基于人工蜂群算法的城市物流配送服务车辆调度问题研究

发布时间：2020-05-07 14:25

【摘要】：随着电子商务的快速发展，网购物流业务规模日益庞大。作为网购物流重要一环的城市物流配送服务，其客户需求和配送服务形式等随着市场环境、交通环境等的不断变化日益呈现出动态多样性，而在物流配送服务过程中由于运输车辆、场地等服务资源的分散性和有限性，制约了物流配送服务的质量和时效性。因此，高效、合理的配送服务调度技术是提高城市物流配送服务质量，，最大程度的满足客户需求，提高服务资源利用率、降低物流配送服务成本的有效途径之一。目前物流企业多采用人工调度的方式，导致服务资源利用率低、配送运输成本较高的问题。因此，本文为实现智能调度做了如下几个方面的工作： (1)分析了城市物流配送业务的特点，阐述了本文研究中使用的物流配送网络模型，并针对物流配送过程中涉及到的多方面资源进行描述和定义，对相关配送服务资源进行整合，为配送过程中的运输资源的优化调度提供基础支撑。 (2)结合城市物流配送的特点，对物流配送业务中运单的分配和运输资源的调度问题进行分析，针对在多约束条件和多优化目标情况下运输资源利用率低和配送服务成本较高的问题，设计并实现了一种基于人工蜂群算法的物流配送服务资源调度算法。应用具体的实例对算法进行了验证并与遗传算法进行对比，验证了该调度算法的有效性和稳定性。 (3)在物流配送服务执行过程中经常发生不确定的动态客户需求，导致按原方案执行配送服务无法达到成本最优，针对此类具有动态客户需求的问题，本文进行了问题分析，建立了相应的数学模型，并将其转化为静态问题进行再调度。达到及时响应客户需求变化，快速调整配送服务的目的。 (4)在对物流配送服务中的服务资源调度问题的研究基础之上，分析了城市物流配送调度系统的相关需求，完成了系统的功能模块设计和数据库设计，在设计的基础上对各模块进行开发，最后完成了城市物流配送调度系统的实现，并对系统进行了测试。
【图文】：

图 3-4 客户位置信息由于某些客户的发货地址与收货地址同属同一个配送中心类集送一体化任务，配送中心采用直接配送的方式在发货客货客户处。在该问题实例中，客户之间的集送一体化任务

路线如图 3-5 所示。表 3-7 为各车辆对应表 3-6 人工蜂群算法求解结果最优解 车辆数 最好错误率 平均错误率 平106.0 km 4 0.00% 0.00%
【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】：2014
【分类号】：TP301.6

【参考文献】

相关期刊论文 前10条

1 杨进;马良;;蜂群优化算法在车辆路径问题中的应用[J];计算机工程与应用;2010年05期

2 张丽萍,柴跃廷,曹瑞;有时间窗车辆路径问题的改进遗传算法[J];计算机集成制造系统-CIMS;2002年06期

3 刘小兰,郝志峰,汪国强,符克强;有时间窗的车辆路径问题的近似算法研究[J];计算机集成制造系统;2004年07期

4 张景玲;赵燕伟;王海燕;介婧;王万良;;多车型动态需求车辆路径问题建模及优化[J];计算机集成制造系统;2010年03期

5 经怀明;张立军;;多车型车辆调度问题的建模与仿真[J];计算机仿真;2006年04期

6 杨进;马良;;蜂群算法在带时间窗的车辆路径问题中的应用[J];计算机应用研究;2009年11期

7 李兵;郑四发;曹剑东;杨扬;耿华;连小珉;;求解客户需求动态变化的车辆路径规划方法[J];交通运输工程学报;2007年01期

8 陈萍;黄厚宽;董兴业;;求解多车型车辆路径问题的变邻域搜索算法[J];系统仿真学报;2011年09期

9 崔雪丽,马良,范炳全;车辆路径问题(VRP)的蚂蚁搜索算法[J];系统工程学报;2004年04期

10 秦全德;程适;李丽;史玉回;;人工蜂群算法研究综述[J];智能系统学报;2014年02期

本文编号：2653108