基于成本的配送路线优化模型与算法研究
发布时间：2021-10-18 11:35
物流业已经成为国民经济的重要产业，在社会经济发展中起着越来越重要的作用，配送是物流中的重要环节，配送路线的选择直接影响配送成本，进而影响了物流成本。物流配送路线优化研究，是配送系统优化中的重要一环。通过配送路线优化，可以提高企业的运作效率，降低配送成本，实现物流科学化。自从配送路径优化问题被提出以来，国内外的专家学者对其开展了广泛的研究。目前己经产生出多种成熟的模型和算法，为后人继续研究提供了基础。通过阐述配送车辆路线优化问题及其构成要素，分析以往路线优化问题模型存在的不足，本文重新对配送车辆路线优化问题进行了必要的界定和约束，在建模过程中将拣选、加工、装卸等配送成本作为次要因素进行处理，以燃料费、人员费用、其它费用以及时间成本总和代替配送成本，在充分考虑车辆装载情况、配送线路的路面情况、车辆在各路段行驶平均速度情况以及各客户点不同时间窗需求的基础上，构建了以成本最低为优化目标的车辆路线优化问题数学模型。粒子群算法被认为是求解组合优化问题的有效手段之一，本文所研究的问题属于组合优化问题，因此可采用粒子群算法来求解本文提出的成本最低配送车辆路线优化问题模型。本文提出的模型中存在车辆动态装...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
图4.3粒子群算法步骤
图 5.1 向上开口抛物线惯性权重递减曲线5.3 算例结果分析5.3.1 最短路配送路线优化问题结果分析分别利用标准粒子群算法及带惯性权重策略和边界策略的改进粒子群算法对最短路配送路线模型进行 20 次计算，结果如表 5.8 和表 5.9 所示。表 5.8 标准粒子群算法求解最短路配送路线问题的结果次数 1 2 3 4 5 6 7 8 9 10结果 1023.04 910.00 935.00 1188.04 1117.20 939.00 910.00 1020.00 910.00 1255.00次数 11 12 13 14 15 16 17 18 19 20结果 1185.00 910.00 1284.00 1023.04 910.00 935.00 1117.20 1284.00 939.00 1020.00表 5.9 带策略的改进型粒子群算法求解最短路配送路线问题的结果次数 1 2 3 4 5 6 7 8 9 10结果 935.00 910.00 1023.04 910.00 910.00 910.00 1020.00 910.00 939.00 910.00次数 11 12 13 14 15 16 17 18 19 20
第 5 章 算例分析20 次运算中有 15 次可求出最优解，搜索成功率为 75%，这与结果与的带开口向上权重策略的粒子群算法搜索成功率为 80%的结论大致相子群算法求解的平均值为 937.60，与最优解 910.00 偏差较小。以上以最短路为优化目标的配送路线优化问题时带惯性权重策略和边界法要明显优于标准粒子群算法，这是由于加入惯性权重递减策略和边子群算法容易陷入局部极值的缺点，提高了算法的寻优性能。别枚举出以上两种算法求得最优解情况下的运算数据作图，得到两种的进化情况，如图 5.2 和 5.3 所示。
【参考文献】：
期刊论文
[1]基于粒子群算法的物流配送车辆优化调度研究[J]. 刘志雄. 武汉科技大学学报. 2009(06)
[2]带装载量约束的物流配送车辆路径优化研究[J]. 何小年,谢小良. 计算机工程与应用. 2009(34)
[3]多车场车辆路径问题的新型聚类蚁群算法[J]. 陈美军,张志胜,陈春咏,史金飞. 中国制造业信息化. 2008(11)
[4]粒子群算法在VRP中的应用[J]. 方金城,张岐山. 管理科学文摘. 2008(03)
[5]车辆路径问题的并行粒子群算法研究[J]. 马慧民,吴勇,叶春明. 上海理工大学学报. 2007(05)
[6]模糊需求车辆路径问题及其启发式蚁群算法[J]. 陈宝文,宋申民,陈兴林. 计算机应用. 2006(11)
[7]带回程的车辆运输路径优化及定价模型[J]. 董媛媛,陶绪林,周晶. 现代交通技术. 2006(04)
[8]非满载车辆路径问题的改进粒子群优化算法[J]. 罗先国,侍洪波. 华东理工大学学报(自然科学版). 2006(07)
[9]带时窗回程取货的车辆路径问题的算法[J]. 郭伏,隆颖. 东北大学学报. 2006(05)
[10]逆向物流单车辆运输策略[J]. 王发鸿,达庆利. 东南大学学报(自然科学版). 2006(01)
博士论文
[1]公路运输系统的经济分析与评价[D]. 于春荣.吉林大学 2008
[2]开放式车辆路径问题及其应用研究[D]. 符卓.中南大学 2003
[3]随机车辆路径问题研究[D]. 谢秉磊.西南交通大学 2003
硕士论文
[1]基于小生境粒子群算法的同时取货送货车辆路径问题研究[D]. 李振.山东大学 2011
[2]基于粒子群算法的卷烟配送车辆路径问题研究[D]. 赵丽.长安大学 2009
[3]逆向物流回收的车辆配置及路径优化研究[D]. 滕耘.北京交通大学 2008
[4]基于混合粒子群算法的物流配送车辆路径问题的研究[D]. 陈利.中南大学 2007
本文编号：3442728
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
图4.3粒子群算法步骤
图 5.1 向上开口抛物线惯性权重递减曲线5.3 算例结果分析5.3.1 最短路配送路线优化问题结果分析分别利用标准粒子群算法及带惯性权重策略和边界策略的改进粒子群算法对最短路配送路线模型进行 20 次计算，结果如表 5.8 和表 5.9 所示。表 5.8 标准粒子群算法求解最短路配送路线问题的结果次数 1 2 3 4 5 6 7 8 9 10结果 1023.04 910.00 935.00 1188.04 1117.20 939.00 910.00 1020.00 910.00 1255.00次数 11 12 13 14 15 16 17 18 19 20结果 1185.00 910.00 1284.00 1023.04 910.00 935.00 1117.20 1284.00 939.00 1020.00表 5.9 带策略的改进型粒子群算法求解最短路配送路线问题的结果次数 1 2 3 4 5 6 7 8 9 10结果 935.00 910.00 1023.04 910.00 910.00 910.00 1020.00 910.00 939.00 910.00次数 11 12 13 14 15 16 17 18 19 20
第 5 章 算例分析20 次运算中有 15 次可求出最优解，搜索成功率为 75%，这与结果与的带开口向上权重策略的粒子群算法搜索成功率为 80%的结论大致相子群算法求解的平均值为 937.60，与最优解 910.00 偏差较小。以上以最短路为优化目标的配送路线优化问题时带惯性权重策略和边界法要明显优于标准粒子群算法，这是由于加入惯性权重递减策略和边子群算法容易陷入局部极值的缺点，提高了算法的寻优性能。别枚举出以上两种算法求得最优解情况下的运算数据作图，得到两种的进化情况，如图 5.2 和 5.3 所示。
【参考文献】：
期刊论文
[1]基于粒子群算法的物流配送车辆优化调度研究[J]. 刘志雄. 武汉科技大学学报. 2009(06)
[2]带装载量约束的物流配送车辆路径优化研究[J]. 何小年,谢小良. 计算机工程与应用. 2009(34)
[3]多车场车辆路径问题的新型聚类蚁群算法[J]. 陈美军,张志胜,陈春咏,史金飞. 中国制造业信息化. 2008(11)
[4]粒子群算法在VRP中的应用[J]. 方金城,张岐山. 管理科学文摘. 2008(03)
[5]车辆路径问题的并行粒子群算法研究[J]. 马慧民,吴勇,叶春明. 上海理工大学学报. 2007(05)
[6]模糊需求车辆路径问题及其启发式蚁群算法[J]. 陈宝文,宋申民,陈兴林. 计算机应用. 2006(11)
[7]带回程的车辆运输路径优化及定价模型[J]. 董媛媛,陶绪林,周晶. 现代交通技术. 2006(04)
[8]非满载车辆路径问题的改进粒子群优化算法[J]. 罗先国,侍洪波. 华东理工大学学报(自然科学版). 2006(07)
[9]带时窗回程取货的车辆路径问题的算法[J]. 郭伏,隆颖. 东北大学学报. 2006(05)
[10]逆向物流单车辆运输策略[J]. 王发鸿,达庆利. 东南大学学报(自然科学版). 2006(01)
博士论文
[1]公路运输系统的经济分析与评价[D]. 于春荣.吉林大学 2008
[2]开放式车辆路径问题及其应用研究[D]. 符卓.中南大学 2003
[3]随机车辆路径问题研究[D]. 谢秉磊.西南交通大学 2003
硕士论文
[1]基于小生境粒子群算法的同时取货送货车辆路径问题研究[D]. 李振.山东大学 2011
[2]基于粒子群算法的卷烟配送车辆路径问题研究[D]. 赵丽.长安大学 2009
[3]逆向物流回收的车辆配置及路径优化研究[D]. 滕耘.北京交通大学 2008
[4]基于混合粒子群算法的物流配送车辆路径问题的研究[D]. 陈利.中南大学 2007
本文编号：3442728
本文链接：https://www.wllwen.com/jingjilunwen/kuaiji/3442728.html
