地下物流网络的节点选址和线路优化
发布时间:2021-01-09 18:17
交通拥堵一直以来都是城市建设发展中棘手的问题之一,物流交通作为城市交通的一部分也面临着很大的压力,在已经相对饱和的地面空间中,通过新建或者拓展道路去改善交通,释放日益增长的物流运输压力已经接近瓶颈。借鉴地下空间开发的先例和已有的技术,发展地下物流运输系统是解决地面交通拥堵和提高物流运输效率的一项前瞻性研究和趋势。本文首先介绍了国内外发展地下物流系统采取的实施方案和涉及到的关键技术,分析已取得的研究成果和存在的不足。在此基础上,以地下物流网络的成功部署和建设总成本最低为目标,以物流节点日收发货物量和节点服务半径为主要约束条件,借鉴地面物流运输网的分步配送模式,考虑地下空间开发的灵活性,搭建了一个地下双层物流运输网络模型,该模型分为两个部分:物流节点的地址选择和物流运输线路的优化设计。接着给出求解该模型的算法和算法具体实现方式。其中在节点选址方面:先采用聚类算法和重心法从定量和定性两方面获取物流节点位置,再用分支定界法得出物流节点所服务的地面区域;在货物运输线路设计方面:以节点数量的大小为区分标准,采用遗传算法和分支定界法,结合最短路径算法对线路进行组合优化,搜索出最优解。最后用一个实际地...
【文章来源】: 李楠 江汉大学
【文章页数】:56 页
【学位级别】:硕士
【部分图文】:
德国ULS概念图
本文以交通拥堵带来的经济损失,引出了一个大城市所面临的物流运输问题,借鉴地下空间技术,将物流配送的方式投入到地下,结合物流领域提出的地下物流系统的构想和系统所取得的研究成果,将研究点集中细化到地下物流网络配送节点的选择和运输线路的优化。为了将研究的问题阐述清楚,本文研究的思路参考了数学建模的思想,将所需要解决的实际问题的本质属性用数学符号,数学式子,程序,图形等进行抽象而又简洁的刻画,利用数学理论和计算机知识对研究的问题进行解答。所以本文的研究过程为:首先进行数据收集和问题的细化描述,在此基础上搭建问题的数学模型,接着根据模型所属的数学性质选取合适的求解算法,最后将实际数据代入到所建立的数学模型中,利用计算机实现算法,算出实际数据下问题的解决方案,最后用问题的解决方案来检验模型和算法的的实用性,如图1-2所示。根据本文的研究思路,主要采用数学思想去解决问题,建立数学模型是使用数学方法必不可少的步骤,也具有一定的难度。数学建模是把错综复杂的实际问题简化、抽象为严谨的数学结构。需要通过收集大量的数据资料,分析和研究实际对象的固有特征和内在规律,提炼出问题的主要思想,从而建立起能表明实际问题的数学等量关系,最后采用数学理论和方法去分析和解决实际问题。
就像成语“物以类聚,人以群分”描述的一样,在生产生活中有着大量需要进行的分类问题。当我们找到一些准则或者相近的特性,就可以按这些准则和特性将符合条件的元素从大环境中选出来,形成一个类,这就是聚类算法的思想。因为准则和特点是多种多样的,甚至是可以人为的合理地去定义的,所以聚类算法也有很多种形式,本文将使用最为广泛的基于距离的k-means聚类算法。K-means聚类算法采用距离作为相似性的评价指标,当两个对象的距离越近时,其相似度就越大,属于同一类集合的概率越大[37]。这和地下物流节点的选址一样,由于地下空间相对自由,并且可以很好的去刻画距离这一特性。如图3-1所示,在平面中有一些随意排列的点,k-means聚类的目标就是利用这些点之间的距离来把这些点进行集合划分。图3-1将这些点划分为三个聚类,每个聚类的最基本特征就是“就近”原则,彼此距离大小在一定范围的点被划分到一起,形成一个点集合。K-means聚类算法是一种通过不断迭代计算结果直到达到分类目标的分类算法。首先随机选取K个待分类对象作为初始聚类中心,然后计算每个对象与各个聚类中心之间的距离,把每个对象划分到距离它最近的聚类中心所代表的对象集合。聚类中心和分配给它们的对象就形成一个集合。当分配完所有的对象后,聚类中心根据集合现有的对象重新计算。分配对象和计算聚类中心的过程不断重复直到满足某个终止条件。算法的终止条件可以根据实际需求进行定义。例如:当没有对象被重新分配给不同的聚类或聚类中心不在再发生变化时,或者误差平方和局部最小时,停止算法。算法的流程图如下:
【参考文献】:
期刊论文
[1]基于地铁的城市地下物流系统探讨[J]. 王小林,赵瀚. 地下空间与工程学报. 2019(05)
[2]城市地下物流系统的发展与设计[J]. 刘行,王金山. 中国新技术新产品. 2019(15)
[3]探讨我国城市交通管理与控制[J]. 纪俊杰. 智库时代. 2019(08)
[4]基于成本优化的城市地下物流节点选址研究[J]. 何永贵,周颖. 管理现代化. 2018(06)
[5]发展城市地下物流系统必要性研究[J]. 孙晓君,赵贵文,栾迎霞,朱云桦. 西部皮革. 2017(20)
[6]城市地下物流系统探析[J]. 彭玫贞,陈一村. 江苏科技信息. 2017(19)
[7]多物流配送中心的选址布局问题优化模型研究[J]. 李明,刘航,张晓建. 重庆交通大学学报(自然科学版). 2017(01)
[8]地下物流节点选址的双层规划模型及算法研究[J]. 闫文涛,覃燕红. 地下空间与工程学报. 2016(04)
[9]大型城市地下物流网络优化布局的模拟植物生长算法[J]. 李彤,王众托. 系统工程理论与实践. 2013(04)
[10]城市地下物流系统发展模式及相关技术要求[J]. 马成林,毛海军,许恒勤. 物流技术. 2012(05)
博士论文
[1]中国城市物流发展空间结构演化与机理研究[D]. 王东方.长安大学 2019
[2]基于物流需求多样性的区域物流规划方法研究[D]. 陈思.西南交通大学 2013
[3]区域物流网络中心选址及线路优化研究[D]. 郑斌.大连海事大学 2011
硕士论文
[1]城市交通拥堵的法治对策研究[D]. 马文远.武汉理工大学 2017
[2]基于Mapreduce的大量物流配送线路优化与实现[D]. 赵明.贵州财经大学 2016
[3]城市物流配送中心选址方法及应用研究[D]. 陈镝.华北电力大学(北京) 2016
[4]基于改进蚁群算法的烟草物流线路优化与系统设计[D]. 王保中.哈尔滨工业大学 2015
[5]城市地下物流系统节点选址研究[D]. 闫文涛.重庆交通大学 2015
[6]基于聚类的车辆线路优化算法研究[D]. 袁正磊.山东大学 2008
[7]物流中心的选址问题研究[D]. 杨双林.江苏大学 2005
[8]配送车辆线路优化算法研究[D]. 吴淑娟.河海大学 2005
本文编号:2967160
【文章来源】: 李楠 江汉大学
【文章页数】:56 页
【学位级别】:硕士
【部分图文】:
德国ULS概念图
本文以交通拥堵带来的经济损失,引出了一个大城市所面临的物流运输问题,借鉴地下空间技术,将物流配送的方式投入到地下,结合物流领域提出的地下物流系统的构想和系统所取得的研究成果,将研究点集中细化到地下物流网络配送节点的选择和运输线路的优化。为了将研究的问题阐述清楚,本文研究的思路参考了数学建模的思想,将所需要解决的实际问题的本质属性用数学符号,数学式子,程序,图形等进行抽象而又简洁的刻画,利用数学理论和计算机知识对研究的问题进行解答。所以本文的研究过程为:首先进行数据收集和问题的细化描述,在此基础上搭建问题的数学模型,接着根据模型所属的数学性质选取合适的求解算法,最后将实际数据代入到所建立的数学模型中,利用计算机实现算法,算出实际数据下问题的解决方案,最后用问题的解决方案来检验模型和算法的的实用性,如图1-2所示。根据本文的研究思路,主要采用数学思想去解决问题,建立数学模型是使用数学方法必不可少的步骤,也具有一定的难度。数学建模是把错综复杂的实际问题简化、抽象为严谨的数学结构。需要通过收集大量的数据资料,分析和研究实际对象的固有特征和内在规律,提炼出问题的主要思想,从而建立起能表明实际问题的数学等量关系,最后采用数学理论和方法去分析和解决实际问题。
就像成语“物以类聚,人以群分”描述的一样,在生产生活中有着大量需要进行的分类问题。当我们找到一些准则或者相近的特性,就可以按这些准则和特性将符合条件的元素从大环境中选出来,形成一个类,这就是聚类算法的思想。因为准则和特点是多种多样的,甚至是可以人为的合理地去定义的,所以聚类算法也有很多种形式,本文将使用最为广泛的基于距离的k-means聚类算法。K-means聚类算法采用距离作为相似性的评价指标,当两个对象的距离越近时,其相似度就越大,属于同一类集合的概率越大[37]。这和地下物流节点的选址一样,由于地下空间相对自由,并且可以很好的去刻画距离这一特性。如图3-1所示,在平面中有一些随意排列的点,k-means聚类的目标就是利用这些点之间的距离来把这些点进行集合划分。图3-1将这些点划分为三个聚类,每个聚类的最基本特征就是“就近”原则,彼此距离大小在一定范围的点被划分到一起,形成一个点集合。K-means聚类算法是一种通过不断迭代计算结果直到达到分类目标的分类算法。首先随机选取K个待分类对象作为初始聚类中心,然后计算每个对象与各个聚类中心之间的距离,把每个对象划分到距离它最近的聚类中心所代表的对象集合。聚类中心和分配给它们的对象就形成一个集合。当分配完所有的对象后,聚类中心根据集合现有的对象重新计算。分配对象和计算聚类中心的过程不断重复直到满足某个终止条件。算法的终止条件可以根据实际需求进行定义。例如:当没有对象被重新分配给不同的聚类或聚类中心不在再发生变化时,或者误差平方和局部最小时,停止算法。算法的流程图如下:
【参考文献】:
期刊论文
[1]基于地铁的城市地下物流系统探讨[J]. 王小林,赵瀚. 地下空间与工程学报. 2019(05)
[2]城市地下物流系统的发展与设计[J]. 刘行,王金山. 中国新技术新产品. 2019(15)
[3]探讨我国城市交通管理与控制[J]. 纪俊杰. 智库时代. 2019(08)
[4]基于成本优化的城市地下物流节点选址研究[J]. 何永贵,周颖. 管理现代化. 2018(06)
[5]发展城市地下物流系统必要性研究[J]. 孙晓君,赵贵文,栾迎霞,朱云桦. 西部皮革. 2017(20)
[6]城市地下物流系统探析[J]. 彭玫贞,陈一村. 江苏科技信息. 2017(19)
[7]多物流配送中心的选址布局问题优化模型研究[J]. 李明,刘航,张晓建. 重庆交通大学学报(自然科学版). 2017(01)
[8]地下物流节点选址的双层规划模型及算法研究[J]. 闫文涛,覃燕红. 地下空间与工程学报. 2016(04)
[9]大型城市地下物流网络优化布局的模拟植物生长算法[J]. 李彤,王众托. 系统工程理论与实践. 2013(04)
[10]城市地下物流系统发展模式及相关技术要求[J]. 马成林,毛海军,许恒勤. 物流技术. 2012(05)
博士论文
[1]中国城市物流发展空间结构演化与机理研究[D]. 王东方.长安大学 2019
[2]基于物流需求多样性的区域物流规划方法研究[D]. 陈思.西南交通大学 2013
[3]区域物流网络中心选址及线路优化研究[D]. 郑斌.大连海事大学 2011
硕士论文
[1]城市交通拥堵的法治对策研究[D]. 马文远.武汉理工大学 2017
[2]基于Mapreduce的大量物流配送线路优化与实现[D]. 赵明.贵州财经大学 2016
[3]城市物流配送中心选址方法及应用研究[D]. 陈镝.华北电力大学(北京) 2016
[4]基于改进蚁群算法的烟草物流线路优化与系统设计[D]. 王保中.哈尔滨工业大学 2015
[5]城市地下物流系统节点选址研究[D]. 闫文涛.重庆交通大学 2015
[6]基于聚类的车辆线路优化算法研究[D]. 袁正磊.山东大学 2008
[7]物流中心的选址问题研究[D]. 杨双林.江苏大学 2005
[8]配送车辆线路优化算法研究[D]. 吴淑娟.河海大学 2005
本文编号:2967160
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/2967160.html