物联网环境下鲜活农产品物流配送路径优化研究

发布时间：2017-04-12 06:01

  本文关键词：物联网环境下鲜活农产品物流配送路径优化研究，由笔耕文化传播整理发布。

【摘要】：随着全球信息技术的不断发展,第五代通信技术(5G)也逐步呈现在人们视野中,预计2020年后5G技术会逐步应用普及。5G提升了数据速率和覆盖率,减少了端到端的延迟,这些特性对于物联网的应用是尤为重要的,物联网将会成为5G理想的应用场景。物联网环境下鲜活农产品物流配送模式就是依托物联网技术,在传统配送模式中加入先进的信息通信技术,利用科学技术指导农产品生产、加工及流通,从而提升了农业信息化、现代化和标准化的水平。2015年9月14日根据农业部网站消息,为贯彻落实《国务院关于积极推进“互联网+”行动的指导意见》的部署要求,农业部印发了关于推荐116项节本增效农业物联网应用模式的通知,旨在将物联网作为现代农业实施“互联网+”的一项根本性措施。可见,农业信息化的发展引起了国家政府的高度重视,但由于我国各种现实原因,导致农产品配送模式落后,严重制约了我国农产品流通领域信息化的发展水平。因此,在物联网环境下,如何利用物联网技术合理规划鲜活农产品配送网络,科学高效地设计配送路径,在流通过程中确保产品质量,保证高效的配送效率,尽可能减少配送成本是发展鲜活农产品配送亟需解决的问题之一。正是基于上述研究背景,本文首先梳理了国内外车辆路径优化问题、农产品物流配送问题、物联网与农产品流通相结合的问题等理论研究。其次,对传统鲜活农产品物流配送模式进行分析,针对其弊端提出物联网环境下鲜活农产品配送模式,并分析了物联网模式的优势和风险,为鲜活农产品配送模式的发展提出更高要求。在此基础上,考虑物联网技术优势和鲜活农产品的特点,引入了模糊时间窗函数、客户满意度函数、鲜活农产品损耗函数,建立物联网环境下鲜活农产品配送路径优化的多目标模型。最后,本文在一般遗传算法中引入最优保留策略,通过改进后的遗传算法对模型进行仿真,多次遗传算法叠加求得最优解,并与单次遗传算法求解结果对比,验证结果的合理性、科学性。文章对物联网环境下鲜活农产品配送模式进行详细分析,加深了对物联网应用的全面理解,为农产品流通模式的信息化指明方向。
【关键词】：物联网 鲜活农产品 模糊时间窗 遗传算法
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F326.6;TP391.44;TN929.5
【目录】：

• 摘要2-3
• Abstract3-8
• 第1章 引言8-16
• 1.1 研究背景及问题提出8-10
• 1.1.1 研究背景8-9
• 1.1.2 问题的提出9-10
• 1.2 研究目的与意义10-11
• 1.2.1 研究目的10
• 1.2.2 研究意义10-11
• 1.3 论文框架结构、研究方法及思路11-15
• 1.3.1 论文框架结构11-13
• 1.3.2 研究方法及思路13-15
• 1.4 论文创新点、难点15
• 1.5 本章小结15-16
• 第2章 相关理论研究综述16-26
• 2.1 国内外相关问题研究16-20
• 2.1.1 国内外车辆路径优化问题研究16-17
• 2.1.2 国内外关于农产品物流配送相关问题研究17-19
• 2.1.3 国内外物联网与农产品流通相结合的问题研究19-20
• 2.2 相关算法的理论概述20-25
• 2.2.1 物流配送路径优化问题的精确算法21
• 2.2.2 物流配送路径优化问题的传统启发式算法21-22
• 2.2.3 物流配送路径优化问题的现代启发式算法22-24
• 2.2.4 算法的比较24-25
• 2.3 本章小结25-26
• 第3章 物联网环境下鲜活农产品物流配送模式分析26-42
• 3.1 物联网基本理论概述26-31
• 3.1.1 物联网的发展历程26-27
• 3.1.2 物联网的基本体系27-30
• 3.1.3 发展物联网的战略意义30-31
• 3.2 传统意义上鲜活农产品物流配送模式分析31-34
• 3.2.1 鲜活农产品概念与流通特性31-32
• 3.2.2 我国传统鲜活农产品物流配送模式32-33
• 3.2.3 传统鲜活农产品物流配送模式存在的弊端33-34
• 3.3 物联网环境下鲜活农产品物流配送模式分析34-41
• 3.3.1 物联网环境下鲜活农产品物流配送模式的提出34-38
• 3.3.2 物联网环境下鲜活农产品物流配送模式的优势38-39
• 3.3.3 物联网环境下鲜活农产品物流配送模式的风险39-41
• 3.4 本章小结41-42
• 第4章 物联网环境下鲜活农产品配送路径优化模型42-54
• 4.1 车辆配送路径优化问题42-45
• 4.1.1 配送路径优化问题的构成要素42-43
• 4.1.2 配送路径优化目标43-44
• 4.1.3 配送路径优化流程44-45
• 4.2 构建模型的约束条件45-48
• 4.2.1 模糊时间窗45-46
• 4.2.2 客户满意度目标函数46-48
• 4.2.3 鲜活农产品损耗函数48
• 4.3 构建物联网环境下鲜活农产品物流配送路径优化模型48-53
• 4.3.1 模型假设48-49
• 4.3.2 参数和变量说明49-50
• 4.3.3 构建数学模型50-53
• 4.4 本章小结53-54
• 第5章 物联网环境下鲜活农产品配送路径的仿真研究54-68
• 5.1 算法选取54-55
• 5.1.1 基本遗传算法54-55
• 5.1.2 改进后的遗传算法55
• 5.2 具体算法步骤55-60
• 5.2.1 编码机制56
• 5.2.2 种群初始化56-57
• 5.2.3 约束条件处理57
• 5.2.4 适应度函数57
• 5.2.5 遗传操作57-60
• 5.3 算例检验60-67
• 5.3.1 算例基本情况60-62
• 5.3.2 求解最优配送方案62-66
• 5.3.3 结果探讨66-67
• 5.4 本章小结67-68
• 第6章 研究结论与展望68-70
• 6.1 研究结论68-69
• 6.2 论文的局限69
• 6.3 未来展望69-70
• 参考文献70-76
• 附录A 仿真研究所涉及的部分核心程序代码76-84
• 致谢84-86
• 攻读硕士学位期间从事的科研工作及取得的成果86-87

【参考文献】

中国期刊全文数据库 前10条

1 魏航;钟智龙;陈静;;有害物品运输网络设计与运输路径优化研究[J];管理工程学报;2016年02期

2 颜波;石平;丁德龙;;物联网环境下的农产品供应链风险评估与控制[J];管理工程学报;2014年03期

3 王程;王涛;蒋远胜;;西部地区生鲜农产品物流水平评价和发展模式选择[J];软科学;2014年02期

4 谷炜;张群;卫李蓉;;基于GIS的物流配送中心末端大规模车辆路径优化问题研究[J];中国管理科学;2013年S1期

5 李妍峰;高自友;李军;;基于实时交通信息的城市动态网络车辆路径优化问题[J];系统工程理论与实践;2013年07期

6 张群;颜瑞;;基于改进模糊遗传算法的混合车辆路径问题[J];中国管理科学;2012年02期

7 王旭坪;张凯;胡祥培;;基于模糊时间窗的车辆调度问题研究[J];管理工程学报;2011年03期

8 王旭坪;阮俊虎;张凯;马超;;有模糊时间窗的车辆调度组合干扰管理研究[J];管理科学学报;2011年06期

9 卢涛;周寄中;;我国物联网产业的创新系统多要素联动研究[J];中国软科学;2011年03期

10 王红玲;郑纲;何剑锋;;基于改进粒子群算法的生鲜农产品配送路径优化研究[J];安徽农业科学;2010年31期

  本文关键词：物联网环境下鲜活农产品物流配送路径优化研究，，由笔耕文化传播整理发布。

本文编号：300830