湖南CF公司药品配送路径优化研究

发布时间：2017-06-04 08:17

  本文关键词：湖南CF公司药品配送路径优化研究，，由笔耕文化传播整理发布。

【摘要】：民众对健康的日益关注促使医药需求量快速增长,带动了医药物流行业的蓬勃发展。医药配送活动作为医药物流的关键环节受到越来越多的医药物流企业重视。在医药物流行业市场竞争日益白炽化之时,通过科学系统化的安排配送路线,对于节约成本、提高效率和服务质量来增强公司综合实力显得尤为重要。湖南省CF公司是一家规模正在不断扩大的医药物流企业,而现阶段公司对于药品配送路线的选择主要依赖经验,这样的操作方式已经不能满足公司的发展需要。对CF公司的药品配送现状进行分析,并对药品配送车辆行驶路径的选择提出改进方案是公司现阶段面临的重要问题。本文以湖南省CF公司为研究对象,在对其药品配送活动现状进行分析的基础上,针对现有药品配送路径选择方案加以优化改进。首先介绍了车辆路径问题的相关理论,分析CF公司的药品配送现状,并以配送成本最低为优化目标,对不同的客户群体分别建立了相应的药品配送路径优化模型。然后根据CF公司在长沙市区内部分诊所客户的药品配送的具体情况,进行了遗传算法求解运算的染色体编码、种群初始化、遗传算子设计等操作,并针对实际情况对四个主要的遗传参数通过实验进行设置。紧接着,利用MATLAB软件对路径优化模型进行求解,得出了近似最优的药品配送路径方案。通过对优化前后药品配送路径方案的比较,发现基于遗传算法求得的药品配送路径方案能达到减少配送车辆总行驶里程和提高车辆装载率的目标,在很大程度上降低了CF公司药品配送成本。最后,运用节约里程算法对已求得的药品配送路线进行对比分析,结果显示对于CF公司药品配送车辆路径优化问题利用遗传算法求解优于节约里程算法。
【关键词】：医药物流 车辆路径问题 遗传算法 节约里程算法
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F426.72;F252;TP18
【目录】：

• 摘要5-6
• Abstract6-11
• 第一章 绪论11-17
• 1.1 研究背景及意义11-12
• 1.1.1 选题背景11
• 1.1.2 研究意义11-12
• 1.2 车辆路径问题的国内外研究现状12-15
• 1.2.1 国外研究现状12-13
• 1.2.2 国内研究现状13-14
• 1.2.3 基于遗传算法的路径问题的应用研究14-15
• 1.3 本文的研究内容和结构框架15-17
• 1.3.1 本文研究内容15
• 1.3.2 本文结构框架15-17
• 第二章 药品配送路径的相关理论综述17-33
• 2.1 医药物流基本理论17-20
• 2.1.1 医药物流的概念17
• 2.1.2 医药物流的功能17-19
• 2.1.3 医药物流的特点19-20
• 2.2 物流配送的概念20-23
• 2.2.1 物流配送流程及主要业务21
• 2.2.2 影响物流配送的主要因素21-23
• 2.3 VRP概述23-29
• 2.3.1 VRP的概念23
• 2.3.2 VRP的分类23
• 2.3.3 VRP的一般模型23-25
• 2.3.4 带时间窗的车辆路径问题(VRPTW)25-27
• 2.3.5 VRP的主要求解方法27-29
• 2.4 遗传算法29-32
• 2.4.1 遗传算法的基本概念29-31
• 2.4.2 遗传算法的基本要素和工作流程31-32
• 2.5 本章小结32-33
• 第三章 湖南CF公司药品配送现状分析33-41
• 3.1 CF公司简介33-34
• 3.2 CF公司药品配送现状34-40
• 3.2.1 CF公司客户配送网络35-36
• 3.2.2 CF公司药品配送过程中存在的主要问题36-39
• 3.2.3 CF公司药品配送过程存在问题的原因分析39-40
• 3.3 本章小结40-41
• 第四章 湖南CF公司药品配送路径优化模型建立41-67
• 4.1 CF公司药品配送车辆路径问题概述41
• 4.2 CF公司药品配送路径优化模型的建立41-47
• 4.2.1 药品配送路径优化模型的假设及约束条件42-43
• 4.2.2 药品配送路径优化模型描述43
• 4.2.3 药品配送路径优化模型的建立43-47
• 4.3 CF公司药品配送活动相关数据分析47-55
• 4.3.1 CF公司药品配送相关距离数据49-52
• 4.3.2 CF公司客户的药品需求信息及配送车辆情况52-55
• 4.4 CF公司药品配送路径优化模型的求解过程55-65
• 4.4.1 优化模型求解的算法选择56-57
• 4.4.2 药品配送路径优化模型求解的编码操作57-59
• 4.4.3 药品配送路径优化模型求解的种群初始化59-60
• 4.4.4 药品配送路径优化模型求解的适应度函数设计60-61
• 4.4.5 药品配送路径优化模型求解的算子设计61-64
• 4.4.6 药品配送路径优化模型求解的终止条件64-65
• 4.5 本章小结65-67
• 第五章 湖南CF公司药品配送车辆路径优化分析67-89
• 5.1 CF公司药品配送路径优化模型求解67-76
• 5.1.1 求解运算中相关参数的设定67-68
• 5.1.2 遗传参数对模型求解结果的影响68-73
• 5.1.3 基于遗传算法的配送路径优化模型求解步骤73-75
• 5.1.4 药品配送路径优化模型的求解结果75-76
• 5.2 药品配送路径优化模型求解结果分析76-79
• 5.3 CF公司药品配送路径优化算法选择对比分析79-85
• 5.3.1 节约里程法79-81
• 5.3.2 用节约法求解配送车辆路径优化问题81-85
• 5.4 CF公司实际应用操作85-88
• 5.5 本章小结88-89
• 第六章 结论与展望89-91
• 6.1 结论89-90
• 6.2 展望90-91
• 致谢91-93
• 参考文献93-97
• 附录A 部分MATLAB代码97-104

【参考文献】

中国期刊全文数据库 前3条

1 肖鹏,李茂军,张军平,童调生;车辆路径问题的单亲遗传算法[J];计算技术与自动化;2000年01期

2 沈航;;基于遗传算法的内河船舶路径优化问题研究[J];物流技术;2010年Z1期

3 高伟增,张宝剑,陈付贵,朱家义;基于遗传算法的切割路径优化[J];西南交通大学学报;2005年04期

中国博士学位论文全文数据库 前1条

1 潘立军;带时间窗车辆路径问题及其算法研究[D];中南大学;2012年

  本文关键词：湖南CF公司药品配送路径优化研究，由笔耕文化传播整理发布。

本文编号：420441