生鲜农产品同级多中心协作配送优化方法研究
发布时间：2020-12-13 14:39
中国正在大力推进城市现代化进程,未来城市人口还将进一步增长,由此产生的生鲜农产品城市物流协作配送问题成为一个亟待解决的重要难题。生鲜农产品城市物流协作配送是交通运输领域的一个重要研究方向,是“最后一公里”运输的关键环节。由于生鲜农产品城市物流协作配送的特殊环境的限制,包括:农产品的自身特点、基础设施限制、政府政策、道路通勤情况等,对于生鲜农产品城市物流协作配送的研究日益成为国内外学者的一个研究热点,当前对城市物流配送的研究主要集中在配送中心选址和车辆路径优化两个方面。如何将城市区域内的配送中心进行有效协作,以达到降低运输成本,提高服务效率,减少环境污染,改善道路拥堵状况的综合目的,合理分配配送中心之间的收益是进行协作配送的关键。因此,本论文的选题在解决现实问题方面具有重要的现实意义。生鲜农产品同级多中心协作配送网络是生鲜农产品城市物流协作配送网络的组成部分,因此本文从生鲜农产品同级多中心协作配送的角度研究生鲜农产品城市物流协作配送网络优化问题,将生鲜农产品同级多中心协作配送问题分解为生鲜农产品配送特性分析,多中心协作配送车辆路线优化,配送中心联盟收益分配优化与联盟合作序列求解几个部分,...
【文章来源】：重庆交通大学重庆市
【文章页数】：86 页
【学位级别】：硕士
【部分图文】：
配送中心与配送单元分布表
根据式(3.1)-(3.10)的多中心协作配送车辆指派模型并结合上述给出的数据，用改进混合遗传—粒子群算法计算获得 4 个配送中心进行多中心协作配送的总输成本为 6071.18，优化的配送方案如表 3.7 所示，优化配送方案的区域划分图图 3-4 所示。而多个配送中心在进行合作之前的总运输成本为 7507.43，由上述果可以看出，经过合作之后的配送中心总成本降低了 19.1%。表 3.7 优化后的配送单元归属表配送中心 配送单元DC1 C1 C2 C34 C37 C38 C39 C40 C41 C51 C52 C54 C74 C75 C76DC2 C16 C17 C18 C19 C20 C21 C22 C23 C24 C25 C31 C35 C42 C59 C60 C61 C62 C77 C78DC3C3 C5 C6 C10 C11 C12 C13 C14 C15 C28 C29 C30 C32 C33 C36 C44 C47 C48 C49 C50 C55C67 C68 C69 C70 C71 C72 C73 C79DC4 C4 C7 C8 C9 C26 C27 C43 C45 C46 C53 C56 C57 C58 C63 C64 C65 C66 C80
图 4-4 (c) 图 4-4 (d)算法优化线路：(a)遗传—粒子群优化线路 (b)遗传算法优化线路, (c)法优化线路, (d)自适应粒子群算法优化线路分析数据市配送网络是由 5 个配送中心和 80 个客户点组成的，如图 4-求量由表 4.4 所示，部分客户点配送中心之间的距离由表 4.5 所作配送前客户点形成的初始线路如表4.6所示。设置参数ρc=6.18，ρs=5.92，A=20000，=52，Fv=15000，θ=2500，Qk=50，L=15，c1’’=5， =0.6，wmax=0.9，wmin=0.3，T=100，T1=20，Num=60，ax=300，pc=0.8，pm=0.08，vmax=40，vmin=-40TQi=195，TQjh=215，vb
【参考文献】：
期刊论文
[1]基于合作博弈论的多配送中心协作VRP问题利益分配[J]. 周奇才,方华,熊肖磊,赵炯,周雨晴. 物流技术. 2017(08)
[2]任务导向的共同配送合作博弈收益分配策略[J]. 彭欣,成耀荣. 铁道科学与工程学报. 2016(10)
[3]协同理论下电子商务共同配送的资源整合路径研究[J]. 王玲. 物流技术与应用. 2016(09)
[4]生鲜农产品配送中库存运输联合优化问题[J]. 吴晓明,杨信廷,邢廷炎,吴信才,钱建平. 计算机工程与设计. 2016(03)
[5]城市共同配送研究综述[J]. 白世贞,汪洋洋. 经济研究导刊. 2016(08)
[6]基于城市共同配送联盟的中小快递企业利益分配研究[J]. 白世贞,汪洋洋. 物流技术. 2015(23)
[7]城市社区共同配送模式的应用成本分析[J]. 张峰,刘玉闪,罗梦文. 物流技术. 2015(23)
[8]考虑市场时变需求的生鲜农产品配送模糊多目标决策研究[J]. 朱佳翔,江涛涛,蔡建飞,田刚,毛良虎. 软科学. 2015(11)
[9]基于改进遗传算法的生鲜农产品多目标配送路径优化[J]. 曹倩,邵举平,孙延安. 工业工程. 2015(01)
[10]生鲜农产品配送中带时窗的VRP模型与算法[J]. 邵举平,曹倩,沈敏燕,孙延安. 工业工程与管理. 2015(01)
博士论文
[1]物流配送线路多目标优化方法研究[D]. 韩世莲.东南大学 2006
硕士论文
[1]基于模拟退火算法的启发式算法在VRP中的应用[D]. 宋燕子.华中师范大学 2013
[2]在n人博弈中局部合作和成本分摊方法的研究[D]. 武玉婧.哈尔滨工程大学 2006
本文编号：2914705
【文章来源】：重庆交通大学重庆市
【文章页数】：86 页
【学位级别】：硕士
【部分图文】：
配送中心与配送单元分布表
根据式(3.1)-(3.10)的多中心协作配送车辆指派模型并结合上述给出的数据，用改进混合遗传—粒子群算法计算获得 4 个配送中心进行多中心协作配送的总输成本为 6071.18，优化的配送方案如表 3.7 所示，优化配送方案的区域划分图图 3-4 所示。而多个配送中心在进行合作之前的总运输成本为 7507.43，由上述果可以看出，经过合作之后的配送中心总成本降低了 19.1%。表 3.7 优化后的配送单元归属表配送中心 配送单元DC1 C1 C2 C34 C37 C38 C39 C40 C41 C51 C52 C54 C74 C75 C76DC2 C16 C17 C18 C19 C20 C21 C22 C23 C24 C25 C31 C35 C42 C59 C60 C61 C62 C77 C78DC3C3 C5 C6 C10 C11 C12 C13 C14 C15 C28 C29 C30 C32 C33 C36 C44 C47 C48 C49 C50 C55C67 C68 C69 C70 C71 C72 C73 C79DC4 C4 C7 C8 C9 C26 C27 C43 C45 C46 C53 C56 C57 C58 C63 C64 C65 C66 C80
图 4-4 (c) 图 4-4 (d)算法优化线路：(a)遗传—粒子群优化线路 (b)遗传算法优化线路, (c)法优化线路, (d)自适应粒子群算法优化线路分析数据市配送网络是由 5 个配送中心和 80 个客户点组成的，如图 4-求量由表 4.4 所示，部分客户点配送中心之间的距离由表 4.5 所作配送前客户点形成的初始线路如表4.6所示。设置参数ρc=6.18，ρs=5.92，A=20000，=52，Fv=15000，θ=2500，Qk=50，L=15，c1’’=5， =0.6，wmax=0.9，wmin=0.3，T=100，T1=20，Num=60，ax=300，pc=0.8，pm=0.08，vmax=40，vmin=-40TQi=195，TQjh=215，vb
【参考文献】：
期刊论文
[1]基于合作博弈论的多配送中心协作VRP问题利益分配[J]. 周奇才,方华,熊肖磊,赵炯,周雨晴. 物流技术. 2017(08)
[2]任务导向的共同配送合作博弈收益分配策略[J]. 彭欣,成耀荣. 铁道科学与工程学报. 2016(10)
[3]协同理论下电子商务共同配送的资源整合路径研究[J]. 王玲. 物流技术与应用. 2016(09)
[4]生鲜农产品配送中库存运输联合优化问题[J]. 吴晓明,杨信廷,邢廷炎,吴信才,钱建平. 计算机工程与设计. 2016(03)
[5]城市共同配送研究综述[J]. 白世贞,汪洋洋. 经济研究导刊. 2016(08)
[6]基于城市共同配送联盟的中小快递企业利益分配研究[J]. 白世贞,汪洋洋. 物流技术. 2015(23)
[7]城市社区共同配送模式的应用成本分析[J]. 张峰,刘玉闪,罗梦文. 物流技术. 2015(23)
[8]考虑市场时变需求的生鲜农产品配送模糊多目标决策研究[J]. 朱佳翔,江涛涛,蔡建飞,田刚,毛良虎. 软科学. 2015(11)
[9]基于改进遗传算法的生鲜农产品多目标配送路径优化[J]. 曹倩,邵举平,孙延安. 工业工程. 2015(01)
[10]生鲜农产品配送中带时窗的VRP模型与算法[J]. 邵举平,曹倩,沈敏燕,孙延安. 工业工程与管理. 2015(01)
博士论文
[1]物流配送线路多目标优化方法研究[D]. 韩世莲.东南大学 2006
硕士论文
[1]基于模拟退火算法的启发式算法在VRP中的应用[D]. 宋燕子.华中师范大学 2013
[2]在n人博弈中局部合作和成本分摊方法的研究[D]. 武玉婧.哈尔滨工程大学 2006
本文编号：2914705
本文链接：https://www.wllwen.com/guanlilunwen/wuliuguanlilunwen/2914705.html
