随机分批配送车辆路径问题研究
发布时间：2021-04-23 12:26
配送问题是物流学科的核心科学问题之一,是物流管理和服务的关键问题。随着市场竞争加剧、经济增长放缓,配送业务量和配送利润均呈现下降趋势,促使配送企业引进先进的车辆调度和配送管理的新技术,以提高企业运营效率,提高客户满意度,增强企业竞争力。分批配送车辆路径问题（the split delivery vehicle routing problem,SDVRP）是近十多年来逐步受到关注的研究领域,通过对需求点需求量进行拆分能有效降低车辆使用量,降低行驶费用,提高配送效率。在实际配送中,需求点位置、需求量、行驶时间和服务时间等信息均不是确定不变的。随着计算机技术和信息技术的发展,研究随机车辆路径问题的成果越来越多。但目前对随机SDVRP的研究较少,有待进一步完善和改进,分别对需求点随机、需求量随机和时间随机的SDVRP进行研究。首先,对两种不同的需求点随机的SDVRP进行研究:需求点需求随机出现和需求点位置随机。对需求点需求随机出现的情形,将需求点出现概率引入模型,将模型具体化,并设计基于分批配送的ALNS,对分批插入算子进行改进。实验结果表明允许分批配送在大部分算例中费用低于不允许分批配送的情...
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：182 页
【学位级别】：博士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景
1.2 研究的目标和意义
1.2.1 研究的目标
1.2.2 研究的意义
1.3 国内外研究现状
1.3.1 SDVRP研究现状
1.3.1.1 SDVRP基本模型
1.3.1.2 SDVRP扩展问题
1.3.1.3 SDVRP基本性质
1.3.1.4 SDVRP求解算法
1.3.2 随机车辆路径问题研究现状
1.3.2.1 需求点随机
1.3.2.2 需求量随机
1.3.2.3 时间随机
1.3.2.4 随机动态车辆路径问题
1.3.2.5 SVRP求解方法
1.3.3 其他相关问题
1.3.3.1 分区路径问题
1.3.3.2 集配货一体化路径问题
1.3.4 研究现状总结
1.4 研究内容与技术路线
1.4.1 主要研究内容
1.4.2 研究方法及技术路线
第2章 需求点随机的SDVRP模型与算法研究
2.1 问题提出
2.2 需求点需求随机出现的SDVRP模型及算法研究
2.2.1 问题描述及模型建立
2.2.2 改进的ALNS
2.2.3 算例分析
2.2.3.1 算例设计及生成
2.2.3.2 潜在需求点所占比例对结果的影响
2.2.3.3 允许分批配送对结果的影响
2.3 需求点位置随机的SDVRP模型与算法研究
2.3.1 问题描述及模型建立
2.3.2 改进的ILS
2.3.3 算例分析
2.3.3.1 参数选择
2.3.3.2 算例设计
2.3.3.3 允许分批配送对结果的影响
2.3.3.4 不同目标函数系数组合分析
2.4 本章小结
第3章 需求量随机的SDVRP模型与算法研究
3.1 问题提出
3.2 带修正的随机规划模型及算法
3.2.1 问题描述及模型建立
3.2.2 粒子群优化算法
3.2.3 算例分析
3.2.3.1 参数选择及测试
3.2.3.2 与现有结果比较
3.3 MDP模型
3.3.1 模型建立
3.3.1.1 上层模型
3.3.1.2 下层模型
3.3.1.3 双层MDP状态转移
3.3.1.4 初始状态和最终状态
3.3.1.5 命令定义
3.3.2 求解方法
3.3.2.1 固定路径策略及算法
3.3.2.2 基于动态分区的全局修正策略
3.3.3 价值函数计算
3.3.3.1 期望配送量
3.3.3.2 期望行驶费用
3.3.3.3 期望惩罚费用
3.3.4 算例分析
3.3.4.1 算例生成
3.3.4.2 算例求解分析
3.4 本章小结
3.4.1 两个模型对比分析
3.4.2 小结
第4章 时间随机的SDVRP模型与算法研究
4.1 问题提出
4.2 行驶时间和服务时间随机的SDVRP
4.2.1 问题描述及模型建立
4.2.2 改进的粒子群优化算法
4.2.3 算例分析
4.2.3.1 算法参数
4.2.3.2 算例调整
4.2.3.3 允许等待对结果的影响
4.2.3.4 允许分批配送对结果的影响
4.2.3.5 不同方差水平对结果的影响
4.3 行驶时间和服务时间随机的集配一体的SDVRP
4.3.1 问题描述及模型建立
4.3.2 改进的ILS
4.3.3 算例分析
4.3.3.1 算例生成
4.3.3.2 参数选取
4.3.3.3 分批配送对结果的影响
4.3.3.4 不同方差水平对结果的影响
4.4 本章小结
第5章 行驶时间动态随机的SDVRP模型与算法研究
5.1 问题描述
5.2 模型建立
5.3 求解方法
5.3.1 固定路径策略
5.3.2 后验决策展示策略
5.4 算例分析
5.4.1 算例设计
5.4.1.1 需求点需求量及分布
5.4.1.2 不同路段速度平均值及方差模拟
5.4.2 不同求解策略对比
5.4.3 分批配送对结果的影响
5.4.4 不同方差水平对结果的影响
5.4.5 与静态解对比
5.5 本章小结
第6章 总结与展望
6.1 论文工作总结
6.2 论文创新点
6.3 研究展望
致谢
参考文献
附录
发表论文与参与科研情况说明
【参考文献】：
期刊论文
[1]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)
[2]带时间窗集送货需求可分车辆路径问题的改进蚁群算法[J]. 杨鹏,邹浩,徐贤浩. 系统工程. 2015(09)
[3]基于实时信息的城市配送车辆动态路径优化[J]. 张婷,赖平仲,何琴飞,靳志宏. 系统工程. 2015(07)
[4]需求可拆分车辆路径问题的三阶段禁忌算法[J]. 熊浩,鄢慧丽. 系统工程理论与实践. 2015(05)
[5]求解随机旅行时间的C-VRP问题的混合遗传算法[J]. 李锋,魏莹. 系统管理学报. 2014(06)
[6]A two-stage heuristic method for vehicle routing problem with split deliveries and pickups[J]. Yong WANG,Xiao-lei MA,Yun-teng LAO,Hai-yan YU,Yong LIU. Journal of Zhejiang University-Science C（Computers & Electronics）. 2014(03)
[7]基于实时交通信息的城市动态网络车辆路径优化问题[J]. 李妍峰,高自友,李军. 系统工程理论与实践. 2013(07)
[8]行驶时间延迟下配送车辆调度的干扰管理模型与算法[J]. 王征,胡祥培,王旭坪. 系统工程理论与实践. 2013(02)
[9]应急物流的分批配送模型及亚启发式算法求解[J]. 徐志宇,张杰,彭嘉臻,许维胜. 系统仿真学报. 2012(12)
[10]需求可分的车辆路径问题模型与算法[J]. 谢秉磊,胡小明,张一喆. 运筹与管理. 2012(03)
博士论文
[1]随机顾客和需求的配送优化[D]. 曾华.山东大学 2012
[2]不确定因素下车辆路径问题建模及优化方法研究[D]. 王君.天津大学 2012
[3]考虑不确定因素条件下带回程取货的车辆路径问题研究[D]. 邢占文.长安大学 2011
[4]随机与动态物流网络优化问题研究[D]. 雷洪涛.国防科学技术大学 2011
[5]随机车辆路径问题研究[D]. 谢秉磊.西南交通大学 2003
硕士论文
[1]具有同时取送货和不确定信息的车辆路径问题研究[D]. 马明帅.东北大学 2012
本文编号：3155326
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：182 页
【学位级别】：博士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景
1.2 研究的目标和意义
1.2.1 研究的目标
1.2.2 研究的意义
1.3 国内外研究现状
1.3.1 SDVRP研究现状
1.3.1.1 SDVRP基本模型
1.3.1.2 SDVRP扩展问题
1.3.1.3 SDVRP基本性质
1.3.1.4 SDVRP求解算法
1.3.2 随机车辆路径问题研究现状
1.3.2.1 需求点随机
1.3.2.2 需求量随机
1.3.2.3 时间随机
1.3.2.4 随机动态车辆路径问题
1.3.2.5 SVRP求解方法
1.3.3 其他相关问题
1.3.3.1 分区路径问题
1.3.3.2 集配货一体化路径问题
1.3.4 研究现状总结
1.4 研究内容与技术路线
1.4.1 主要研究内容
1.4.2 研究方法及技术路线
第2章 需求点随机的SDVRP模型与算法研究
2.1 问题提出
2.2 需求点需求随机出现的SDVRP模型及算法研究
2.2.1 问题描述及模型建立
2.2.2 改进的ALNS
2.2.3 算例分析
2.2.3.1 算例设计及生成
2.2.3.2 潜在需求点所占比例对结果的影响
2.2.3.3 允许分批配送对结果的影响
2.3 需求点位置随机的SDVRP模型与算法研究
2.3.1 问题描述及模型建立
2.3.2 改进的ILS
2.3.3 算例分析
2.3.3.1 参数选择
2.3.3.2 算例设计
2.3.3.3 允许分批配送对结果的影响
2.3.3.4 不同目标函数系数组合分析
2.4 本章小结
第3章 需求量随机的SDVRP模型与算法研究
3.1 问题提出
3.2 带修正的随机规划模型及算法
3.2.1 问题描述及模型建立
3.2.2 粒子群优化算法
3.2.3 算例分析
3.2.3.1 参数选择及测试
3.2.3.2 与现有结果比较
3.3 MDP模型
3.3.1 模型建立
3.3.1.1 上层模型
3.3.1.2 下层模型
3.3.1.3 双层MDP状态转移
3.3.1.4 初始状态和最终状态
3.3.1.5 命令定义
3.3.2 求解方法
3.3.2.1 固定路径策略及算法
3.3.2.2 基于动态分区的全局修正策略
3.3.3 价值函数计算
3.3.3.1 期望配送量
3.3.3.2 期望行驶费用
3.3.3.3 期望惩罚费用
3.3.4 算例分析
3.3.4.1 算例生成
3.3.4.2 算例求解分析
3.4 本章小结
3.4.1 两个模型对比分析
3.4.2 小结
第4章 时间随机的SDVRP模型与算法研究
4.1 问题提出
4.2 行驶时间和服务时间随机的SDVRP
4.2.1 问题描述及模型建立
4.2.2 改进的粒子群优化算法
4.2.3 算例分析
4.2.3.1 算法参数
4.2.3.2 算例调整
4.2.3.3 允许等待对结果的影响
4.2.3.4 允许分批配送对结果的影响
4.2.3.5 不同方差水平对结果的影响
4.3 行驶时间和服务时间随机的集配一体的SDVRP
4.3.1 问题描述及模型建立
4.3.2 改进的ILS
4.3.3 算例分析
4.3.3.1 算例生成
4.3.3.2 参数选取
4.3.3.3 分批配送对结果的影响
4.3.3.4 不同方差水平对结果的影响
4.4 本章小结
第5章 行驶时间动态随机的SDVRP模型与算法研究
5.1 问题描述
5.2 模型建立
5.3 求解方法
5.3.1 固定路径策略
5.3.2 后验决策展示策略
5.4 算例分析
5.4.1 算例设计
5.4.1.1 需求点需求量及分布
5.4.1.2 不同路段速度平均值及方差模拟
5.4.2 不同求解策略对比
5.4.3 分批配送对结果的影响
5.4.4 不同方差水平对结果的影响
5.4.5 与静态解对比
5.5 本章小结
第6章 总结与展望
6.1 论文工作总结
6.2 论文创新点
6.3 研究展望
致谢
参考文献
附录
发表论文与参与科研情况说明
【参考文献】：
期刊论文
[1]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)
[2]带时间窗集送货需求可分车辆路径问题的改进蚁群算法[J]. 杨鹏,邹浩,徐贤浩. 系统工程. 2015(09)
[3]基于实时信息的城市配送车辆动态路径优化[J]. 张婷,赖平仲,何琴飞,靳志宏. 系统工程. 2015(07)
[4]需求可拆分车辆路径问题的三阶段禁忌算法[J]. 熊浩,鄢慧丽. 系统工程理论与实践. 2015(05)
[5]求解随机旅行时间的C-VRP问题的混合遗传算法[J]. 李锋,魏莹. 系统管理学报. 2014(06)
[6]A two-stage heuristic method for vehicle routing problem with split deliveries and pickups[J]. Yong WANG,Xiao-lei MA,Yun-teng LAO,Hai-yan YU,Yong LIU. Journal of Zhejiang University-Science C（Computers & Electronics）. 2014(03)
[7]基于实时交通信息的城市动态网络车辆路径优化问题[J]. 李妍峰,高自友,李军. 系统工程理论与实践. 2013(07)
[8]行驶时间延迟下配送车辆调度的干扰管理模型与算法[J]. 王征,胡祥培,王旭坪. 系统工程理论与实践. 2013(02)
[9]应急物流的分批配送模型及亚启发式算法求解[J]. 徐志宇,张杰,彭嘉臻,许维胜. 系统仿真学报. 2012(12)
[10]需求可分的车辆路径问题模型与算法[J]. 谢秉磊,胡小明,张一喆. 运筹与管理. 2012(03)
博士论文
[1]随机顾客和需求的配送优化[D]. 曾华.山东大学 2012
[2]不确定因素下车辆路径问题建模及优化方法研究[D]. 王君.天津大学 2012
[3]考虑不确定因素条件下带回程取货的车辆路径问题研究[D]. 邢占文.长安大学 2011
[4]随机与动态物流网络优化问题研究[D]. 雷洪涛.国防科学技术大学 2011
[5]随机车辆路径问题研究[D]. 谢秉磊.西南交通大学 2003
硕士论文
[1]具有同时取送货和不确定信息的车辆路径问题研究[D]. 马明帅.东北大学 2012
本文编号：3155326
本文链接：https://www.wllwen.com/jingjifazhanlunwen/3155326.html
