基于渐进挥发因子蚁群算法的配送路径优化研究
发布时间：2021-04-27 21:18
伴随着我国经济的快速发展,人们的消费观念与购物方式有了较大的改变。一大部分人由原来的线下购物转变为互联网线上购物,造成了以电子商务为基础的网络购物现象在人们当中越来越普及。然而互联网购物带动了物流行业的发展,又给物流行业提出了一系列新的要求。如何合理安排运输车辆,降低物流企业的运输费用已成为现代物流企业研究的重要课题之一。经典的车辆路径问题（Vehicle Routing Problem,VRP）是物流配送车辆路径优化问题的起源。因此建立相应的数学仿真模型以及合适的求解算法是研究物流配送车辆路径优化问题的关键。本文把研究的重点主要放在了带时间窗的物流车辆路径问题的数学建模及求解,提出了一种渐进挥发式的蚁群算法。本文具体研究工作主要包括以下内容:提出了一种渐进挥发因子蚁群算法。对传统蚁群算法在挥发因子、启发因子以及信息素的增量方面做出相应的改进。改进后的蚁群算法按照不同的迭代次数设置不同的挥发因子,并在启发式因子中考虑到路径的起始点与各个节点之间的距离关系。改进后的蚁群算法相比传统蚁群算法收敛速度较快,更容易在较短的时间内发现全局最优解。通过MATLAB软件载入各个物流站点的地理位置坐标...
【文章来源】：重庆邮电大学重庆市
【文章页数】：58 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景
1.2 国内外研究现状
1.3 研究意义
1.4 论文结构
第2章 物流系统配送路径优化分析
2.1 物流系统基本概述
2.1.1 物流的概念
2.1.2 现代物流系统及物流系统构成
2.2 配送概述
2.2.1 物流配送的形式
2.2.2 物流配送的特点
2.3 物流配送车辆路径优化问题相关理论
2.3.1 物流配送车辆路径优化问题的定义
2.3.2 物流配送车辆路径问题的基本模型
2.3.3 配送车辆问题分类
2.3.4 物流配送车辆问题组成部分
2.4 物流配送车辆路径优化问题的求解算法
2.4.1 精确算法
2.4.2 传统启发式算法
2.4.3 人工智能算法
2.5 本章小结
第3章 改进蚁群算法求解
3.1 蚁群算法基本概述
3.1.1 蚁群算法的特点
3.1.2 蚁群算法基本流程
3.2 对蚁群算法的改进
3.2.1 对挥发因子的改进
3.2.2 对启发因子的改进
3.2.3 对信息素增量的改进
3.3 目标函数
3.3.1 配送距离目标函数
3.3.2 客户满意度目标函数
3.3.3 多目标函数优化
3.4 本章小结
第4章 实验验证与结果分析
4.1 物流仿真平台搭建
4.2 终端配送模块
4.3 实验验证与结果分析
4.3.1 验证蚁群算法有效性实验
4.3.2 多目标函数情况下终端配送模型实验
4.4 本章小结
第5章 总结与展望
5.1 全文工作总结
5.2 后续工作展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
【参考文献】：
期刊论文
[1]农产品物流配送模式与对策研究[J]. 王宛濮. 技术经济与管理研究. 2020(06)
[2]基于聚集度自适应反向学习粒子群算法在水库优化调度中的应用[J]. 邓志诚,孙辉,赵嘉,王晖. 水利水电技术. 2020(04)
[3]基于动态规划的非均匀杂波环境中的复似然比检测前跟踪算法[J]. 安政帅. 火控雷达技术. 2020(01)
[4]求解非凸截断L1-SVM的多阶段非精确线搜割平面方法[J]. 袁友宏,刘欣,鲍蕾. 南京大学学报(自然科学). 2020(01)
[5]分支定界算法求解带有释放时间的单机双代理调度问题[J]. 梁建恒,薛含钰,白丹宇,苗蕴慧. 运筹与管理. 2019(10)
[6]基于替代模型的油藏注采参数多目标优化设计[J]. 王链,张亮,赖枫鹏,王孔杰,李治平. 科学技术与工程. 2019(26)
[7]基于节约里程法的电商企业物流配送线路设计[J]. 康兆妍,韦媚. 物流工程与管理. 2019(08)
[8]我国物流管理信息化存在的问题及对策[J]. 徐娜,陶琳. 商业经济研究. 2019(01)
[9]分布式快速端口扫描的任务调度算法与协议研究[J]. 林培胜,王轶骏,薛质. 通信技术. 2017(12)
[10]《插入法排序》微课设计与制作[J]. 郑萍. 教育现代化. 2016(39)
博士论文
[1]易逝品逆向物流的库存控制及车辆路径问题的优化研究[D]. 孟丽君.浙江大学 2009
[2]约束优化和多目标优化的进化算法研究[D]. 张敏.中国科学技术大学 2008
[3]物流配送车辆路径问题模型及算法研究[D]. 曹二保.湖南大学 2008
硕士论文
[1]考虑配送人员满意度的多目标车辆调度优化研究[D]. 吴恒成.安徽工业大学 2019
本文编号：3164172
【文章来源】：重庆邮电大学重庆市
【文章页数】：58 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景
1.2 国内外研究现状
1.3 研究意义
1.4 论文结构
第2章 物流系统配送路径优化分析
2.1 物流系统基本概述
2.1.1 物流的概念
2.1.2 现代物流系统及物流系统构成
2.2 配送概述
2.2.1 物流配送的形式
2.2.2 物流配送的特点
2.3 物流配送车辆路径优化问题相关理论
2.3.1 物流配送车辆路径优化问题的定义
2.3.2 物流配送车辆路径问题的基本模型
2.3.3 配送车辆问题分类
2.3.4 物流配送车辆问题组成部分
2.4 物流配送车辆路径优化问题的求解算法
2.4.1 精确算法
2.4.2 传统启发式算法
2.4.3 人工智能算法
2.5 本章小结
第3章 改进蚁群算法求解
3.1 蚁群算法基本概述
3.1.1 蚁群算法的特点
3.1.2 蚁群算法基本流程
3.2 对蚁群算法的改进
3.2.1 对挥发因子的改进
3.2.2 对启发因子的改进
3.2.3 对信息素增量的改进
3.3 目标函数
3.3.1 配送距离目标函数
3.3.2 客户满意度目标函数
3.3.3 多目标函数优化
3.4 本章小结
第4章 实验验证与结果分析
4.1 物流仿真平台搭建
4.2 终端配送模块
4.3 实验验证与结果分析
4.3.1 验证蚁群算法有效性实验
4.3.2 多目标函数情况下终端配送模型实验
4.4 本章小结
第5章 总结与展望
5.1 全文工作总结
5.2 后续工作展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
【参考文献】：
期刊论文
[1]农产品物流配送模式与对策研究[J]. 王宛濮. 技术经济与管理研究. 2020(06)
[2]基于聚集度自适应反向学习粒子群算法在水库优化调度中的应用[J]. 邓志诚,孙辉,赵嘉,王晖. 水利水电技术. 2020(04)
[3]基于动态规划的非均匀杂波环境中的复似然比检测前跟踪算法[J]. 安政帅. 火控雷达技术. 2020(01)
[4]求解非凸截断L1-SVM的多阶段非精确线搜割平面方法[J]. 袁友宏,刘欣,鲍蕾. 南京大学学报(自然科学). 2020(01)
[5]分支定界算法求解带有释放时间的单机双代理调度问题[J]. 梁建恒,薛含钰,白丹宇,苗蕴慧. 运筹与管理. 2019(10)
[6]基于替代模型的油藏注采参数多目标优化设计[J]. 王链,张亮,赖枫鹏,王孔杰,李治平. 科学技术与工程. 2019(26)
[7]基于节约里程法的电商企业物流配送线路设计[J]. 康兆妍,韦媚. 物流工程与管理. 2019(08)
[8]我国物流管理信息化存在的问题及对策[J]. 徐娜,陶琳. 商业经济研究. 2019(01)
[9]分布式快速端口扫描的任务调度算法与协议研究[J]. 林培胜,王轶骏,薛质. 通信技术. 2017(12)
[10]《插入法排序》微课设计与制作[J]. 郑萍. 教育现代化. 2016(39)
博士论文
[1]易逝品逆向物流的库存控制及车辆路径问题的优化研究[D]. 孟丽君.浙江大学 2009
[2]约束优化和多目标优化的进化算法研究[D]. 张敏.中国科学技术大学 2008
[3]物流配送车辆路径问题模型及算法研究[D]. 曹二保.湖南大学 2008
硕士论文
[1]考虑配送人员满意度的多目标车辆调度优化研究[D]. 吴恒成.安徽工业大学 2019
本文编号：3164172
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3164172.html
