当前位置:主页 > 经济论文 > 经济管理论文 >

物流路径优化以及配送时效预测研究

发布时间:2021-02-11 17:41
  在当前电子商务蓬勃发展的背景下,物流配送体系的相关问题受到日益广泛的关注。一个好的物流配送系统不仅可以降低配送成本,也可以提高用户体验。本文研究物流配送体系中的两个问题:路径优化问题和配送时效预测问题。路径优化问题在不考虑有向的情况下,可以分为旅行商问题(TSP)和带时间车窗的旅行商问题(TSPTW)。目前有很多算法(如禁忌搜索算法,蚁群算法等)关注不带时间车窗的TSP问题,但针对TSPTW问题的模型和优化方法并不多见。本文通过改进弗洛伊德算法以及禁忌搜索算法,得到一类适应实际物流情形中的TSPTW问题的算法。经过小数据验证(7个点)发现,改进的两种算法均可有效地解决本文所提出的问题。实际物流体系(66个点)的验证发现:弗洛伊德算法保证满足客户时间约束的结果比较好,而禁忌搜索算法对满足距离较短这一需求比较好。针对这一发现,本文提出了一个新的算法,结合了这两种算法的优点,进一步提升了算法的效率。本文将最终结果通过Java实现地图可视化,进一步验证了算法的可行性。本文研究的第二个问题是物流配送时效的预测。一个准确的时效预测模型对于提高客户体验以及提升物流体系配送效率有着重大意义。本文主要选... 

【文章来源】:安徽师范大学安徽省

【文章页数】:91 页

【学位级别】:硕士

【文章目录】:
摘要
abstract
第一章 绪论
    1.1 选题背景和研究意义
    1.2 国内外研究现状
    1.3 本文的研究目标
    1.4 本文的研究内容
    1.5 本文的研究方法及技术路线
        研究方法
        试验方法
        技术路线
第二章 带时间车窗的路径优化模型
    2.1 带时间车窗的车辆路径问题概述
        车辆路径问题
        多起点和多终点
        单一起点和单一终点
        不考虑客户需求和车辆容量限制
        考虑客户对送达时间的需求
    2.2 带时间车窗的最优车辆路径模型
    2.3 带时间车窗的最优车辆路径模型的数据验证
第三章 解决TSP问题和TSPTW问题的算法
    3.1 旅行商问题概述
    3.2 解决TSP问题的几种算法比较
        3.2.1 遗传算法
        3.2.2 蚁群算法
        3.2.3 禁忌搜索算法
        3.2.4 弗洛伊德算法
        3.2.5 各类算法比较
    3.3 改进的禁忌搜索法和弗洛伊德算法解决TSPTW问题
        3.3.1 改进的弗洛伊德算法解决带时间车窗的TSP问题(小数据量)
        3.3.2 改进的禁忌搜索算法解决带时间车窗的TSP问题(小数据量)
        3.3.3 改进的禁忌搜索法和弗洛伊德算法比较分析
第四章 改进的禁忌搜索法和弗洛伊德算法在实际物流配送中的运用
    4.1 不带时间车窗的旅行商问题
        4.1.1 禁忌搜索法求最短路径
        4.1.2 弗洛伊德算法求最短路径
    4.2 改进的禁忌搜索法和弗洛伊德算法在实际物流配送中的运用
        4.2.1 改进的弗洛伊德算法解决带时间车窗的实际物流路径优化问题
        4.2.2 改进的禁忌搜索法在实际物流中的应用
        4.2.3 改进的弗洛伊德算法与改进的禁忌搜索法相结合在实际物流中的应用
        4.2.4 可视化展现
    4.3 本章小结
第五章 物流配送时效模型的建立
    5.1 物流配送时效模型问题概述
    5.2 建模过程
        5.2.1 数据来源及数据处理
        5.2.2 特征选择
        5.2.3 决策树预测
        5.2.4 多元回归预测
        5.2.5 时间序列模型预测
    5.3 时效模型的评价与总结
第六章 模型的改进空间和后续工作
    6.1 路径优化问题的不足与后续工作
        模型的不足
        模型的后续工作
    6.2 时效预测问题的不足与后续工作
        模型的不足
        模型后续工作
第七章 结论及政策建议
    7.1 结论
    7.2 研究特色
        7.2.1 选题特色
        7.2.2 内容特色
    7.3 政策建议
参考文献
附录
致谢


【参考文献】:
期刊论文
[1]一种改进的禁忌搜索算法及其在选址问题中的应用[J]. 郭崇慧,覃华勤.  运筹与管理. 2008(01)
[2]基于混合禁忌搜索算法的物流配送路径优化问题研究[J]. 李松,刘兴,李瑞彩.  铁道运输与经济. 2007(03)
[3]基于遗传算法的最短路径路由优化算法[J]. 孙宝林,李腊元,陈华.  计算机工程. 2005(06)
[4]有时间窗配送车辆调度问题的禁忌搜索算法[J]. 张炯,郎茂祥.  北方交通大学学报. 2004(02)
[5]模拟退火算法在路径优化问题中的应用[J]. 张波,叶家玮,胡郁葱.  中国公路学报. 2004(01)
[6]物流配送车辆优化调度的综述[J]. 杨弋,顾幸生.  东南大学学报(自然科学版). 2003(S1)
[7]用混合遗传算法求解物流配送路径优化问题的研究[J]. 郎茂祥,胡思继.  中国管理科学. 2002(05)
[8]物流信息系统体系结构分析[J]. 杨东援,刘兴景,戴禾,汪超,王战权.  物流技术. 2001(02)

硕士论文
[1]物流配送的路径优化与行程时间预测[D]. 叶创鑫.暨南大学 2011
[2]基于禁忌搜索算法求解带时间窗的定位路线问题研究[D]. 魏晓明.长安大学 2009



本文编号:3029477

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/3029477.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a5de5***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com