装卸货一体化电动车辆路径优化研究
发布时间:2021-06-08 14:11
近年来,我国在加快推动经济发展、科技进步,增强综合国力的同时更加注重保护环境、降低能耗,减少资源浪费等问题,上到国家、政府,下到企业、个人均深刻认识到绿色发展的重要性。其中,在交通运输领域,新能源汽车的迅速发展就是最好的见证,特别是以电力为主要动力的电动汽车。国家逐步完善电动汽车补贴政策,统一充电设施标准,优化充电站建设布局,建设与电动汽车迅速发展相协调的充电基础设施体系;企业和个人逐步认识到电动汽车能源利用率高,运行成本低的优势,对电动汽车购买意愿不断增强。因此,近年来电动汽车在我国发展迅速,已逐步广泛应用于交通运输的各个领域。对于物流配送企业而言,提高配送效率,降低配送成本,获取更多的企业利润,才有可能在市场竞争中不被淘汰,最终实现企业经营目标。一方面,使用电动汽车代替燃油车作为运输工具,减少车辆运行成本;另一方面完善正向逆向物流配送体系,整合物流配送资源是是顺应现代物流高效智能的发展趋势,是当代物流配送企业发展壮大的必经之路。在物流配送过程中,传统的单一取货和单一送货问题往往无法避免去程和回程的车辆空载现象,这样一来必然会造成资源浪费、运作成本增加、配送效率降低,同时还会带来不必...
【文章来源】:东华大学上海市 211工程院校 教育部直属院校
【文章页数】:66 页
【学位级别】:硕士
【部分图文】:
技术路线图
E-VRPSPD示意图
第 3 章 E-VRPSPD 特性分析及数学建模15图 3.2 车辆载货量变化图3.2.2 耗电量影响因素分析E-VRPSPD 与传统 VRPSPD 的区别在于电动汽车的特性,即电动汽车行驶里程短,充电时间较长,对配送总成本和服务质量具有较大的影响,因此近年来基于充电站规模和充电策略的研究文献越来越多,而关于电动汽车耗电量影响因素的研究文献却很少。电动汽车行驶所需的动力由载电量有限的动力电池提供,因此电动汽车的行驶里程有限,而电动汽车行驶里程不足与其在
【参考文献】:
期刊论文
[1]多目标独占性电动汽车路径问题建模与优化[J]. 贾永基,郭文娟,杨东. 工业工程与管理. 2017(05)
[2]基于多目标模拟退火的带容量限制车辆路径问题[J]. 毕志升,蔡茗芊. 计算机与数字工程. 2017(08)
[3]电动汽车集散货一体化车辆路径问题[J]. 邵赛,毕军. 北京交通大学学报. 2017(03)
[4]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)
[5]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)
[6]基于分支定价算法的电动汽车车辆路径问题[J]. 揭婉晨,杨珺,陆坚毅. 运筹与管理. 2016(04)
[7]多行程车辆路径问题和配送中心定位问题的研究[J]. 宋强,刘凌霞. 数学的实践与认识. 2016(07)
[8]带时间窗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,刘明周,赵韩. 中国机械工程. 2016(04)
[9]基于模拟退火算法的城市物流多目标配送车辆路径优化研究[J]. 裴小兵,贾定芳. 数学的实践与认识. 2016(02)
[10]供应链中车辆路径问题的改进模拟退火算法[J]. 吴艳群,董鹏. 计算机工程与应用. 2016(12)
硕士论文
[1]共同配送模式下的绿色车辆路径问题比较研究[D]. 徐远震.北京交通大学 2017
[2]基于实时交通信息的快递企业车辆路径问题研究[D]. 罗敖翔.西南交通大学 2015
[3]基于电动汽车的带时间窗的路径优化问题研究[D]. 高升.大连海事大学 2015
本文编号:3218625
【文章来源】:东华大学上海市 211工程院校 教育部直属院校
【文章页数】:66 页
【学位级别】:硕士
【部分图文】:
技术路线图
E-VRPSPD示意图
第 3 章 E-VRPSPD 特性分析及数学建模15图 3.2 车辆载货量变化图3.2.2 耗电量影响因素分析E-VRPSPD 与传统 VRPSPD 的区别在于电动汽车的特性,即电动汽车行驶里程短,充电时间较长,对配送总成本和服务质量具有较大的影响,因此近年来基于充电站规模和充电策略的研究文献越来越多,而关于电动汽车耗电量影响因素的研究文献却很少。电动汽车行驶所需的动力由载电量有限的动力电池提供,因此电动汽车的行驶里程有限,而电动汽车行驶里程不足与其在
【参考文献】:
期刊论文
[1]多目标独占性电动汽车路径问题建模与优化[J]. 贾永基,郭文娟,杨东. 工业工程与管理. 2017(05)
[2]基于多目标模拟退火的带容量限制车辆路径问题[J]. 毕志升,蔡茗芊. 计算机与数字工程. 2017(08)
[3]电动汽车集散货一体化车辆路径问题[J]. 邵赛,毕军. 北京交通大学学报. 2017(03)
[4]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)
[5]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)
[6]基于分支定价算法的电动汽车车辆路径问题[J]. 揭婉晨,杨珺,陆坚毅. 运筹与管理. 2016(04)
[7]多行程车辆路径问题和配送中心定位问题的研究[J]. 宋强,刘凌霞. 数学的实践与认识. 2016(07)
[8]带时间窗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,刘明周,赵韩. 中国机械工程. 2016(04)
[9]基于模拟退火算法的城市物流多目标配送车辆路径优化研究[J]. 裴小兵,贾定芳. 数学的实践与认识. 2016(02)
[10]供应链中车辆路径问题的改进模拟退火算法[J]. 吴艳群,董鹏. 计算机工程与应用. 2016(12)
硕士论文
[1]共同配送模式下的绿色车辆路径问题比较研究[D]. 徐远震.北京交通大学 2017
[2]基于实时交通信息的快递企业车辆路径问题研究[D]. 罗敖翔.西南交通大学 2015
[3]基于电动汽车的带时间窗的路径优化问题研究[D]. 高升.大连海事大学 2015
本文编号:3218625
本文链接:https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/3218625.html