求解了车辆非满载调度模型，将其使用到了烟草工业企业的物流调度平台之中。 (3)对物流监控中的信息大规模采集进行了研究，通过GPS-GIS系统、GPS电子锁的信息采集，令配送车辆物流状态能够实时自动更新，企业可通过物流系统进行实时在途监控与状态信息查询，节约了企业人力成本，并为配送的整体规划提供支撑。 (4)在物流监控中，通过对GPS-GIS监控系统与GPS电子锁的研究，建立了GPS-GIS系统与GPS电子锁相结合的监控方式，改进了业务流程，极大提高了物流配送过程的安全性，令企业在实时在途监控的基础上，还能实时了解配送车辆是否安全，若有突发情况发生，系统会在第一时间发出警报与事发地位置信息，加强了企业物流的监控力度。 结合实际情况，以上研究成果已经基本运用到福建中烟的物流系统之中，提高了物流调度效率，节约了企业物流成本，，保障了货物的安全，得到了用户广泛的好评。
【关键词】：现代物流 车辆调度模型 蚁群算法 模拟退火算法 物流监控
【学位授予单位】：浙江理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F252;TP18
【目录】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 绪论10-13
• 1.1 研究背景与研究意义10-11
• 1.2 研究现状11-12
• 1.2.1 现代企业物流业务研究与现状11
• 1.2.2 烟草行业物流的发展趋势11-12
• 1.3 研究内容12
• 1.4 论文组织安排12-13
• 第二章 现代企业物流供应链研究13-18
• 2.1 物流供应链研究引言13
• 2.2 企业销售物流调度流程13-14
• 2.3 企业成品物流调拨发货工作流程14-16
• 2.4 企业物流监控管理16-17
• 2.5 本章小结17-18
• 第三章 企业物流车辆调度模型的研究与建立18-25
• 3.1 企业物流车辆调度模型18-22
• 3.1.1 VRP 的一般描述18-21
• 3.1.2 VRP 的分类21-22
• 3.2 企业物流调度模型描述22
• 3.3 车辆非满载调度模型的研究与建立22-24
• 3.4 本章小结24-25
• 第四章 蚁群算法研究25-38
• 4.1 蚁群算法基本原理25-27
• 4.2 蚁群算法模型建立27-29
• 4.2.1 路径构建27-28
• 4.2.2 信息素更新28-29
• 4.3 基本实现步骤29-30
• 4.4 业务实例与参数分析30-33
• 4.4.1 业务实例30-31
• 4.4.2 因子α对蚁群算法性能的影响31
• 4.4.3 因子β对政群算法性能的影响31-32
• 4.4.4 因子ρ对蚁群算法性能的影响32
• 4.4.5 因子m对蚁群算法性能的影响32
• 4.4.6 因子Q对蚁群算法性能的影响32-33
• 4.4.7 参数设置33
• 4.5 改进蚁群算法与实例实现33-37
• 4.5.1 局部更新规则改进33
• 4.5.2 期望启发因子改进33-34
• 4.5.3 路径选择概率改进34
• 4.5.4 设定信息素浓度上下限34
• 4.5.5 改进算法实现步骤34-35
• 4.5.6 商业公司信息与时间窗35-36
• 4.5.7 计算结果分析36-37
• 4.6 本章小结37-38
• 第五章 模拟退火算法研究38-47
• 5.1 模拟退火算法原理38-39
• 5.2 模拟退火算法基本概念39-41
• 5.3 改进模拟退火算法设计41-45
• 5.3.1 解的表示方法41-42
• 5.3.2 解的评价方法与交换法邻域操作42
• 5.3.3 解的路径内优化法42-43
• 5.3.4 改进算法实现步骤与算法流程图43-45
• 5.4 改进模拟退火算法实例实现45-46
• 5.4.1 商业公司信息与时间窗45-46
• 5.4.2 计算结果分析46
• 5.5 本章小结46-47
• 第六章 物流监控47-57
• 6.1 大规模信息采集47-51
• 6.1.1 GPS 数据采集47
• 6.1.2 GPS 数据集成应用47-48
• 6.1.3 物流状态信息采集48-49
• 6.1.4 物流电子锁系统组成49-50
• 6.1.5 物流电子锁主要参数50-51
• 6.1.6 物流电子锁开锁与防盗方式51
• 6.2 在途监控51-56
• 6.2.1 基于 GPS-GIS 的物流监控系统51-53
• 6.2.1.1 系统组成51-52
• 6.2.1.2 系统工作原理52
• 6.2.1.3 系统主要功能52
• 6.2.1.4 系统实际在途监控展示52-53
• 6.2.1.5 传统监控系统的不足53
• 6.2.2 基于 GPS-GIS 和 GPS 电子锁的物流监控系统53-56
• 6.2.2.1 系统设计要求与核心部件54
• 6.2.2.2 系统流程54-55
• 6.2.2.3 GPS 电子锁功能与数据表设计55-56
• 6.3 本章小结56-57
• 第七章 总结与展望57-59
• 7.1 全文总结57-58
• 7.2 研究展望58-59
• 参考文献59-62
• 致谢62-63
• 攻读学位期间的研究成果6

【参考文献】

中国期刊全文数据库 前10条

1 江加和,宋子善,沈为群,邱力为;模拟退火算法在连续变量全局优化问题中应用[J];北京航空航天大学学报;2001年05期

2 李擎;谢四江;童新海;王志良;;一种用于车辆最短路径规划的自适应遗传算法及其与Dijkstra和A~*算法的比较[J];北京科技大学学报;2006年11期

3 郭德洪,李传昭,黄俊;第三方物流运作系统及其战略[J];重庆大学学报(社会科学版);2002年04期

4 翟战强,蔡少华;基于GPRS/GPS/GIS的车辆导航与监控系统[J];测绘通报;2004年02期

5 李嘉,王梦光,唐立新,宋建海;一类特殊车辆路径问题(VRP)[J];东北大学学报;2001年03期

6 刘淑华;张嵛;付帅;吴洪岩;;基于粒子群蚁群算法的多机器人任务分配方法[J];东北师大学报(自然科学版);2009年04期

7 李松庆;第三方物流定义探讨[J];当代财经;2004年05期

8 韩增林,王成金,尤飞;我国物流业发展与布局的特点及对策探讨[J];地理科学进展;2002年01期

9 郝晋,石立宝,周家启;一种求解最优机组组合问题的随机扰动蚁群优化算法[J];电力系统自动化;2002年23期

10 王天宝;王尔琪;卢浩;黄跃峰;;基于Silverlight的WebGIS客户端技术与应用试验[J];地球信息科学学报;2010年01期

中国博士学位论文全文数据库 前1条

1 胡大伟;设施定位和车辆路线问题模型及其启发式算法研究[D];长安大学;2008年

  本文关键词：现代企业物流调度模型与监控研究，由笔耕文化传播整理发布。

本文编号：346760