低碳约束下的物流配送车辆路径问题及智能算法研究

发布时间：2017-10-04 06:33

  本文关键词：低碳约束下的物流配送车辆路径问题及智能算法研究

  更多相关文章： 车辆路径问题 低碳物流 燃油消耗 萤火虫算法 蚁群算法

【摘要】：国家对生态文明建设的大力推进和节能减排等相关政策法律法规的出台使得低碳物流开始受到学术界、企业界的关注。物流行业作为能源消耗的大户,节能减排刻不容缓,实现低碳物流将成为未来行业发展的重要方向。在物流的各环节中,运输配送所占成本比例最大,运输所消耗的能源不仅在运输总费用中占有很大比重,而且也是二氧化碳的主要排放源之一,由此可以看出实现低碳物流的关键便是优化运输,即研究低碳约束下的物流配送车辆路径问题。在已有的解决车辆路径优化问题的文献中,研究重点放在了探讨如何使企业通过车辆运行成本最小化而取得利润最大化,一些学者在优化时习惯于将车辆运行成本最小化等同于行驶距离最短化。而距离最短等同于成本最小的前提是车辆的燃油消耗率不变。实际上车辆运行过程中的燃油消耗会受到许多因素的影响。本文从影响车辆的燃油消耗因子出发,以降低物流成本为目标,建立了低碳约束下的车辆路径问题模型,并改进现有的仿生智能算法对问题进行求解,以期实现物流成本和环境保护的双赢。本文的主要研究内容和成果包括:(1)对低碳物流的相关文献进行研究综述,发现国内定性研究较多,而用数学模型进行简化抽象并求解的定量研究较少。因此针对上述不足分析了车辆路径问题的现有衍生模型和求解算法,同时对新兴的考虑燃油消耗的车辆路径问题研究现状进行综述。(2)探讨了低碳物流的基本理论和低碳配送的实现途径,从车、环境、人三大主因入手,对影响车辆燃油消耗的影响因子进行分析,并将其量化。在兼顾成本和环境的双重影响下,建立了以最小化成本为目标的低碳CVRP和低碳VRPTW数学模型。(3)针对车辆路径问题的NP-hard特性,采用改进的仿生智能算法通过Matlab软件求解。1对基本萤火虫算法的邻居集合、移动概率、荧光素更新方式进行改进,引入2-opt局部搜索算子,提出GSO-CVRP算法求解低碳CVRP数学模型,实验结果显示总成本的大小不仅和距离有关,和车辆的油耗也有关。2借鉴最大最小蚁群算法的思想,引入局部搜索算子,对基本蚁群算法的启发式因子、选择策略和信息素更新策略进行改进,提出ACO-VRPTW算法求解低碳VRPTW数学模型,实验结果显示最小的总成本对应的并不是最小的路径长度。将改进的仿生智能算法应用在低碳约束下的车辆路径问题中,不仅扩展了仿生智能算法的应用领域,使车辆路径问题得到更科学的最优解,而且加快了低碳物流的发展步伐,为企业低碳物流配送的实际运作提供了一个参考方向。
【关键词】：车辆路径问题 低碳物流 燃油消耗 萤火虫算法 蚁群算法
【学位授予单位】：上海工程技术大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18;F259.2
【目录】：

• 摘要6-8
• ABSTRACT8-13
• 第一章 绪论13-28
• 1.1 研究来源、背景与意义13-17
• 1.1.1 研究来源13
• 1.1.2 研究背景13-15
• 1.1.3 研究意义15-17
• 1.2 国内外文献综述17-22
• 1.2.1 低碳供应链与低碳物流17-19
• 1.2.2 经典车辆路径问题19-21
• 1.2.3 考虑燃油消耗的车辆路径问题21-22
• 1.2.4 研究文献评述22
• 1.3 研究内容与技术路线22-28
• 1.3.1 研究内容22-23
• 1.3.2 研究框架23-25
• 1.3.3 研究创新点25-26
• 1.3.4 研究技术路线26-28
• 第二章 低碳物流基本理论与燃油消耗因子分析28-40
• 2.1 低碳物流概述28-32
• 2.1.1 低碳物流的内涵28-30
• 2.1.2 低碳物流的特征30-32
• 2.2 低碳物流配送实现途径32-36
• 2.2.1 配送能源与技术的开发使用32-33
• 2.2.2 配送模式的改进33-34
• 2.2.3 配送路径的优化34-36
• 2.3 燃油消耗影响因素分析36-40
• 2.3.1 车的因素37-38
• 2.3.2 环境因素38
• 2.3.3 人的因素38-40
• 第三章 低碳物流配送车辆路径问题模型的建立40-57
• 3.1 物流配送车辆路径问题概述40-43
• 3.1.1 物流配送车辆路径问题的构成要素40-41
• 3.1.2 物流配送车辆路径问题的分类41-43
• 3.2 带容量限制的车辆路径问题43-51
• 3.2.1 不考虑燃油消耗的CVRP数学模型44-46
• 3.2.1.1 问题描述44
• 3.2.1.2 模型假设44
• 3.2.1.3 模型构建44-46
• 3.2.2 考虑燃油消耗的CVRP数学模型46-51
• 3.2.2.1 问题描述46
• 3.2.2.2 燃油消耗影响因子分析与确立46-49
• 3.2.2.3 模型假设49-50
• 3.2.2.4 低碳CVRP模型构建50-51
• 3.3 带时间窗的车辆路径问题51-57
• 3.3.1 不考虑燃油消耗的VRPTW数学模型51-53
• 3.3.1.1 问题描述51-52
• 3.3.1.2 模型构建52-53
• 3.3.2 考虑燃油消耗的VRPTW数学模型53-57
• 3.3.2.1 问题描述54-55
• 3.3.2.2 模型构建55-57
• 第四章 基于改进萤火虫算法的CVRP求解57-84
• 4.1 萤火虫算法简介57-58
• 4.1.1 萤火虫算法研究概况57
• 4.1.2 萤火虫算法描述57-58
• 4.2 基于混沌云模型的人工萤火虫优化算法58-68
• 4.2.1 人工萤火虫算法的改进思路59
• 4.2.2 混沌算法和云模型算法相关改进理论简述59-62
• 4.2.2.1 混沌算法59-60
• 4.2.2.2 云模型算法60-62
• 4.2.3 CCMGSO算法62-64
• 4.2.3.1 CCMGSO算法思想62-63
• 4.2.3.2 CCMGSO算法描述63-64
• 4.2.3.3 CCMGSO算法流程图64
• 4.2.4 CCMGSO算法性能测试64-68
• 4.2.4.1 实验测试函数64-65
• 4.2.4.2 实验参数设置65-66
• 4.2.4.3 实验结果与分析66-68
• 4.3 改进萤火虫算法在CVRP中的应用68-84
• 4.3.1 GSO-CVRP算法设计68-71
• 4.3.2 GSO-CVRP算法实施步骤71-72
• 4.3.3 算例实验与仿真分析72-84
• 第五章 基于改进蚁群算法的VRPTW求解84-97
• 5.1 蚁群算法简介84-89
• 5.1.1 蚁群算法的发展历程84
• 5.1.2 蚁群算法的基本思想84-85
• 5.1.3 基本蚁群算法求解VRP模型的流程85-89
• 5.2 求解低碳VRPTW的蚁群算法设计89-91
• 5.2.1 启发因子设计89-90
• 5.2.2 移动概率选择规则90
• 5.2.3 信息素更新策略90-91
• 5.2.4 局部算子优化91
• 5.3 改进蚁群算法求解低碳VRPTW算例分析91-97
• 5.3.1 算例介绍91-92
• 5.3.2 未考虑燃油消耗的VRPTW求解92-94
• 5.3.3 考虑燃油消耗的VRPTW求解94-97
• 第六章 总结与展望97-101
• 6.1 总结97-99
• 6.2 展望99-101
• 参考文献101-107
• 附录107-120
• 附录1 混沌萤火虫算法的主程序代码107-114
• 附录2 低碳CVRP核心代码114-119
• 附录3 虚拟距离参数取值表119-120
• 攻读硕士学位期间发表的学术论文及取得的相关科研成果120-121
• 致谢121-122

【相似文献】

中国期刊全文数据库 前10条

1 唐加福;孔媛;潘震东;董颖;;基于划分的蚁群算法求解货物权重车辆路径问题[J];控制理论与应用;2008年04期

2 钟雪灵;王雄志;;开放式车辆路径问题的混合算法[J];计算机仿真;2011年08期

3 熊浩;符卓;鄢慧丽;;动态车辆路径问题的隐分区灵活分批策略[J];同济大学学报(自然科学版);2013年05期

4 娄山佐;吴耀华;肖际伟;廖莉;;基于增强学习解决随机需求车辆路径问题[J];系统仿真学报;2008年14期

5 徐俊杰;;车辆路径问题的改进微正则退火算法[J];信息化纵横;2009年06期

6 吴斌;邵建峰;方叶祥;;基于客户满意度的开放式车辆路径问题研究[J];计算机工程;2009年17期

7 王江晴;张潇;;复杂环境下动态车辆路径问题的建模与求解[J];武汉大学学报(理学版);2010年04期

8 陆琳;蔡绍洪;;一类随机顾客车辆路径问题及其算法[J];南京航空航天大学学报;2010年04期

9 温惠英;孙博;;协同车辆路径问题的模糊规划模型和算法[J];计算机应用研究;2011年02期

10 杨皎平;高雷阜;王俊;;装卸联盟车辆路径问题及两阶段优化方法[J];计算机工程与应用;2011年14期

中国重要会议论文全文数据库 前10条

1 符卓;陈斯卫;;车辆路径问题的研究现状与发展趋势[A];中国运筹学会第七届学术交流会论文集（下卷）[C];2004年

2 杨世坚;陈韬;;随机车辆路径问题研究综述[A];中国系统工程学会决策科学专业委员会第六届学术年会论文集[C];2005年

3 李桂平;陈楠;;多中心车辆路径问题的解决思路[A];中国地理信息系统协会第四次会员代表大会暨第十一届年会论文集[C];2007年

4 李大卫;王梦光;;广义车辆路径问题——模型及算法[A];1997中国控制与决策学术年会论文集[C];1997年

5 符卓;聂靖;;开放式车辆路径问题及其若干研究进展[A];中国运筹学会第八届学术交流会论文集[C];2006年

6 陈宝文;宋申民;陈兴林;单志众;;应用于车辆路径问题的多蚁群算法[A];第25届中国控制会议论文集（下册）[C];2006年

7 戎丽霞;;模糊需求条件下的多车场车辆路径问题[A];第三届中国智能计算大会论文集[C];2009年

8 张凤姣;张兴芳;;基于不确定理论的车辆路径问题[A];第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会论文集[C];2011年

9 肖雁;符卓;李育安;;带软时间窗的车辆路径问题及其应用前景探讨[A];中国运筹学会第六届学术交流会论文集（下卷）[C];2000年

10 许鑫;范文慧;冯雅U，

本文编号：969178