基于共同配送的车辆路径问题研究

发布时间：2020-12-07 22:58

　　随着我国城镇化进程的不断深入和网络技术的不断提升,导致城市人口的数量和所需的生活资源急剧上升。在此状况下,我国城市物流产业发展迅猛,但目前国内物流企业还是相对独立,未融入完整的产业链中。因此,在物流配送过程中随着配送车辆的增长,一方面缩减了相关企业的利润空间,另一方面阻碍了城市的健康发展。在实际生活中,可以看出传统单一的配送模式已逐渐不在适应社会的发展,而共同配送等新型配送模式已逐渐显露出来。然而,共同配送模式的发展也存在很多急需解决的问题,比如,如何对现有资源进行整合,如何在提升客户满意度的同时降低物流配送成本,从而获取更大的收益?因此,本文在基于共同配送的理念下研究车辆路径问题,具有更多的理论和现实意义。首先,本文简单阐述了共同配送的基本含义,并简要分析了其合作模式和整合资源对象,针对不同的整合资源对象,主要包括客户、车辆以及配送中心三种资源,提出四种共同配送策略。其次,本文对蚁群算法及其进化算法—多态蚁群算法的原理、数学模型以及设计流程进行了简要的分析设计,并分别归纳了其相应的优劣势。然后,本文根据共同配送策略一和策略三,即整合客户资源策略和整合车辆资源策略,分别提出了基于客户共... 

【文章来源】：兰州交通大学甘肃省

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 共同配送研究现状
        1.2.2 车辆路径问题研究现状
        1.2.3 国内外既有研究现状述评
    1.3 研究内容及方法
        1.3.1 研究内容
        1.3.2 研究方法及技术路线图
2 共同配送相关理论
    2.1 共同配送的定义
    2.2 共同配送合作模式
    2.3 共同配送资源整合
    2.4 共同配送策略分析
    2.5 本章小结
3 多态蚁群算法
    3.1 蚁群算法
        3.1.1 TSP问题
        3.1.2 蚁群算法的基本原理及数学模型
        3.1.3 蚁群算法的设计流程
        3.1.4 蚁群算法的优缺点分析
    3.2 多态蚁群算法
        3.2.1 多态蚁群算法的模型及流程
        3.2.2 多态蚁群算法的不足分析
    3.3 本章小结
4 基于客户共享的车辆路径问题研究
    4.1 问题描述与创建模型
        4.1.1 问题描述
        4.1.2 创建模型
    4.2 带聚类处理的多态蚁群算法设计
        4.2.1 k-means算法
        4.2.2 2-opt局部优化算法
        4.2.3 算法实现步骤
    4.3 实例分析
        4.3.1 实例数据
        4.3.2 实例结果
    4.4 本章小结
5 基于车辆共享的车辆路径问题研究
    5.1 问题描述与创建模型
        5.1.1 问题描述
        5.1.2 创建模型
    5.2 自适应多态蚁群算法设计
        5.2.1 自适应策略
        5.2.2 算法实现步骤
    5.3 实例分析
        5.3.1 实验数据
        5.3.2 实验结果
    5.4 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
攻读学位期间的研究成果


【参考文献】：
期刊论文
[1]新零售背景下冷链绿色物流共同配送系统模型研究[J]. 曹宝亚.  淮海工学院学报(人文社会科学版). 2019(02)
[2]面向中小电商企业城市共同配送模式探讨[J]. 王莉萍.  物流工程与管理. 2018(11)
[3]基于共同配送模式的外卖订单配送研究[J]. 莫燕,陈月新.  中国物流与采购. 2018(16)
[4]生鲜电商冷链物流共同配送模式研究[J]. 王笛,林凤.  物流科技. 2018(08)
[5]车路协同环境下多配送中心DVRP研究[J]. 张赫,郭文倩,张健松,胡治杰.  武汉理工大学学报(交通科学与工程版). 2017(06)
[6]基于改进蚁群算法的服务器集群资源调度研究[J]. 刘万军,王晓宇,曲海成,孟煜.  微电子学与计算机. 2016(03)
[7]改进蚁群算法在WSN路由优化中的应用[J]. 李锋.  微处理机. 2015(04)
[8]基于集送货需求的车辆路径优化问题研究[J]. 闫会姝.  重庆科技学院学报(社会科学版). 2015(05)
[9]基于均衡更新蚁群算法的飞机排序调度[J]. 李媛祯,杨群,段汐.  计算机与现代化. 2015(02)
[10]带时间窗的多配送中心多车型车辆调度问题[J]. 高珊珊,李萌萌.  大庆师范学院学报. 2014(06)

博士论文
[1]共同配送整合模型及算法研究[D]. 叶志坚.西南交通大学 2004

硕士论文
[1]XFD批发市场蔬菜共同配送研究[D]. 袁方.北京交通大学 2015
[2]蚁群算法在车辆路径问题中的应用[D]. 李聚.西南交通大学 2013
[3]物流共同配送模式与实施对策研究[D]. 傅忠宁.吉林大学 2005
[4]共同配送在我国连锁零售企业应用的研究[D]. 罗娟娟.福州大学 2005
[5]基于绿色物流思想的配送问题研究[D]. 李宁.大连海事大学 2004



本文编号：2904028