基于混合遗传算法的电子商务物流配送问题研究

发布时间：2017-08-02 08:06

  本文关键词：基于混合遗传算法的电子商务物流配送问题研究

  更多相关文章： 物流配送 车辆路径问题 电子商务 节约遗传算法

【摘要】：传统物流配送中存在自动化程度不高、信息接收不及时、网络化水平低下等不合理因素,阻碍了物流配送的效率提升。而电子商务下的物流配送是企业在开放的网络环境下,将信息网络技术与物流配送相结合,形成的一种可以缩短配送周期、优化服务质量、提高企业竞争力的新型物流配送模式。这种配送模式有利于物流配送效率的提升。电子商务环境下的物流配送存在客户数量多、客户需求量相对较小、客户分散性明显、时间要求苛刻等特点。针对这些特点,考虑车辆最大载重量和可行驶最大里程约束,以物流配送总路程最短为目标建立优化模型。将遗传算法与节约算法相融合,设计节约遗传算法求解电子商务环境下的小批量大批次配送问题。基于试验设计原理,利用随机产生的数据设计了不同仿真试验,并分别进行了多次计算机仿真实验。仿真结果和对比分析表明,节约遗传算法比普通遗传算法的全局搜索能力更强,得到的解的质量更好;随着进化代数的增加,虽然遗传算法与节约遗传算法都越来越趋向于最优值,但节约算法为遗传算法提供了质量较好的“种子”,使得设计的混合算法能够以较少的搜索时间找到质量较好的解;对于大规模路径优化问题,节约遗传算法可以用更少的搜索时间得到质量更好的解;节约遗传算法中的进化代数和种群规模对算法的性能有一定的影响;有路程限制与无路程限制的货车运行路线不同,车辆的运行总距离也不同。该研究可以提高物流配送效率、缩短配送距离,对节约物流成本和提高客户服务水平具有一定参考价值。
【关键词】：物流配送 车辆路径问题 电子商务 节约遗传算法
【学位授予单位】：青岛大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F724.6;F259.2;TP18
【目录】：

• 摘要2-3
• Abstract3-6
• 第1章 绪论6-9
• 1.1 本文的选题背景6-7
• 1.2 本文主要的研究内容7-9
• 第2章 电子商务与物流配送9-18
• 2.1 电子商务概述9-11
• 2.2 物流概述11-12
• 2.3 电子商务与物流的关系12-17
• 2.3.1 电子商务物流配送流程13-14
• 2.3.2 电子商务物流配送研究现状14-17
• 2.4 本章小结17-18
• 第3章 相关算法基础18-25
• 3.1 节约算法18-19
• 3.1.1 节约算法简介18
• 3.1.2 节约算法计算过程18-19
• 3.2 遗传算法19-23
• 3.2.1 遗传算法简介19-20
• 3.2.2 遗传算法研究现状20-21
• 3.2.3 遗传算法基本流程21-22
• 3.2.4 遗传算法性能分析22-23
• 3.3 试验设计基本理论23-24
• 3.4 本章小结24-25
• 第4章 基于节约遗传算法的物流配送路径优化25-39
• 4.1 问题描述25
• 4.2 模型假设25
• 4.3 模型建立25-26
• 4.4 混合遗传算法26-29
• 4.4.1 节约算法与遗传算法相结合26-27
• 4.4.2 节约遗传算法计算过程27-29
• 4.5 仿真实验及结果分析29-38
• 4.5.1 仿真实验安排29-30
• 4.5.2 遗传算法与混合遗传算法对实验结果的影响30-33
• 4.5.3 路程限制对混合遗传算法的影响33-35
• 4.5.4 种群规模对CWGA的影响35-38
• 4.6 结果分析38
• 4.7 本章小结38-39
• 第5章 总结与展望39-40
• 5.1 全文主要工作总结39
• 5.2 研究展望39-40
• 参考文献40-42
• 攻读学位期间的研究成果42-43
• 致谢43-44

【相似文献】

中国期刊全文数据库 前10条

1 吴瑞镛,徐大纹;具有年龄结构的遗传算法[J];桂林电子工业学院学报;2001年04期

2 杨艳丽,史维祥;一种新的优化算法—遗传算法的设计[J];液压气动与密封;2001年02期

3 杨宜康,李雪,彭勤科,黄永宣;具有年龄结构的遗传算法[J];计算机工程与应用;2002年11期

4 谷峰,吴勇,唐俊;遗传算法的改进[J];微机发展;2003年06期

5 ;遗传算法[J];计算机教育;2004年10期

6 赵义红,李正文,何其四;生物信息处理系统遗传算法探讨[J];成都理工大学学报(自然科学版);2004年05期

7 刘坤,刘伟波,吴忠强;基于模糊遗传算法的电液位置伺服系统控制[J];黑龙江科技学院学报;2005年04期

8 张英俐,刘弘 ,马金刚;遗传算法作曲系统研究[J];信息技术与信息化;2005年05期

9 丁发智;;浅谈遗传算法[J];乌鲁木齐成人教育学院学报;2005年04期

10 李冰洁;;遗传算法及其应用实例[J];吉林工程技术师范学院学报;2005年12期

中国重要会议论文全文数据库 前10条

1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

2 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年

3 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

4 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

5 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年

6 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

7 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年

8 何翠红;区益善;;遗传算法及其在计算机编程中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（下册）[C];1995年

9 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

10 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

中国重要报纸全文数据库 前1条

1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

中国博士学位论文全文数据库 前10条

1 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

2 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年

3 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年

4 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年

5 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年

6 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年

7 刘冀成;基于改进遗传算法的生物电磁成像与磁场聚焦应用研究[D];四川大学;2005年

8 袁丽华;基于物种进化的遗传算法研究[D];南京航空航天大学;2009年

9 李航;遗传算法求解多模态优化问题的研究[D];天津大学;2007年

10 石玉;提高实数遗传算法数值优化效率的研究[D];南京航空航天大学;2002年

中国硕士学位论文全文数据库 前10条

1 张英俐;基于遗传算法的作曲系统研究[D];山东师范大学;2006年

2 钟海萍;原对偶遗传算法与蚁群算法的一种融合算法[D];暨南大学;2013年

3 李志添;模糊遗传算法与资源优化配置的预测控制[D];华南理工大学;2015年

4 王琳琳;新型双层液压轿运车车厢的设计研究[D];上海工程技术大学;2015年

5 李海全;基于遗传算法的建筑体形系数及迎风面积比优化方法研究[D];华南理工大学;2015年

6 彭骞;基于遗传算法的山区高等级公路纵断面智能优化方法研究[D];昆明理工大学;2015年

7 周玉林;基于小波分析和遗传算法的配电网故障检测[D];昆明理工大学;2015年

8 郭颂;基于粗糙集和遗传算法的数字管道生产管理系统研究[D];昆明理工大学;2015年

9 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年

10 于光帅;一类优化算法的改进研究与应用[D];渤海大学;2015年

，

本文编号：608276