物流配送中车辆路径优化技术研究
发布时间：2021-07-22 02:16
物流产业是现代社会化大生产和专业化分工不断加深的产物,随着我国经济的增长和服务业的快速发展,物流行业不仅影响着社会的发展和人民生活水平的提高,而且也是衡量一个国家现代化程度和国际竞争力的重要标志之一。物流配送作为物流系统的核心功能,配送质量完成的好坏直接影响到企业物流成本以及客户对物流服务的满意程度,在配送功能中,车辆配送路线的合理优化对整个物流的运输速度、成本、效益影响至关重要。由于车辆路径问题（Vehicle Routing Problem,VRP）是一个NP问题,并且该问题存在众多约束条件,特别是引入了时间窗和多车场这两个因素,使得问题的求解更加困难,因此,如何能够快速、高效地找到问题的最优解成为当前研究的重点。本文主要围绕带容量约束的车辆路径问题（Capacitated Vehicle Routing Problem,CVRP）、带时间窗的车辆路径问题（Vehicle Routing Problem with time windows,VRPTW）和带时间窗的多车场车辆路径问题（Multiple Depot Vehicle Routing With Time Windows,M...
【文章来源】：西华大学四川省
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
路径间交叉策略Fig.3.1inter_route2-optstrategy
头非尾节点 a 和 b，将 r1 中 a 节点和 r 2中 b 节点的位置相互交换，其余节点位变，得到新路径'r1 和'r 2，再对新路径'r1 和'r 2进行约束判断，计算并比较新路销，选择最优路径进行保留，否则重新选择交换点。如图 3.2 所示， r1 中的第和 r 2中第二个节点位置互相交换，其余节点位置保持不变，得到了新路径'r1 和
选择最优路径进行保留。否则重新选择插入位置，直到所有节点均不满足条件为止。如图3.3 所示，将 r1 中的第 3 个节点插入到 r 2中第 2 个节点之后，得到新路径'r1 和'r 2，其余节点保持不变。该策略可能会删除一条路径。图 3.3 路径间插入策略Figure 3.3 inter_route insertion strategies
【参考文献】：
期刊论文
[1]带软时间窗的多车场开放式车辆调度[J]. 凌海峰,谷俊辉. 计算机工程与应用. 2017(14)
[2]带时间窗物流配送车辆路径问题的蝙蝠算法[J]. 马祥丽,张惠珍,马良. 计算机工程与应用. 2016(11)
[3]基于模拟退火算法求解VRPSPDTW问题[J]. 王超,穆东. 系统仿真学报. 2014(11)
[4]求解车辆路径问题的人工蜂群算法[J]. 王志刚,夏慧明. 计算机工程与科学. 2014(06)
[5]改进的混合型蚁群算法在VRP问题中的应用[J]. 孙晶,白艳萍. 黑龙江大学自然科学学报. 2014(03)
[6]一种车辆路径规划的改进混合算法[J]. 田景文,孔垂超,高美娟. 计算机工程与应用. 2014(14)
[7]双精英协同进化遗传算法[J]. 刘全,王晓燕,傅启明,张永刚,章晓芳. 软件学报. 2012(04)
[8]一种基于排序奖惩的蚁群算法[J]. 孟凡聪. 电脑知识与技术. 2011(35)
[9]多车型开放式车辆路线问题的混合启发式算法[J]. 王晓博,任春玉,李海晨. 计算机工程与应用. 2013(07)
[10]有时间窗约束的多车场车辆路径问题的改进遗传算法[J]. 杨元峰,崔志明,陈建明. 苏州大学学报(工科版). 2006(02)
博士论文
[1]求解车辆路径问题的蚁群优化算法研究及应用[D]. 葛斌.合肥工业大学 2016
[2]基于改进蚁群算法的物流配送车辆路径优化研究[D]. 张家善.辽宁工程技术大学 2014
[3]带时间窗车辆路径问题及其算法研究[D]. 潘立军.中南大学 2012
[4]蚁群算法改进及应用研究[D]. 刘波.燕山大学 2010
[5]蚁群算法及其应用研究[D]. 杨剑峰.浙江大学 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]基于时间窗的T公司配送路径优化研究[D]. 潘振贞.华东理工大学 2017
[3]改进遗传算法在多配送中心VRPTW中的应用[D]. 高珊珊.兰州财经大学 2015
[4]带车辆时间窗的多车场车辆路径问题研究[D]. 史春燕.重庆工商大学 2015
[5]基于主次种群蚁群算法的物流配送车辆路径优化研究[D]. 康燕妮.西安建筑科技大学 2015
[6]带时间窗车辆路径问题的蚁群算法改进[D]. 董攀.长沙理工大学 2014
[7]混合人工鱼群遗传算法求解CVRP问题[D]. 王春波.华东师范大学 2013
[8]基于模拟退火算法的启发式算法在VRP中的应用[D]. 宋燕子.华中师范大学 2013
[9]多配送中心的城市物流配送车辆路径问题研究[D]. 李保伟.合肥工业大学 2013
[10]基于模糊聚类分析和免疫算法的多车场带时间窗问题的配送车辆路径优化研究[D]. 曹玉霞.中国海洋大学 2012
本文编号：3296239
【文章来源】：西华大学四川省
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
路径间交叉策略Fig.3.1inter_route2-optstrategy
头非尾节点 a 和 b，将 r1 中 a 节点和 r 2中 b 节点的位置相互交换，其余节点位变，得到新路径'r1 和'r 2，再对新路径'r1 和'r 2进行约束判断，计算并比较新路销，选择最优路径进行保留，否则重新选择交换点。如图 3.2 所示， r1 中的第和 r 2中第二个节点位置互相交换，其余节点位置保持不变，得到了新路径'r1 和
选择最优路径进行保留。否则重新选择插入位置，直到所有节点均不满足条件为止。如图3.3 所示，将 r1 中的第 3 个节点插入到 r 2中第 2 个节点之后，得到新路径'r1 和'r 2，其余节点保持不变。该策略可能会删除一条路径。图 3.3 路径间插入策略Figure 3.3 inter_route insertion strategies
【参考文献】：
期刊论文
[1]带软时间窗的多车场开放式车辆调度[J]. 凌海峰,谷俊辉. 计算机工程与应用. 2017(14)
[2]带时间窗物流配送车辆路径问题的蝙蝠算法[J]. 马祥丽,张惠珍,马良. 计算机工程与应用. 2016(11)
[3]基于模拟退火算法求解VRPSPDTW问题[J]. 王超,穆东. 系统仿真学报. 2014(11)
[4]求解车辆路径问题的人工蜂群算法[J]. 王志刚,夏慧明. 计算机工程与科学. 2014(06)
[5]改进的混合型蚁群算法在VRP问题中的应用[J]. 孙晶,白艳萍. 黑龙江大学自然科学学报. 2014(03)
[6]一种车辆路径规划的改进混合算法[J]. 田景文,孔垂超,高美娟. 计算机工程与应用. 2014(14)
[7]双精英协同进化遗传算法[J]. 刘全,王晓燕,傅启明,张永刚,章晓芳. 软件学报. 2012(04)
[8]一种基于排序奖惩的蚁群算法[J]. 孟凡聪. 电脑知识与技术. 2011(35)
[9]多车型开放式车辆路线问题的混合启发式算法[J]. 王晓博,任春玉,李海晨. 计算机工程与应用. 2013(07)
[10]有时间窗约束的多车场车辆路径问题的改进遗传算法[J]. 杨元峰,崔志明,陈建明. 苏州大学学报(工科版). 2006(02)
博士论文
[1]求解车辆路径问题的蚁群优化算法研究及应用[D]. 葛斌.合肥工业大学 2016
[2]基于改进蚁群算法的物流配送车辆路径优化研究[D]. 张家善.辽宁工程技术大学 2014
[3]带时间窗车辆路径问题及其算法研究[D]. 潘立军.中南大学 2012
[4]蚁群算法改进及应用研究[D]. 刘波.燕山大学 2010
[5]蚁群算法及其应用研究[D]. 杨剑峰.浙江大学 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]基于时间窗的T公司配送路径优化研究[D]. 潘振贞.华东理工大学 2017
[3]改进遗传算法在多配送中心VRPTW中的应用[D]. 高珊珊.兰州财经大学 2015
[4]带车辆时间窗的多车场车辆路径问题研究[D]. 史春燕.重庆工商大学 2015
[5]基于主次种群蚁群算法的物流配送车辆路径优化研究[D]. 康燕妮.西安建筑科技大学 2015
[6]带时间窗车辆路径问题的蚁群算法改进[D]. 董攀.长沙理工大学 2014
[7]混合人工鱼群遗传算法求解CVRP问题[D]. 王春波.华东师范大学 2013
[8]基于模拟退火算法的启发式算法在VRP中的应用[D]. 宋燕子.华中师范大学 2013
[9]多配送中心的城市物流配送车辆路径问题研究[D]. 李保伟.合肥工业大学 2013
[10]基于模糊聚类分析和免疫算法的多车场带时间窗问题的配送车辆路径优化研究[D]. 曹玉霞.中国海洋大学 2012
本文编号：3296239
本文链接：https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/3296239.html
