基于混合微粒群算法的农产品物流配送车辆调度和配送中心选址问题研究

发布时间：2021-04-07 12:56

　　我国经济水平的不断提高,使得人民的物质需求日益增长,这给农产品物流提出了更高的要求。我国农产品物流当前仍然面临着流通环节多、配送车辆调度优化、配送中心选址和管理等方面的问题。研究农产品物流配送中心的选址和农产品物流配送调度问题,综合考虑各种因素,科学合理的建立现代化、信息化的农产品物流配送中心,然后制定合理高效的调度方案,不仅可以准时、快速、优质地完成农产品配送任务,降低农产品配送成本,还能增加农产品配送中心的盈利,带动区域经济的发展。除此之外,高效的农产品流通速度,使得农产品能够保质保鲜,从而很好的保证了农产品自身的价值,对农产品的消费者来说,能够很好的满足其需求。对于农产品生产者来说也能获得更多的收益。微粒群算法是一种原理简单,应用广泛的优化算法,将微粒群优化算法进行改进,应用到农产品物流配送车辆调度优化问题和配送中心选址问题上,无论是在理论层面还是实际应用层面都有一定价值。本文首先对农产品物流配送车辆调度优化问题和农产品物流配送中心选址问题的国内外研究现状进行了介绍。对于农产品物流配送车辆调度优化问题,分析了其构成要素和分类情况,介绍了一些求解此问题的算法,建立了此问题的优化模型... 

【文章来源】：兰州交通大学甘肃省

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 引言
    1.1 选题背景及意义
    1.2 农产品物流国内外研究现状
        1.2.1 国外农产品物流研究现状
        1.2.2 国内农产品物流研究现状
    1.3 国内外物流车辆调度优化问题研究现状
        1.3.1 国外物流车辆调度优化问题研究现状
        1.3.2 国内物流车辆调度优化问题研究现状
        1.3.3 目前研究中存在的主要问题
    1.4 物流配送中心选址问题国内外研究现状
        1.4.1 国外物流配送中心选址问题研究现状
        1.4.2 国内物流配送中心选址问题研究现状
        1.4.3 目前研究中存在的主要问题
    1.5 研究内容
    1.6 本章小结
2 农产品物流配送车辆调度问题概述及模型
    2.1 物流的形成和发展
    2.2 车辆调度问题概念
    2.3 车辆调度问题构成要素和分类
    2.4 车辆调度优化问题求解算法
    2.5 农产品配送车辆调度优化模型
    2.6 本章小结
3 农产品物流配送中心选址概述
    3.1 物流配送中心的定义
    3.2 物流配送中心分类
    3.3 物流配送中心的功能
    3.4 物流配送中心的作用
    3.5 农产品物流配送中心选址的相关因素
        3.5.1 选址决策的外部因素分析
        3.5.2 选址决策的内部因素分析
    3.6 农产品物流配送中心的选址原则
    3.7 农产品物流配送中心选址相关约束分析
    3.8 农产品物流配送中心选址所需的资料数据
    3.9 农产品物流配送中心选址流程
    3.10 本章小结
4 农产品物流配送中心选址模型
    4.1 农产品物流配送中心选址相关的模型
    4.2 连续型配送中心的选址模型
    4.3 离散型配送中心选址模型
    4.4 模型的确定
    4.5 本章小结
5 混合微粒群算法
    5.1 微粒群算法简介
    5.2 基本微粒群算法
    5.3 混合微粒群算法
    5.4 本章小结
6 混合微粒群算法实例应用
    6.1 混合微粒群算法在农产品配送车辆调度问题中的应用
    6.2 混合微粒群算法在农产品配送中心选址问题中的应用
    6.3 本章小结
7 研究总结与展望
    7.1 研究总结
    7.2 研究展望
参考文献
致谢
攻读学位期间的研究成果


【参考文献】：
期刊论文
[1]我国农产品物流的发展现状及对策[J]. 张福贵,杨永发.  中国高新区. 2018(14)
[2]多车场多车型车辆调度问题及其遗传算法[J]. 马宇红,姚婷婷,张芳芳.  数学的实践与认识. 2014(02)
[3]云自适应遗传算法有能力约束的车辆调度优化[J]. 蹇洁,王旭,葛显龙.  重庆大学学报. 2013(08)
[4]带时间窗的多车场车辆路径优化的粒子群算法[J]. 王铁君,邬开俊.  计算机工程与应用. 2012(27)
[5]时间窗约束下的配送车辆调度问题研究[J]. 唐俊.  计算机工程与应用. 2011(21)
[6]我国农产品物流信息化问题及对策研究[J]. 章程凯.  物流技术. 2010(Z2)
[7]浅谈我国农产品冷链物流存在的问题及发展建议[J]. 洪玉兰,肖其荣.  物流科技. 2010(09)
[8]基于改进蚁群算法的带时间窗的多目标车辆调度研究[J]. 王世珍.  科协论坛(下半月). 2009(09)
[9]带时间窗车辆调度问题的蚁群算法[J]. 杨仁法,龚延成.  交通运输工程学报. 2009(04)
[10]关于构建现代化农村市场体系的思考[J]. 贺珍瑞.  理论导刊. 2007(03)

博士论文
[1]面向云配送模式的车辆调度问题及算法研究[D]. 葛显龙.重庆大学 2011

硕士论文
[1]考虑外包车辆和加班条件的车辆调度问题研究[D]. 刘新雨.河北工程大学 2014
[2]山西城乡物流一体化发展水平评价研究[D]. 高志飞.太原科技大学 2014
[3]基于蚁群算法的动态车辆调度问题的研究[D]. 胡夏云.广东工业大学 2013
[4]基于自适应遗传算法的多配送中心车辆调度优化[D]. 郑翀.大连海事大学 2013
[5]农产品物流配送中心选址问题研究[D]. 刘伟.武汉理工大学 2010
[6]物流配送中心选址优化模型及算法研究[D]. 吴桂芳.武汉理工大学 2009
[7]微粒群优化算法的改进与应用[D]. 李军军.上海海事大学 2005
[8]多时期多配送中心选址点的最优变化轨迹问题研究[D]. 许道涛.浙江大学 2004



本文编号：3123528