基于改进蚁群算法的烟草物流线路优化与系统设计

发布时间：2019-12-05 14:55

【摘要】：烟草物流配送线路优化问题是典型的车辆路径问题(VRP),但是烟草物流配送也有其自身的特点,如:网点分布不均、路况复杂、网点非常多、单订单商品少但下订频次高、集中配送、统一渠道等。尽管VRP问题已有几十年研究历史,且国内外学者取得了丰硕的研究成果,但是针对烟草物流配送线路优化的应用实际,已有的优化算法存在计算精度不高、计算复杂度高等缺点。本课题选择最大最小蚁群算法作为基础算法,采取一些策略,进行改进优化,以避免陷入局部最优或局部收敛。算法改进有以下下面:单个蚂蚁的路径搜索改进、信息素更新的改进策略、选择概率的改进、蚂蚁动态增长机制。同时,引入了广播式并行算法,提高算法的收敛速度及效率。文中采用VRP标准测试数据集和烟草物流配送的真实数据进行测试验证,验证结果表明,实验结果更接近最优解,算法效率提升明显。改进蚁群算法与广播式并行算法组合能够有效地解决烟草物流配送线路优化问题。本课题介绍了烟草物流配送信息管理平台和车载终端的架构、设计、实现。烟草物流配送信息管理平台使用了本课题提出的改进蚁群算法、广播式并行算法,来实现烟草配送线路优化。烟草物流配送信息管理平台应用百度地图API技术,在WEB地图上实时展示了各配送线路的配送进度及异常反馈,极大方便了配送进度监控、车辆管理、人员管理。对于车载终端,选择Android系统作为基础平台,中国移动4G网络作为信息通讯平台,采用百度地图Android SDK技术实现地图服务和应用。在车载终端系统上,展示了已优化排程的配送线路网点及货物信息,来引导配送人员完成配送任务。并且,车载终端系统使用课题提出的改进蚁群算法,实现当前配送线路的实时重排,以满足配送任务的动态需求。
【图文】：

物流配送中心,烟草,深圳市,现地址

且国内外学者取得了丰硕的研究成果，但是针对烟草物流配送线路优化的应用实际，已有的优化算法存在计算精度不高、计算复杂度高等缺点。烟草配送线路存在两个方面的问题:工作量均衡问题、不同线路的送货工作量均衡问题。由于各种原因，现有的烟草物流配送存在工作量不均衡的问题。一些线路工作量比较小，早上 9:00 出车后不到 11:00 就回到物流配送中心；但有的线路比较远且配送的任务也比较多，可下班后，当天的配送也无法准时完成，越远的配送线路选用的配送车辆的负载越大，，配送人员与司机的任务越重。以上情况会带来了一系列的问题。配送线路是依据烟草客户经理拜访零售商户的线路来制定的，由烟草专卖人员根据已有的线路，人工划分确定的，结果就造成不同的配送线路的配送任务量差别较大。线路工作量不均衡有多种情况。例如：郊区或偏远的山区网点比较分散，配送距离远，送货时间也较长，但是送货量却不大；市区网点多，线路也多，单次配送时间短，但是送货量较大。以上情况就会带来一些问题：不方便及时地了解配送的进度；不方便管理配送人员和司机；部分线路上网点数目多、距离较远，配送任务重，送货员为了完成当天任务，没有多余的时间为零售商户提供服务。

选择策略,初始种群,改进算法,平均时间

图 2-1 网点间选择策略对比分析，改进算法后，初始种群完改进后路径平均长度比改进前缩短了更快的收敛。表 2-1 改进前后种群的搜索情况的对比平均完成时间(s) 平均路径长1237.5 17681.213.3 4218.8进策略时间窗口的 VRP 问题。为取得更好的信息素的更新。客户的需求的窗口结束时间。算法中允许送达时间 ti有罚机制。同时，设置最大允许时间差过 TM。如果时间差超出 TM, 则不能
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP311.52;TP18

【参考文献】