多智能体冷链物流车辆路径优化问题研究

发布时间：2020-11-11 16:51

　　 随着人民生活水平的提高,冷鲜产品对冷链物流的需求越来越大。然而,冷链物流目前还有没有形成完整的服务体系。配送成本高昂和配送效率低下,这两个问题一直制约着整个冷链物流的发展。降低冷链物流成本,提高配送效率已经成为社会关注的热点话题。而配送路径优化是节约物流运输配送成本的关键点,所以路径优化问题研究尤为重要。同时在众多路径优化算法中,遗传算法在解决优化问题中具有较好的鲁棒性、可扩充性和智能性。因此,本文针对冷链物流路径优化问题,采用多智能体技术构建了冷链物流运输调度系统的体系结构,并建立了以路径最优、降低配送成本等为目标的合理的模型,同时通过改进遗传算法解决了传统遗传算法的收敛慢和早熟等问题。本文主要研究内容如下:(1)以城市冷链物流配送路径优化为研究的主要内容,分析了冷链物流和带时间窗的车辆路径问题领域的相关知识,归纳车辆路径问题(VRP)领域的研究成果和方法。(2)基于多智能体(Multi-Agent)技术相关理论和建模方法,分析城市冷链物流配送的各项成本,结合VRP的基本模型,构建了基于多智能体技术的冷链物流企业运输调度模型。(3)针对传统遗传算法收敛速度慢和早熟问题,本文提出一种新的改进遗传算法。首先,引入贪婪算法初始化种群,使得种群个体更加优良;然后,采用最小生成树的聚类方法改进交叉操作,增加种群的多样性;最后,结合了生物共生搜索算法(SOS)加快了算法收敛速度。改进的遗传算法收敛速度较快,并且能够避免局部最优问题的出现。(4)通过算例验证了本文构建的模型和改进遗传算法的有效性。本文按照提出问题,理论研究,建立模型,算法改进,以及案例分析的思路,对冷链物流配送路径优化问题进行研究,本文得出的研究结论对提高配送效率和物流服务水平具有一定的实际意义。
【学位单位】：河北大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP18;F259.2
【部分图文】：

进行低温控制的一项系统工程。本文主要研究冷链物流配送环节，其适用范围主要以下三种产品种类。具体内容如图 2-1 所示：图 2-1 冷链物流适用范围完整冷链物流运输调度流程如下图 2-2 表示：冷链物流适用初级农产品加工产品特殊产品蔬菜、水果；肉、禽、蛋；水产品和花卉产品等速冻食品、禽、肉、水产等包装熟食、冰淇淋和奶制品等药品、生物供体、血液加工食品（产地） 冷库 配送中心 零售商 消费者配送

这就带时间窗的 VRP 问题，此种情况还可以细分为软时间窗问题、硬时间窗问题和合时间窗问题；若客户对取送货物的时间没有要求，那么该情况下的 VRP 问题就称不带时间窗的 VRP 问题。可以根据客户的需求将 VRP 问题分为带时间约束的问题和带时间约束的问题。当某车辆只执行送货或者取货任务时，这种情况下的 VRP 问题就称为单一的送问题、单一的取货问题；反之称为送货和取货的混合问题。2.2.3 VRP 求解算法目前解决 VRP 问题主要有精确算法和启发式算法两种。精确算法为准确数学公和定义证明的算法，用线性规划与非线性规划算法求得最优解。启发式算法是智能优算法的一种，它通常能够通过总结归纳的方法求得一个最优解的近似值，因此常用于合优化领域中大规模的优化问题。当下 NP 问题的解决也常常采用上述启发式算法。VRP 问题的所有求解算法如下图 2-4 所示：两阶段算法分支定界法

图 3-1 冷链物流运输调度系统多智能体体系结构 Agent 的内部结构设计的章节中，根据冷链物流企业运输调度系统的特点，建立了基于多智能流运输调度系统的体系结构。对系统中涉及到的 Agent 根据其功能不同类型，分别是负责对整个系统进行管理的协调 Agent，负责对所分配的行的车辆 Agent，负责对客户订单进行处理加工的运输订单 Agent，以径进行规划的运输调度 Agent 和为系统提供信息的道路信息 Agent。根责的任务和功能不同，分别对每个类型的 Agent 内部结构是进行设计协调 Agent（管理型）送问题的冷链物流系统中，协调 Agent 负责监控和管理整个系统的信息 Agent 以及人机环境的相互合作与协调中获取与订单相关的信息。它将过自身的推理机制等功能进行优化处理，然后再通过内部的决策模块对
【参考文献】

相关期刊论文 前10条

1 韩印;师攀;;基于道路状况的冷链物流配送路径优化[J];物流科技;2015年06期

2 宗晓萍;刘森;王培光;路瑞宽;;基于企业冷链物流MAS的车辆调度问题研究[J];物流技术;2014年23期

3 于莹莹;陈燕;李桃迎;;改进的遗传算法求解旅行商问题[J];控制与决策;2014年08期

4 戴剑勇;陈刚;;铀矿山运提系统设备Agent可靠性仿真设计与验证[J];矿业研究与开发;2014年02期

5 王向华;陈特放;;智能体技术在公交调度系统中的应用[J];中南大学学报(自然科学版);2013年08期

6 贾小斌;艾廷华;;土地利用数据综合的智能体技术[J];测绘地理信息;2013年02期

7 霍晓宇;杨仕教;吴长振;戴剑勇;羊帆;;露天矿山运输调度系统粒子群优化[J];煤炭学报;2012年S1期

8 刘全;王晓燕;傅启明;张永刚;章晓芳;;双精英协同进化遗传算法[J];软件学报;2012年04期

9 王雪茹;袁建清;崔然;;多智能体技术及其在交通控制系统中的应用[J];中国新技术新产品;2011年17期

10 胡兆光;;智能体响应均衡模型[J];能源技术经济;2011年06期

相关博士学位论文 前5条

1 周卫琪;基于多智能体理论的汽车逆向物流库存控制理论与方法研究[D];江苏大学;2014年

2 李义华;基于多智能体的物流配送车辆调度决策方法研究[D];中南大学;2012年

3 伍联营;基于遗传算法的海水淡化及其集成系统优化设计研究[D];中国海洋大学;2012年

4 张雪霞;智能优化算法及其在电力系统无功优化中的应用研究[D];西南交通大学;2011年

5 高淑萍;运输问题的模糊优化算法和理论[D];西安电子科技大学;2003年

相关硕士学位论文 前8条

1 周军伟;基于Multi-Agent的汽车供应链关键问题研究[D];武汉理工大学;2015年

2 席钌姿;基于Multi-Agent技术的物流企业运输调度系统优化研究[D];南华大学;2014年

3 李明泽;城市农产品冷链物流配送路径优化研究[D];大连海事大学;2013年

4 鲁昊;Multi-agent系统中动态任务分配研究[D];湖北大学;2012年

5 刘康;基于多Agent的复杂适应系统建模仿真研究[D];中南大学;2011年

6 叶赛男;基于Multi-Agent 的港口调度系统研究[D];北京交通大学;2011年

7 鹿婷婷;基于MAS的故障诊断系统自适应模型与协作机制研究[D];太原理工大学;2011年

8 陈杰;基于遗传算法的应急物资运输调度[D];哈尔滨工业大学;2006年

本文编号：2879467