B2C环境下多阶段多目标车辆路径问题的研究

发布时间：2017-04-27 10:00

  本文关键词：B2C环境下多阶段多目标车辆路径问题的研究，，由笔耕文化传播整理发布。

【摘要】：随着信息网络技术的迅猛发展和全球化进程的推进,人们的消费方式和消费习惯也在发生着改变。当代的商品交易方式使得物流配送成为了商品交易的最后一个步骤。在当前激烈的竞争中,传统的物流配送已经远远不能满足当前的物流需求,电商企业应提供多样化的物流服务来吸引客户。面对客户多样化的需求,物流企业需要提高配送设备的质量,改善服务质量,增强企业在行业内的竞争力。本文针对B2C环境下物流需求的特点,提出了和时间窗有关的两类车辆路径问题。第一类,在当代电子商务模式下,客户配送时间窗具有很强的灵活性,不同于传统的配送模式,在对客户进行配送时,客户需求可以在一定时间范围内进行延迟配送,我们将客户的配送时间窗划分为多个阶段,根据时间约束条件判断客户需求是否满足延迟配送的条件,能否将其延迟到下一个阶段进行配送。在每个时间阶段内根据提出的惩罚函数将客户分为可推迟客户和不可推迟客户,设计评价指标对可推迟的客户进行处理,选出符合条件的可推迟客户插入到配送路径中,建立多阶段动态车辆路径问题的模型,设计改进的自适应遗传算法对模型进行求解,最后通算例仿真对模型和算法验证了其有效性。第二类,研究了车辆路径中的多目标问题,订单在客户的时间窗内的及时配送直接影响着客户的满意度,大部分的车辆路径问题都是以成本最小化为目标,本文提出了包含配送成本最小化(包括车辆的固定使用成本、行驶成本、超出时间窗所带来的惩罚成本)、客户满意度最大化、使用车辆数最少化等三个目标的多目标车辆路径模型,设计相应的惩罚函数,并通过线性加权法对多目标函数进行处理,将其转化为单目标函数,而后用改进后的遗传算法进行运算,最后进行实验仿真来验证模型和算法的有效性。
【关键词】：时间窗 多阶段 多目标 车辆路径问题
【学位授予单位】：重庆交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F724.6;F252
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-19
• 1.1 研究背景及其意义9-11
• 1.1.1 研究背景9-10
• 1.1.2 研究意义10-11
• 1.2 文献综述11-15
• 1.2.1 电子商务的相关研究11
• 1.2.2 时间窗背景下的两类问题的相关研究11-13
• 1.2.3 启发式算法的相关研究13-15
• 1.3 研究内容及框架15-16
• 1.3.1 主要研究内容15-16
• 1.3.2 论文研究框架图16
• 1.4 论文创新点16-19
• 第二章 相关理论研究19-33
• 2.1 电子商务中B2C的概述19-20
• 2.2 B2C环境下的物流配送现状20-25
• 2.2.1 B2C对物流配送的影响20-21
• 2.2.2 B2C环境下物流配送的模式21-23
• 2.2.3 不同类型B2C电子商务企业物流配送的特点23
• 2.2.4 B2C环境下物流需求的特点23-25
• 2.3 B2C环境下物流配送车辆路径问题的概述25-31
• 2.3.1 车辆路径问题描述25
• 2.3.2 时间窗概述25-28
• 2.3.3 车辆路径问题模型概述28-29
• 2.3.4 车辆路径问题求解算法概述29-31
• 2.4 本章小节31-33
• 第三章 基于时间窗的多阶段车辆路径问题研究33-47
• 3.1 引言33
• 3.2 基于时间窗的多阶段车辆路径问题介绍33-35
• 3.3 数学模型的建立35-37
• 3.3.1 延迟成本35
• 3.3.2 时间阶段内客户的划分35-36
• 3.3.3 可推迟客户的评价指标36
• 3.3.4 基于时间窗的多阶段车辆路径问题的模型36-37
• 3.4 遗传算法的设计37-41
• 3.4.1 自适应遗传算法的设计37-41
• 3.4.2 算法策略流程图的设计41
• 3.5 算例仿真分析41-44
• 3.5.1 实验一41-43
• 3.5.2 实验二43-44
• 3.6 本章小节44-47
• 第四章 带有时间窗的多目标车辆路径问题研究47-61
• 4.1 引言47
• 4.2 带有时间窗的多目标车辆路径问题描述47-49
• 4.2.1 问题描述47-48
• 4.2.2 多目标问题优化的定义48-49
• 4.3 数学模型49-53
• 4.3.1 带时间窗的车辆路径问题的基本模型49-51
• 4.3.2 带时间窗的多目标车辆路径问题的数学模型51-53
• 4.4 算法设计53-57
• 4.4.1 遗传编码设计53
• 4.4.2 初始化种群53-54
• 4.4.3 适应度函数的设计54-55
• 4.4.4 自适应遗传算子55-56
• 4.4.5 终止条件56-57
• 4.5 实验仿真及分析57-59
• 4.6 本章小节59-61
• 第五章 总结和展望61-63
• 5.1 全文结论61-62
• 5.2 研究展望62-63
• 致谢63-65
• 参考文献65-69
• 攻读学位期间取得的研究成果69

【相似文献】

中国期刊全文数据库 前10条

1 熊志华;邵春福;姚智胜;;车辆路径问题的可靠性研究[J];物流技术;2008年08期

2 宁晓利;;车辆路径问题的组合优化算法[J];物流技术;2009年06期

3 黄敏芳;胡祥培;王征;Amy Z. Zeng;;车辆路径问题的三阶段求解方法研究[J];管理科学;2009年03期

4 姚锦宝;夏禾;贺兴东;姚宝珍;;同时取送货车辆路径问题的改进的蚁群算法[J];物流技术;2010年Z1期

5 孙中悦;关忠良;范高贤;;面向对象的车辆路径问题仿真研究[J];物流技术;2010年07期

6 张江华;李进;高敏刚;;同时集散货物的开放式车辆路径问题研究[J];中国管理科学;2013年04期

7 严良;邓红梅;;需求可拆分车辆路径问题研究综述[J];商;2013年13期

8 孙国华;;基于真实路网的车辆路径问题研究[J];物流技术;2011年01期

9 邱雅君;宋国防;;考虑碳排放因素的车辆路径问题研究[J];物流技术;2012年13期

10 王明阳;陈鑫;张丽华;;带油耗的单车场开放式车辆路径问题研究[J];物流科技;2012年10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：330364