农产品物流配送干扰管理问题的混合量子粒子群算法研究

发布时间：2021-02-19 14:11

　　农产品行业由于供需不平衡的问题,经常出现产品滞销或价格暴涨的问题。概率销售这种新型销售模式通过在网上给顾客提供同质化的农产品包裹可以有效缓解供需不平衡带来的问题。同时,结合概率销售特点的物流配送以及配送过程中的干扰管理也是一种新的物流配送情景。本文的主要研究工作如下:（1）构建带时间窗车辆路径问题模型与提出求解算法。借鉴以往对于车辆路径问题的研究,构建带时间窗、有容量约束的车辆路径问题的数学模型,以标准粒子群算法为基础,引入交叉算子与遗传算子,提出混合量子粒子群算法作为求解模型的主要算法,同时与经典文献中的标准粒子群算法、禁忌搜素算法、遗传算法、局部搜索算法等智能算法的求解结果作比较并评价算法的优劣性。（2）物流配送系统同时发生两种干扰事件时建立多阶段多目标的干扰管理模型并求解。本文将干扰事件扩展到时间窗变化与客户位置变化两个事件同时发生,先根据干扰事件判断初始方案是否可行,当不可行时建立多阶段多目标的干扰模型。考虑系统中客户、运营商与配送员多个主体,第一阶段以交货完成率为目标函数,第二阶段以路径长度、使用车辆数、增路段个数为目标函数,并兼顾优先配送高优先级客户的目标,最终利用混合量子... 

【文章来源】：东北财经大学辽宁省

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

标准粒子群流程图

子编码??群算法求解车辆路径问题时，关键的步骤足如何实现粒子的编码，小影响整个算法的求解速度与求解质量。本文借鉴李宁［｜６）的ｍ路，利用式来表示粒子，每个客户点用自然数表示，例如客户ｉ用ｄ然数ｉ表示。??子群初始化??传统的粒子群编码方式，初始化的粒子是完全随机生成的，导致大部应的解为不可行解，因此，本文在初始化粒子之前先根据客户的位置２１??

图３．?３?ＨＤＱＰＳ０与ＰＳ０目标值变化情况比较??３．５本章小结??以往关于车辆路径问题的研究大多数只研究整个配送的初始方案，但因为物流配??送系统经常发生随机干扰事件；本文借鉴丁秋雷等关于干扰管理的研究，在第三章利??用不同智能算法求解出初始方案的基础上，引入了干扰管理：并丰富了以往关于单千??扰事件发生的问题，将千扰事件增加到两个，从而体现出研究问题的实用性。??在干扰管理问题的解决方面，针对整个系统涉及不同主体的情况，本文采用两阶??段处理方法，第？阶段处理客户方面，以未完成服务率最低作为评价函数生成第－阶??段的方案，在第一阶段的基础ｈ考虑屺送运营商与配送Ｗ两个主体，以配送路径与新??增路段作为Ｈ标函数：在整个处理干扰事件的过程屮，根据客户优先级，确保尽可能??多的完成高优先级客户的配送仟务。??

【参考文献】：
期刊论文
[1]考虑行为特征的复杂流水线干扰管理调度方法[J]. 薄洪光,张鑫,潘裕韬.  系统管理学报. 2018(01)
[2]基于多目标模拟退火的带容量限制车辆路径问题[J]. 毕志升,蔡茗芊.  计算机与数字工程. 2017(08)
[3]带软时间窗的需求依订单拆分车辆路径问题及其禁忌搜索算法[J]. 符卓,刘文,邱萌.  中国管理科学. 2017(05)
[4]基于PSO算法的物流配送车辆路径问题的研究[J]. 赵宇橙.  现代经济信息. 2017(01)
[5]考虑客户消费行为的易逝品物流配送干扰管理模型[J]. 丁秋雷,胡祥培,姜洋,胡润波.  运筹与管理. 2016(06)
[6]混合无等待流水线干扰管理调度方法研究[J]. 薄洪光,张鑫,潘裕韬.  运筹与管理. 2016(03)
[7]基于改进粒子群算法的车辆路径问题研究[J]. 罗耀.  交通科技与经济. 2016(02)
[8]客户时间窗变化的物流配送干扰管理模型——基于行为的视角[J]. 丁秋雷.  中国管理科学. 2015(05)
[9]基于改进量子PSO算法的可约束车辆路径优化[J]. 张耀军,谌昌强.  计算机测量与控制. 2014(09)
[10]双机成比例无等待流水线重调度干扰管理研究[J]. 薄洪光,潘裕韬,马晓燕.  运筹与管理. 2013(04)

硕士论文
[1]考虑客户等级划分的车辆调度干扰管理研究[D]. 赵丽飞.河北工程大学 2017
[2]绿色农产品概率销售发展模式研究[D]. 田维根.东北财经大学 2013
[3]改进粒子群优化算法求解车辆路径问题的研究[D]. 杨虎林.广西师范学院 2012



本文编号：3041231