基于客户细分的配送车辆路径问题研究

发布时间：2020-04-01 10:26

【摘要】：电子商务的发展和普及促进了物流行业的快速发展,但随着客户的不断增多,物流网络的规模也日益变大,服务效率和服务质量严重下降。为了推动电子商务更好的发展必须提高物流服务效率和服务质量,配送是物流环节中非常重要的一部分,是产品从生产到消费者的最后一个环节,同时也是最容易产生时间延误的一环。因此,提高配送效率可有效解决物流运输瓶颈。如何选取合适的车辆路径快速响应客户的需求是本文要关注的问题。由于客户数量较多,直接进行路线规划复杂度较高,计算难度较大。可以参考两阶段方法的思想,将车辆路径问题(Vehicle Routing Problem,VRP)的求解分为两个阶段,首先降低网络规模,即对客户进行分组,然后在分组的基础上进行路径规划。这种方法能够有效的解决大规模客户的车辆路径问题。本文基于以上背景对车辆路径问题进行了深入研究,针对客户规模较大、目标函数考虑不周全的问题,提出了先基于客户分组然后对车辆路线进行规划的解决方法。首先选取客户聚类变量,构建客户分类体系,并将语言变量用三角形模糊数表示,再对各属性及其对应的每个客户进行综合评价,计算每个属性的相对重要性权重,采用模糊聚类方法对客户进行聚类,之后利用迪杰斯特拉算法对分组后的客户进行路径寻优,找出每个分组内的最短路径;然后以运输总成本最低为函数目标,构建VRP改进模型。目标函数在运输路线成本的基础上,增加了违反客户服务时间窗的惩罚成本和人力成本(考虑到人力资源的重要性)。并利用具有隐含并行性和全局空间搜索特点的遗传算法对模型进行求解,得到近似最优解;最后选取了某配送中心一天的订单数据作为实验数据,对改进模型进行验证,实验结果表明该方法在求解车辆路径问题上具有可行性和实用性。
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP18;F274

【参考文献】