基于第四方物流平台的路径优化问题研究

发布时间：2017-09-25 16:09

  本文关键词：基于第四方物流平台的路径优化问题研究

  更多相关文章： 第四方物流 路径规划 NSGA-II 遗传算法 多目标优化

【摘要】：随着科学技术的进步,传统物流正在向更专业化的现代物流进行转变,因此出现了很多专门提供物流服务的公司,即第三方物流(Third-party Logistics,3PL)公司。许多企业为了更专注于核心业务,会将他们的物流业务承包给3PL公司。然而,对于许多企业来说,经营的产品种类多、产地及货源地分散、需要运输的目的地分布在世界各地。并且,当前的3PL公司数量庞大,且独立分散、各自为政。因此,3PL已经不能满足企业的需求了。正是在这种背景下,产生了第四方物流(Fourth-party Logistics,4PL)。4PL是一种崭新的物流运作模式,研究如何发挥4PL的物流功能、提高效率和质量、降低费用和环境污染、整合整个供应链和满足社会对物质产品的各种需求,都具有极为重要的意义。在第四方物流中存在大量具有挑战性的研究问题,其中,关于第四方物流路径优化问题(Fourth-party Logistics Routing problem,4PLRP)的研究是较为关键且复杂的一个研究方向。就目前的理论研究而言,国外对第四方物流的研究尚在发展之中,我国对第四方物流的研究也刚刚起步,缺乏系统的理论研究,存在许多研究的空白点。针对国内对第四方物流研究这一方面的空白,本文将第四方物流的路径优化问题作为的研究重点。本文首先分析第四方物流路径优化问题,并结合实际情况,分别研究了单点到单点、单目标的4PLRP问题,以及基于时间满意度的单点到多点、多目标的4PLRP问题,并根据问题建立了相应的数学模型。针对单点到单点、单目标单任务的4PLRP问题,本文针对标准遗传算法在求解单目标单任务4PLRP问题中存在的效率低、最优解质量低等缺点,提出了一种基于启发式局部搜索策略的改进遗传算法,解决了遗传算法在局部搜索性能上的不足。最后,在不同规模的4PL多重图上对算法的性能进行了实验。实验结果表明,本文提出的算法能够提高算法的收敛性和稳定性,并且相比于标准遗传算法,能够获得更好的最优解质量。针对基于时间满意度的单点到多点、多目标的4PLRP问题,本文以快速非支配排序(NSGA-II)为求解算法进行了研究。首先根据问题设计了相应的操作算子,并针对NSGA-II算法中拥挤度计算方法的缺陷,引进了一种贪心淘汰机制。同时,引进了一种自适应改变的交叉概率和变异概率,使种群具有更好的多样性。最后,对算法进行了实验仿真和分析。实验结果表明,本文提出的算法能够获得更好的收敛性以及Pareto最优解集。
【关键词】：第四方物流 路径规划 NSGA-II 遗传算法 多目标优化
【学位授予单位】：暨南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F252;TP18
【目录】：

• 摘要3-4
• ABSTRACT4-7
• 第一章 绪论7-15
• 1.1 研究背景与意义7-9
• 1.2 国内外研究现状9-12
• 1.3 论文主要工作12-13
• 1.4 论文组织结构13-15
• 第二章 相关理论概述15-24
• 2.1 4PLRP问题中的关键问题15-17
• 2.2 多目标优化的相关定义17-18
• 2.3 相关算法概述18-23
• 2.4 本章小结23-24
• 第三章 单点到单点的单目标第四方物流路径优化问题24-44
• 3.1 单点到单点的单目标 4PLRP问题描述及数学模型24-28
• 3.2 简单遍历法28
• 3.3 基于启发式搜索策略的遗传算法28-35
• 3.4 仿真实验35-43
• 3.5 本章小结43-44
• 第四章 基于时间满意度的多目标第四方物流路径优化问题44-64
• 4.1 基于时间满意度的多目标 4PLRP问题描述及数学模型44-49
• 4.2 NSGA-II算法设计49-60
• 4.3 仿真实验60-63
• 4.4 本章小结63-64
• 第五章 总结与展望64-66
• 5.1 论文的主要贡献和总结64
• 5.2 进一步研究与展望64-66
• 参考文献66-70
• 攻读学位期间发表的论文70-71
• 致谢71

【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 蔡美菊;交互式遗传算法及其在隐性目标决策问题中的应用研究[D];合肥工业大学;2015年

2 张士伟;三维声学快速多极基本解法在机械噪声预测中的应用研究[D];沈阳工业大学;2016年

3 高军;无铅焊料本构模型及其参数识别方法研究[D];南京航空航天大学;2015年

4 Amjad Mahmood;半监督进化集成及其在网络视频分类中的应用[D];西南交通大学;2015年

5 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

6 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

7 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

8 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

9 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

10 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

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 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

4 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

5 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

6 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年

7 于光帅;一类优化算法的改进研究与应用[D];渤海大学;2015年

8 吴欣欣;改进GA-TS算法优化的BP神经网络入侵检测研究[D];湖南工业大学;2015年

9 王垒;基于遗传算法的A型单喇叭互通立交线形优化[D];长安大学;2015年

10 龚高;基于遗传算法的桥梁结构传感器优化布置研究[D];长安大学;2015年

，

本文编号：918297