多车型多车辆的物流配载问题优化研究

发布时间：2020-05-05 06:49

【摘要】：随着物流行业的飞速发展,我国许多传统企业物流在信息管理、仓储、配送等环节消耗大量成本,在人口红利日趋消失的同时,利润也在逐渐降低。如今许多物流配送企业已经逐渐开始运用一些信息化手段对配送活动进行优化,但仍存在较多问题,如:配送成本高、配送效率低、配送资源浪费以及因此引起的配送服务质量不高等等。不科学或以人为经验主导的物流配送活动从供应链的末端限制了企业整体的发展。因此,本文针对物品配送企业实际情况进行配载联合优化问题研究。首先,从车货装配优化问题(Vehicle Filling Problem,VFP)以及车辆配送路径优化问题(Vehicle Routing Problem,VRP)的相关理论开始研究,针对两大问题相互影响、相互制约的特点,通过查阅大量文献从理论层面上探索两者结合的关键点;其次,根据两大问题的构成要素,结合实际配送活动中的约束因子,从目标函数、约束条件以及数学模型等三方面进行考虑,建立多车型多车辆多目标的三维装载模型;然后,根据建立的配载联合优化模型,选择了遗传算法作为本文主要算法,然后从初始化操作、车辆装载操作、路径优化操作、适应值计算、遗传操作以及算法终止操作等六大模块入手,设计了一种可以自动筛选车型、联合优化车辆装载及车辆路径选择的改进遗传算法模型;最后,以某仓储物流配送中心的实际配送数据为例进行实例验证,经过分析发现,本文算法模型所得的配送方案在配送车辆数目、配送车辆平均空间利用率、配送总路程以及配送总成本等各方面均优于实际方案,表明模型及算法的可靠性。
【图文】：

照体积降序排列，然后根据该排列顺序最小为目标建立相关模型；王秀清（比适应度函数建立了混合分组遗传算法立了其模型算法的优势。虑物品的长和宽两个维度，此类问题类作过程类似在给定的一块布料上裁剪出得裁剪后的废料总面积最小。关于二维 和 Carlier J（2007）等[7]提出了经典的解；Lodi 和 Monaci（2015）等[8]提出旋转，最后基于问题提出了一个基于际货物配装问题已证明的最优解；刘三维问题转化为二维问题，，结合遗传算较高。

载联合优化问题进行研究，考虑在不同约束配和路径优化模型。本文的主要研究工作为载两大问题的构成要素，结合实际配送活动加多车型筛选方案，建立了多车型多车辆多立的配载联合优化模型，设计了一种改进算on 语言进行编码验证求解；储物流配送中心的实际配送数据为例进行了从可视化角度输出了文字及可视化装载对装研究内容，论文总体结构如下：
【学位授予单位】：浙江理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F252

【相似文献】

相关期刊论文 前10条

1 冯锦春;杨林建;;利用遗传算法进行机械优化[J];四川工程职业技术学院学报;2007年06期

2 任志凤;胡小建;孙太生;徐飞;李云良;;遗传算法在焊接领域的优化与应用[J];现代焊接;2012年03期

3 李振业;陈婷;陈静;;基于遗传算法的旅游最优路径探究[J];电脑知识与技术;2018年34期

4 唐文琦;曾干敏;刘泽宇;;浅谈遗传算法及其部分改进算法[J];科技风;2019年12期

5 李岩;袁弘宇;于佳乔;张更伟;刘克平;;遗传算法在优化问题中的应用综述[J];山东工业技术;2019年12期

6 冯双林;靳继红;;现代农机数字化装配车间调度技术研究——基于云计算和遗传算法[J];农机化研究;2018年01期

7 梁肖;周湘贞;;基于遗传算法的小麦收割机路径智能优化控制研究[J];农机化研究;2018年02期

8 王勇;孙耀南;;基于遗传算法的医院房间位置优化研究[J];电脑与信息技术;2018年01期

9 李超;王杰;史运涛;李锦龙;;基于遗传算法的汽油调和优化系统[J];工业控制计算机;2018年10期

10 谢军;王倩;倪雅静;胡英飞;包淑贤;;基于遗传算法进行结构优化的研究现状[J];河北建筑工程学院学报;2018年03期

相关会议论文 前10条

1 谢宏;袁小芳;向启均;陈yN婧;王立宸;;机器人惯性参数的改进遗传算法辨识方法研究[A];第37届中国控制会议论文集（B）[C];2018年

2 彭军;徐本柱;刘晓平;;遗传算法的实现及其在生产调度中的应用[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

3 韩战钢;;遗传算法及在经济中的应用[A];Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

4 赖梅;熊丽荣;;基于改进遗传算法的乘务交路优化问题研究[A];第二十一届中国控制会议论文集[C];2002年

5 肖龙光;丁晓东;;基于理性变异的遗传算法[A];第六届中国青年运筹与管理学者大会论文集[C];2004年

6 鞠训光;于洪珍;;求整体优化全部解的区间排除遗传算法[A];第十七届全国过路控制会议论文集[C];2006年

7 刘兴隆;;快速进化式遗传算法[A];“电力大系统灾变防治和经济运行重大课题”部分专题暨第九届全国电工数学学术年会论文集[C];2003年

8 谈斌;唐力铁;张己化;周海云;;遗传算法在漫反射系数计算中的应用研究[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年

9 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

10 蔡亚星;李伟明;尚飞;任武;薛正辉;高本庆;;双种群遗传算法进行阵列天线综合[A];2005'全国微波毫米波会议论文集（第三册）[C];2006年

相关重要报纸文章 前10条

1 郭勉愈　编译;遗传算法：让发明自动“进化”[N];科学时报;2011年

2 上海科学院规划研究处 刘小玲;上海能否成为人工智能城市[N];解放日报;2017年

3 记者 常丽君;科学家首次将遗传算法用于量子模拟[N];科技日报;2016年

4 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

5 记者 李星婷;2014中国生命电子学术年会在渝召开[N];重庆日报;2014年

6 记者 刘霞;美用遗传算法逆向设计新型纳米材料[N];科技日报;2013年

7 高雪娟;协同设计的平台策略[N];中国计算机报;2006年

8 陈巍;浩辰有望在协同设计关键领域取得突破 引领CAD应用新潮流[N];大众科技报;2006年

9 本报记者 李元丽;坚持自主创新 掀起AI+教育的中国浪潮[N];人民政协报;2018年

10 高峰;美国真能毁掉中国？[N];世界报;2012年

相关博士学位论文 前10条

1 孙秋红;基于遗传算法的水质数据挖掘与应用研究[D];燕山大学;2016年

2 金小敏;移动云环境中的计算迁移系统关键技术研究[D];北京邮电大学;2018年

3 王小港;遗传算法在VLSI设计自动化中的应用研究[D];中国科学院上海冶金研究所;2001年

4 宋晓峰;优生演进优化和统计学习建模[D];浙江大学;2003年

5 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年

6 卜雷;城市货物运输规划优化方法研究[D];西南交通大学;2004年

7 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年

8 李智勇;模式交流多群体遗传算法及其在神经网络进化建模中的应用[D];湖南大学;2003年

9 陈星;网络并行和遗传算法在HPM生物效应评价和辐射天线设计中的应用研究[D];四川大学;2004年

10 金菊良;遗传算法及其在水问题中的应用[D];河海大学;1998年

相关硕士学位论文 前10条

1 陈宏程;多车型多车辆的物流配载问题优化研究[D];浙江理工大学;2019年

2 刘雅兰;基于机况的单机调度优化方法[D];东北大学;2017年

3 孙洋;改进混沌遗传算法研究及其在炮兵火力分配上的应用[D];东北大学;2017年

4 周江;遗传算法在震源机制反演中的应用研究[D];成都理工大学;2018年

5 郦少将;基于改进遗传算法的HBV水文模型参数优化[D];华北水利水电大学;2018年

6 廖藤藤;模拟驱动石化过程操作优化研究方法的几点改进[D];华南理工大学;2018年

7 蒲涛;基于遗传算法和贝叶斯网络综合的建筑施工安全评价研究[D];西安建筑科技大学;2018年

8 蔡劲草;基于改进遗传算法的柔性作业车间调度问题研究[D];安徽工程大学;2018年

9 渠中豪;改进遗传算法在军事飞行任务中的应用与研究[D];华北电力大学;2018年

10 李莹;基于时间依赖的受欢迎路线推荐方法研究[D];东北大学;2015年

本文编号：2649709