数据挖掘技术在物流管理中的应用

发布时间：2021-02-06 03:13

　　本文将基于遗传算法的优化路径选择策略应用于物流配送管理系统中,研究如何选取合适的运输路线,以加快对客户需求的响应速度,提高服务质量,降低运营成本。本文将目前可用于路径优化问题的多种优化算法进行了对比,分析了各种算法在用于物流配送路径选择问题中的优缺点,最终确定遗传算法作为本文的应用算法,并对其进行了详细的研究。本文阐述了车辆路径问题（VRP）的一种改进遗传算法的设计与实现,并将该算法成功应用到物流配送管理系统模块中,实现物流配送路径选择的自动化。通过对车辆路径问题的深入分析,针对遗传算法中“种群多样性”和“选择压力”两个最重要因素,对“选择算子”和“变异算子”进行了改进,并和一般的遗传算法进行了比较,结果表明,改进的算法收敛速度较快,所求得的最优解质量较高,且计算结果稳定;改进算法的得到的最优配送路线没有交叉,且完全形成回路,同时满足车辆满载率的限制,因此,改进的遗传算法明显优于传统的遗传算法。最后开发了一个配送决策子系统,该系统封装了改进的遗传算法,通过界面的形式为决策者提供合理的配送路径,实现了物流配送系统的自动化。 

【文章来源】：沈阳理工大学辽宁省

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

交叉算子流程图

变异算子流程图

系统登录界面

【参考文献】：
期刊论文
[1]基于混合算法的多目标多式联运路径选择问题研究[J]. 万杰,魏爽.  天津大学学报(自然科学与工程技术版). 2019(03)
[2]基于量子遗传算法的云仓储选址分配问题研究[J]. 李振华.  物流工程与管理. 2019(01)
[3]基于道路状况的生鲜农产品配送路径优化[J]. 王恒,徐亚星,王振锋,周天鹏,田德春.  系统仿真学报. 2019(01)
[4]生鲜冷链物流中心功能区布局研究[J]. 蔡鉴明,肖世斌.  物流科技. 2019(01)
[5]构造节约遗传算法解决电子商务环境下的物流配送路径优化问题研究[J]. 郑瑞卿.  宜春学院学报. 2018(12)
[6]基于遗传算法的3L-CVRP优化问题研究[J]. 崔会芬,许佳瑜,杨京帅,胡大伟,朱鸿国.  交通信息与安全. 2018(05)
[7]基于物流AGV的“货到人”订单拣选系统任务调度研究[J]. 袁瑞萍,王慧玲,孙利瑞,李俊韬.  运筹与管理. 2018(10)
[8]基于遗传算法的烟草物流配送中心选址问题[J]. 周思育,吕逸倩,於佳训,宋庭新.  湖北工业大学学报. 2018(05)
[9]考虑客户聚类与产品回收的两级闭环物流网络选址-路径优化[J]. 梁喜,凯文.  计算机应用. 2019(02)
[10]基于改进遗传算法的物流车辆路径问题优化[J]. 陈成.  信息技术与信息化. 2018(09)



本文编号：3020054