基于GIS的带容量限制物流车辆路径规划与系统实现
发布时间：2021-05-10 22:18
车辆路径问题（VRP）是物流中经常遇到的优化问题之一。它的目的是尽量减少在运输过程中运行的车辆及运输成本。在现实中的车辆一般能装的货有限,CVRP就是在VRP的基础上增加了这个限制条件,即运输车辆的装载量不能超过车辆的最大容积或体积限制。本课题在研究了各种算法的基础上选择了使用最大最小蚁群算法（MMAS）来求解CVRP问题。但是MMAS经过大量学者的研究和试验,一般会遇到收敛速度慢、求得的解与最优解偏差大的缺点,本文提出了一种改善式最大最小蚁群算法。算法改进有以下方面:在计算两点之间的距离时,使用GIS技术,得到的距离数据更精确;同一地点的货物数量大于一车容量时,优先进行整车配送;车辆增加最小容量限制;选择概率增加货物数量作为参数。使用TSPLIB作为标准的实验数据,对比了几种算法以及本文改进的算法在不同数量的客户数上与最优解的结果进行对比,并且在系统实际运行中使用了改进后的算法来进行集拼并和原来的集拼结果进行对比,验证了该算法的先进性及实用性。本课题研究的算法应用于实际的物流配送系统,该系统结合GIS技术。通过超图提供的地点经纬度查询及两点之间的线路距离作为规划的基础,在超图上展示各...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 研究内容
1.4 本章小结
第2章 车辆路径问题概述
2.1 引言
2.2 问题描述
2.3 数学模型
2.4 现有算法及其分析对比
2.5 GIS在 VRP中的应用
2.6 本章小结
第3章 CVRP 问题路径优化算法设计
3.1 引言
3.2 CVRP问题算法设计
3.2.1 蚁群算法
3.2.2 最大最小蚁群算法
3.2.3 最大最小蚁群算法改进
3.3 实验与分析
3.3.1 测试环境
3.3.2改进蚁群算法实验
3.3.3 物流配送真实数据测试
3.4 本章小结
第4章 配送信息管理系统设计及其实现
4.1 引言
4.2 系统架构方案
4.3 总体功能结构
4.4 平台应用技术
4.4.1 J2EE分层结合事件驱动架构技术
4.4.2 超图GIS
4.5 系统业务模块
4.5.1 系统管理模块
4.5.2 基础数据模块
4.5.3 订单管理模块
4.5.4 基于改进蚁群算法的任务集拼功能
4.5.5 供应商管理模块
4.5.6 运输管理模块
4.5.7 仓库管理模块
4.5.8 核算管理模块
4.5.9 直通宝
4.5.10 门户网站
4.6 核心数据流图
4.7 系统详细设计
4.8 本章小结
结论
参考文献
致谢
个人简历
【参考文献】：
期刊论文
[1]车辆路径问题的水波算法[J]. 张春苗,赵燕伟,冷龙龙. 数值计算与计算机应用. 2018(03)
[2]求解CVRP的改进量子遗传算法研究[J]. 曹云,向凤红,毛剑琳,郭宁. 软件导刊. 2017(12)
[3]基于蜂群算法的物流配送规划研究[J]. 邓向林,唐飞岳. 微型机与应用. 2017(01)
[4]CVRP物流配送路径优化及应用研究[J]. 袁文涛,孙红. 软件导刊. 2016(11)
[5]改进蚁群算法求解带容量限制的车辆路径问题[J]. 徐泽峰,蔡延光. 自动化与信息工程. 2016(04)
[6]车辆路径问题的快速多邻域迭代局部搜索算法[J]. 刘万峰,李霞. 深圳大学学报(理工版). 2015(02)
[7]混合人工蜂群算法求解煤炭物流中的CVRP问题[J]. 庞柒,阮平南,关志强. 现代管理科学. 2014(01)
[8]考虑燃料消耗率的车辆路径问题模型与求解[J]. 吴丽荣,胡祥培,饶卫振. 系统工程学报. 2013(06)
[9]应用蜜蜂繁殖进化型粒子群算法求解车辆路径问题[J]. 寇明顺,叶春明,陈子皓. 工业工程. 2012(01)
[10]基于启发式蚁群算法的VRP问题研究[J]. 刘晓勇,付辉. 计算机工程与应用. 2011(32)
硕士论文
[1]基于Google Map ApI的邮政运输调度系统的分析与设计[D]. 王厂.山东大学 2010
本文编号：3180159
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 研究内容
1.4 本章小结
第2章 车辆路径问题概述
2.1 引言
2.2 问题描述
2.3 数学模型
2.4 现有算法及其分析对比
2.5 GIS在 VRP中的应用
2.6 本章小结
第3章 CVRP 问题路径优化算法设计
3.1 引言
3.2 CVRP问题算法设计
3.2.1 蚁群算法
3.2.2 最大最小蚁群算法
3.2.3 最大最小蚁群算法改进
3.3 实验与分析
3.3.1 测试环境
3.3.2改进蚁群算法实验
3.3.3 物流配送真实数据测试
3.4 本章小结
第4章 配送信息管理系统设计及其实现
4.1 引言
4.2 系统架构方案
4.3 总体功能结构
4.4 平台应用技术
4.4.1 J2EE分层结合事件驱动架构技术
4.4.2 超图GIS
4.5 系统业务模块
4.5.1 系统管理模块
4.5.2 基础数据模块
4.5.3 订单管理模块
4.5.4 基于改进蚁群算法的任务集拼功能
4.5.5 供应商管理模块
4.5.6 运输管理模块
4.5.7 仓库管理模块
4.5.8 核算管理模块
4.5.9 直通宝
4.5.10 门户网站
4.6 核心数据流图
4.7 系统详细设计
4.8 本章小结
结论
参考文献
致谢
个人简历
【参考文献】：
期刊论文
[1]车辆路径问题的水波算法[J]. 张春苗,赵燕伟,冷龙龙. 数值计算与计算机应用. 2018(03)
[2]求解CVRP的改进量子遗传算法研究[J]. 曹云,向凤红,毛剑琳,郭宁. 软件导刊. 2017(12)
[3]基于蜂群算法的物流配送规划研究[J]. 邓向林,唐飞岳. 微型机与应用. 2017(01)
[4]CVRP物流配送路径优化及应用研究[J]. 袁文涛,孙红. 软件导刊. 2016(11)
[5]改进蚁群算法求解带容量限制的车辆路径问题[J]. 徐泽峰,蔡延光. 自动化与信息工程. 2016(04)
[6]车辆路径问题的快速多邻域迭代局部搜索算法[J]. 刘万峰,李霞. 深圳大学学报(理工版). 2015(02)
[7]混合人工蜂群算法求解煤炭物流中的CVRP问题[J]. 庞柒,阮平南,关志强. 现代管理科学. 2014(01)
[8]考虑燃料消耗率的车辆路径问题模型与求解[J]. 吴丽荣,胡祥培,饶卫振. 系统工程学报. 2013(06)
[9]应用蜜蜂繁殖进化型粒子群算法求解车辆路径问题[J]. 寇明顺,叶春明,陈子皓. 工业工程. 2012(01)
[10]基于启发式蚁群算法的VRP问题研究[J]. 刘晓勇,付辉. 计算机工程与应用. 2011(32)
硕士论文
[1]基于Google Map ApI的邮政运输调度系统的分析与设计[D]. 王厂.山东大学 2010
本文编号：3180159
本文链接：https://www.wllwen.com/guanlilunwen/wuliuguanlilunwen/3180159.html
