我国快递企业航空货运飞机装载优化研究

发布时间：2017-09-20 11:47

  本文关键词：我国快递企业航空货运飞机装载优化研究

  更多相关文章： 航空货运 集装器 装载问题 快递企业 混合克隆免疫遗传算法

【摘要】：航空货运领域是国内快递企业未来发展的核心,快递企业筹谋航空快递的微利和无利时代已经来临。科学的指导快递企业的航空货运装载问题,避免不必要的空间浪费,降低航空运输成本,提供给收件人优质的快递服务,具有一定的理论价值与现实意义。首先,对国内外研究航空货运装载问题的现状进行介绍并归纳总结;本文主要研究我国快递行业,这个行业的货物有一定的特点,综合考虑产品的时间要求、大小、用途和性质,将通过航空运输的货物进行分类;分析了飞机机舱装载方式,分成客机腹舱装载和全货机装载两种情况;阐述了普通货物的一般集装箱装载问题,将为后续研究奠定了理论基础。其次,分别构建了客机腹舱装载优化模型和全货机货舱装载的优化模型。在描述航空货运装载问题的基础上,对客机腹舱装载问题和全货机货舱装载问题的约束条件进行比较分析;建立约束条件时,考虑了重量约束、体积约束和重心约束;以载重量利用率和容积利用率综合最优为目标;模型假设和设定参数,对集装器的型号和数量优化。再次,借鉴一种基于空间分割的启发式算法,利用启发式算法的优点,确定初始种群。结合基于克隆选择的免疫遗传算法,设计了混合克隆免疫遗传算法。设计算法时,加入克隆算子,同时,区分适应度和亲和度个体的不同,采用不同数量的克隆规模,保障了种群规模的数量,同时保证了种群的多样性,此外,免疫算子最大限度的保留父代信息。用优化函数通过与免疫遗传算法、遗传算法进行性能测试,证明该算法的优越性。最后,根据YT快递企业的装货单部分数据的信息,通过Matlab软件分别求解客机腹舱装载算例和全货机货舱装载算例,在不同实验值的情况下,都得到较好的载重量利用率和容积利用率综合最优值。对两个算例对比分析,重点突出全货机对多种集装器的使用,且都得到了较好装载方案和最优值。本文研究的算法为航空货运领域的装载问题提供新的求解思路,研究成果将为快递企业解决航空货物的飞机装载问题提供理论依据和实用性的参考价值。
【关键词】：航空货运 集装器 装载问题 快递企业 混合克隆免疫遗传算法
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V353
【目录】：

• 摘要4-5
• Abstract5-10
• 第1章 绪论10-20
• 1.1 研究背景及意义10-12
• 1.1.1 研究背景10-11
• 1.1.2 研究意义11-12
• 1.2 国内外研究现状12-16
• 1.2.1 装载空间12-13
• 1.2.2 优化模型13-15
• 1.2.3 算法研究15-16
• 1.3 论文主要研究内容及研究方法16-20
• 1.3.1 主要研究内容16-17
• 1.3.2 研究方法17-18
• 1.3.3 研究框架结构18-20
• 第2章 快递企业航空货运装载的相关理论20-28
• 2.1 快递与航空快递概念20
• 2.1.1 快递20
• 2.1.2 航空快递20
• 2.2 快递企业航空运输的货物分类20-22
• 2.3 飞机机舱装载货物方式的分析22-24
• 2.3.1 客机腹舱的装载情况分析22-23
• 2.3.2 全货机货舱的装载情况分析23-24
• 2.4 普通货物集装箱装载优化分析24-26
• 2.4.1 约束条件及目标函数24-25
• 2.4.2 装箱问题分类25
• 2.4.3 单个集装箱装载问题优化模型25-26
• 2.5 本章小结26-28
• 第3章 航空货运装载问题优化分析28-42
• 3.1 优化分析28-31
• 3.1.1 航空货运装载问题描述28-29
• 3.1.2 客机腹舱装载问题的约束条件和目标函数29-30
• 3.1.3 全货机货舱装载问题的约束条件和目标函数30-31
• 3.2 优化模型31-40
• 3.2.1 客机腹舱装载的优化模型31-36
• 3.2.2 全货机货舱装载的优化模型36-40
• 3.3 本章小结40-42
• 第4章 航空货运装载问题优化算法设计42-70
• 4.1 三空间分割和空间合并42-51
• 4.1.1 启发式算法的空间占位原则42-44
• 4.1.2 集装器的三空间分割原则44-48
• 4.1.3 集装器的空间合并48-49
• 4.1.4 基于三空间分割的启发式算法的步骤49-51
• 4.2 基于克隆选择的免疫遗传算法51-55
• 4.2.1 免疫遗传算法51-52
• 4.2.2 克隆选择算子52-54
• 4.2.3 克隆免疫遗传算法的优点54-55
• 4.3 混合克隆免疫遗传算法的设计55-64
• 4.3.1 抗体的编码与译码56-58
• 4.3.2 初始种群58
• 4.3.3 提取疫苗58-59
• 4.3.4 计算抗体的适应度函数和亲和度59-60
• 4.3.5 终止条件60-61
• 4.3.6 克隆算子操作61-62
• 4.3.7 免疫算子62
• 4.3.8 种群更新62-63
• 4.3.9 混合克隆免疫遗传选择算法整体流程63-64
• 4.4 算法的性能分析64-68
• 4.4.1 函数优化64-65
• 4.4.2 与不同智能算法的结果比较65-68
• 4.5 本章小结68-70
• 第5章 实证分析70-82
• 5.1 实例背景70-71
• 5.2 客机腹舱装载算例71-76
• 5.2.1 算例描述71-73
• 5.2.2 算例求解73-75
• 5.2.3 结果分析75-76
• 5.3 全货机货舱装载算例76-81
• 5.3.1 算例描述76-77
• 5.3.2 算例求解77-80
• 5.3.3 结果分析80-81
• 5.4 本章小结81-82
• 第6章 总结与展望82-86
• 6.1 总结82-83
• 6.2 展望83-86
• 参考文献86-92
• 附录92-103
• 作者简介103-104
• 致谢104

【相似文献】

中国期刊全文数据库 前10条

1 张f，

本文编号：887874