基于模糊时间窗的冷链物流配送路径优化

发布时间：2017-10-02 06:02

  本文关键词：基于模糊时间窗的冷链物流配送路径优化

  更多相关文章： 冷链物流 车辆路径优化 模糊时间窗 遗传算法 Python

【摘要】：随着经济的发展,人们对于生鲜品的需求越来越多,人们对商品的需求由数量更多的转为了质量,因此,对生鲜品的储藏保鲜技术也随之发展起来,因而也带动了冷链物流的快速发展。因为生鲜产品往往都是一些易腐易变质的商品,对时效性要求极强,对于现在的大型超市来说几乎是需要日日配送的,在配送过程中,对温度和时间都有极高的要求,因此,对于生鲜品的冷链配送来说,考虑客户时间窗要求,事先规划好配送路线,不仅可以降低企业的配送成本还可以保证生鲜品的品质,进而提高客户满意度,为企业带来更高的信誉度,也会为企业带来更多利益。在学者针对冷链配送问题的过往研究中,对客户时间窗的研究偏少,并且大多针对硬时间窗、软时间窗,模糊时间窗的研究者显得更为稀少,但是结合现实情况来说,模糊时间窗是最合理的。因此本文研究了基于客户模糊时间窗要求的冷链物流配送路径优化问题,其中以最小化的物流配送成本以及最大化的客户整体满意度,构成了双目标函数的优化模型。本文对于模糊时间窗的处理采用了模糊隶属度函数。对客户期望时间窗、客户最大可容忍的时间窗进行模糊化处理,将其转换为客户对货物送达时间的满意度水平,用客户购买的货物量占配送计划的比重对单个客户的满意度水平进行加权平均得到客户对服务时间的整体满意度水平,建立了带模糊时间窗的冷链物流车辆路径多目标优化模型。对于模糊时间窗的处理方法是根据每个客户点的最低满意度水平计算得到客户真正可接受的时间窗范围。本文对多目标函数进行了处理,将客户的整体满意度水平设定为一个定值,将其变为约束条件,通过两阶段的求解思路使得单目标函数间接实现了双目标的目的,这样避免了第二目标对第一目标的直接影响。然后,针对模型以及本文研究的实际问题特点,设计了更适合本模型的遗传算法,称为改进的遗传算法。最后,通过Python语言编程实现算法,通过对实例的数据分析并求解得出S企业最优配送路径。
【关键词】：冷链物流 车辆路径优化 模糊时间窗 遗传算法 Python
【学位授予单位】：东华大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F724.2;F252
【目录】：

• 摘要6-7
• ABSTRACT7-11
• 第一章 绪论11-21
• 1.1 项目研究背景11-13
• 1.2 项目研究目的及意义13-14
• 1.3 国内外研究现状14-17
• 1.3.1 国外研究现状14-15
• 1.3.2 国内研究现状15-17
• 1.4 论文研究内容与研究思路17-19
• 1.4.1 研究内容17-18
• 1.4.2 研究思路18-19
• 1.5 本章小结19-21
• 第二章 相关基础理论概述21-34
• 2.1 冷链物流相关概念及特点分析21-23
• 2.1.1 冷链物流定义21
• 2.1.2 冷链物流特点21-23
• 2.2 车辆路径问题（VRP）相关理论概述23-28
• 2.2.1 VRP概述23-25
• 2.2.2 VRP分类25-26
• 2.2.3 VRP求解算法26-28
• 2.3 带时间窗的车辆路径问题分析28-31
• 2.3.1 带硬时间窗的车辆路径问题28-29
• 2.3.2 带软时间窗的车辆路径问题29-30
• 2.3.3 带模糊时间窗的车辆路径问题30-31
• 2.4 遗传算法简介31-33
• 2.4.1 遗传算法的基本原理31
• 2.4.2 遗传算法步骤31-33
• 2.5 本章小结33-34
• 第三章 S企业及现存问题分析34-44
• 3.1 S企业简介34-35
• 3.2 S企业连锁超市生鲜品管理现状35-37
• 3.3 S企业冷链物流介绍37-42
• 3.3.1 S企业生鲜配送中心简介37-40
• 3.3.2 S企业冷链配送现状分析40-42
• 3.4 S企业冷链物流现存问题42-43
• 3.5 本章小结43-44
• 第四章 基于模糊时间窗的冷链物流配送路径优化(FTCVR)模型的构建与分析44-55
• 4.1 建模问题描述44
• 4.2 建模假设和参数描述44-48
• 4.2.1 建模的约束与一般性假设44-45
• 4.2.2 模型参数描述45-48
• 4.3 模型目标函数建立48-52
• 4.3.1 配送成本分析48-49
• 4.3.2 客户时间窗模糊化分析49-52
• 4.4 双目标函数的分析与处理52-53
• 4.5 约束条件53-54
• 4.6 本章小结54-55
• 第五章 基于FTCVR模型的遗传算法设计及数值分析55-77
• 5.1 基于模型的改进遗传算法设计55-60
• 5.1.1 算法描述55
• 5.1.2 算法设计55-58
• 5.1.3 算法优化58-59
• 5.1.4 算法流程59-60
• 5.2 模型数据描述60-63
• 5.3 模型求解与分析63-74
• 5.3.1 遗传参数确定63-69
• 5.3.2 确定合适的客户整体满意度水平69-74
• 5.4 S企业冷链物流配送路径优优化方案74-76
• 5.5 本章小结76-77
• 第六章 结论与展望77-79
• 6.1 结论77
• 6.2 展望77-79
• 参考文献79-83
• 致谢83-84
• 附录A84-94

【参考文献】

中国期刊全文数据库 前2条

1 方金城;张岐山;;物流配送车辆路径问题(VRP)算法综述[J];沈阳工程学院学报(自然科学版);2006年04期

2 郎茂祥;基于遗传算法的物流配送路径优化问题研究[J];中国公路学报;2002年03期

中国博士学位论文全文数据库 前1条

1 钟石泉;物流配送车辆路径优化方法研究[D];天津大学;2007年

中国硕士学位论文全文数据库 前3条

1 王芹;带时间窗的冷链食品物流配送选址及运输路径优化问题研究[D];长安大学;2015年

2 黄铖;农产品冷链物流配送开放式车辆路径研究[D];重庆工商大学;2014年

3 陈健;易腐产品冷链配送优化研究[D];山东大学;2013年

，

本文编号：957910