基于复杂路况的同城冷链物流配送路径优化研究

发布时间：2020-12-08 21:58

　　互联网创新模式的出现,为我国冷链行业的快速发展带来了新动力,并且随着人们消费水平的提高,生活质量的上升,人们对生鲜产品的需求大大增加,冷链市场需求的稳定增长大大促进了城市冷链物流的快速发展。城市冷链物流的快速发展,也面临着很多问题:一方面,城市配送是制约冷链物流发展的瓶颈,它具有服务周期短、频率高、配送节点多、时效性要求高、货损高、配送成本高等特点;另一方面,城市化进程不断加快使得城市道路越来越拥堵,复杂的道路状况影响着车辆的运输时间,运输过程中车辆的能耗成本和冷链产品的货损成本不断增加。如何结合城市复杂路况信息制定合理的配送路径优化方案以提高冷链物流服务质量降低同城冷链物流配送成本是一个亟需解决的问题。基于上述分析,本文针对城市复杂路况从同城冷链配送的角度,选择基于复杂路况下同城冷链物流配送路径优化问题进行研究。首先,通过阅读大量国内外文献,对国内外冷链物流的发展历程,冷链物流配送优化的相关基础理论进行分析与阐述,明确研究问题的特点。其次,确定研究方法,通过大量文献阅读的积累发现冷链配送这类车辆路径问题属于NP-hard问题,需要利用智能算法进行求解。再次,构建模型并进行算法设计,对... 

【文章来源】：杭州电子科技大学浙江省

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与意义
        1.1.1 研究背景
        1.1.2 问题的提出
        1.1.3 研究意义
    1.2 同城冷链配送相关理论研究综述
        1.2.1 冷链物流国内外发展历程简述
        1.2.2 带时间窗的车辆路径问题
        1.2.3 国内外冷链物流配送优化研究
    1.3 研究方法、主要研究内容和技术路线
        1.3.1 研究方法
        1.3.2 主要研究内容
        1.3.3 技术路线
    1.4 小结
第2章 相关理论概念基础
    2.1 冷链物流理论概述
        2.1.1 冷链物流的基本概念
        2.1.2 冷链物流的特点
        2.1.3 冷链物流的适用对象
        2.1.4 冷链物流的构成
    2.2 车辆路径问题理论
        2.2.1 车辆路径问题的定义及构成要素
        2.2.2 车辆路径问题的分类
        2.2.3 车辆路径问题的求解算法介绍
    2.3 小结
第3章 复杂路况下的同城冷链物流配送路径优化模型
    3.1 问题描述
    3.2 假设前提与参数设置
        3.2.1 假设前提
        3.2.2 参数设置
    3.3 模型成本分析
    3.4 建立数学模型
    3.5 小结
第4章 模型求解方法以及求解规则设计
    4.1 遗传算法
        4.1.1 遗传算法概述
        4.1.2 遗传算法的一般操作及基本流程
    4.2 遗传算法的改进设计
        4.2.1 染色体编码
        4.2.2 初始种群生成
        4.2.3 交叉与变异算子
        4.2.4 其余条件
    4.3 小结
第5章 实证研究
    5.1 实证数据准备
    5.2 仿真求解及分析
        5.2.1 正常路况的仿真求解
        5.2.2 复杂路况的仿真求解
    5.3 对比分析
        5.3.1 原始配送方案
        5.3.2 仿真优化结果对比分析
    5.4 小结
第6章 总结与展望
    6.1 总结
        6.1.1 主要结论
        6.1.2 存在的不足
    6.2 后续研究展望
致谢
参考文献
附录1：遗传算法部分核心代码
附录2：作者在读期间发表的学术论文及参加的科研项目


【参考文献】：
期刊论文
[1]带软时间窗的冷链物流配送路径优化研究[J]. 俞武扬,杨沈记.  生产力研究. 2017(06)
[2]求解TSP的改进信息素二次更新与局部优化蚁群算法[J]. 许凯波,鲁海燕,程毕芸,黄洋.  计算机应用. 2017(06)
[3]零售店铺共同配送问题研究[J]. 孙冉.  物流工程与管理. 2017(04)
[4]带时间窗车辆路径问题的分布式多agent蚁群算法[J]. 金淳,张雨,王聪.  计算机应用研究. 2018(03)
[5]城轨列车多目标优化控制算法研究与仿真[J]. 孟建军,裴明高,武福,韦腾舟,郝帅.  系统仿真学报. 2017(03)
[6]基于多种群搜索的PSO的物流配送中心寻址求解[J]. 李磊,杨爱峰,唐娜,陈亚波.  合肥工业大学学报(自然科学版). 2017(02)
[7]基于莱维飞行粒子群算法的焊接机器人路径规划[J]. 王学武,严益鑫,顾幸生.  控制与决策. 2017(02)
[8]基于动态需求的带时间窗的车辆路径问题[J]. 张文博,苏秦,程光路.  工业工程与管理. 2016(06)
[9]交通限制和软时间窗条件下的车辆路径问题及其蚁群算法改进[J]. 刘澜,吴金卓,胡鸿.  物流技术. 2016(09)
[10]软硬时间窗共存装卸一体化车辆路径问题的混合离散粒子群优化算法[J]. 周蓉,沈维蕾.  合肥工业大学学报(自然科学版). 2016(08)

博士论文
[1]车辆路径问题的仿真优化方法研究[D]. 孙中悦.北京交通大学 2012
[2]物流配送车辆路径优化方法研究[D]. 钟石泉.天津大学 2007

硕士论文
[1]基于动态交通网络的城市物流配送路径优化研究[D]. 李波.深圳大学 2017
[2]随机需求下冷链品城市物流配送优化研究[D]. 刘敏.北京交通大学 2016
[3]考虑道路畅通状况的冷链物流配送优化问题[D]. 何琴飞.大连海事大学 2015
[4]基于改进粒子群算法的车辆路径问题研究[D]. 张思亮.江南大学 2011
[5]城市冷链物流配送车辆路径问题的研究[D]. 李宏.长沙理工大学 2006



本文编号：2905755