基于蚁群算法的物流配送车辆路径优化问题的研究

发布时间：2017-06-08 05:09

  本文关键词：基于蚁群算法的物流配送车辆路径优化问题的研究，，由笔耕文化传播整理发布。

【摘要】：物流配送是物流的核心,其中车辆路径优化问题是物流配送路径优化问题的关键。车辆路径问题广泛应用于交通运输、物流配送、车辆调度、工业生产调度等领域。选择合理的配送路线可以提高物流配送效率,降低物流成本。传统的物流配送方式效率低、成本高,迫切要求引入新的车辆路径优化问题方案来降低车辆配送成本,提高物流配送效率。车辆路径优化问题属于组合优化问题,求解的算法很多,主要分为精确式算法和启发式算法、智能算法等。传统的算法只能解决简单的问题,对于比较复杂的组合优化问题大多用智能算法求解。蚁群算法属于智能算法的一种,由于它采用的是正反馈原理,优化速度快,收敛最优解速度比较快,本文就采用了蚁群算法解决。TSP问题可以看成车辆路径问题的一种特例,很多车辆路径优化问题的研究都是建立在它的基础上。本文首先研究了TSP问题,建立了它的数学模型,用蚁群算法去求解,通过MATLAB去仿真得出了可行的结果。然后介绍了物流配送的概念、作用和分类等,由此引出车辆路径优化问题,最后比较了它与TSP问题的区别。通过研究一般的车辆路径问题,在前人研究成果的基础上发现以往的车辆配送问题都是派送点固定,一辆车只经过一个配送点,随着配送的进行,车辆上的货物越来越少,甚至出现车辆空载的情况,这就造成了车辆运输资源的浪费。为了解决这个现实中的配送问题,避免或者减少运输资源浪费,本文提出了一种新的具有拼车问题的车辆路径优化问题方案,针对具体的问题建立了它的数学模型,然后通过实例进行MATLAB仿真得出了实验结论。表明此方案可以使车辆路径优化,提高配送效率,节约物流成本,可以广泛应用于车辆路径优化问题相关的领域。
【关键词】：蚁群算法 物流配送 车辆路径优化问题 拼车
【学位授予单位】：辽宁科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U116.2;TP18
【目录】：

• 中文摘要5-6
• ABSTRACT6-10
• 1. 绪论10-16
• 1.1 引言10
• 1.2 课题研究背景及意义10-11
• 1.3 物流配送的概念11-12
• 1.4 物流配送的作用12-13
• 1.5 车辆路径问题研究现状及意义13-14
• 1.6 本文研究的内容14-15
• 1.7 本文的组织结构15
• 1.8 本章小结15-16
• 2. 车辆路径优化问题算法分类16-23
• 2.1 精确式算法16-17
• 2.2 启发式算法17-19
• 2.2.1 启发式算法的分类18
• 2.2.2 节约里程算法18-19
• 2.3 智能算法19-21
• 2.3.1 蚁群算法19-20
• 2.3.2 模拟退火算法20
• 2.3.3 粒子群算法20
• 2.3.4 遗传算法20-21
• 2.3.5 神经网络算法21
• 2.4 算法的优缺点21-22
• 2.5 本章小结22-23
• 3. 蚁群算法23-28
• 3.1 蚁群算法的发展与应用23
• 3.2 蚁群算法的基本原理23-24
• 3.3 蚁群算法的求解24-27
• 3.4 本章小结27-28
• 4. 车辆路径优化问题28-41
• 4.1 TSP问题28-35
• 4.1.1 TSP问题的描述28
• 4.1.2 TSP问题的数学模型28-29
• 4.1.3 蚁群算法求解TSP问题29-30
• 4.1.4 Matlab仿真TSP问题30-35
• 4.2 车辆路径优化问题35-37
• 4.2.1 车辆路径优化问题的数学描述35-36
• 4.2.2 车辆路径优化问题的图描述36-37
• 4.3 车辆路径优化问题的分类37-38
• 4.4 车辆路径优化问题目标函数38-39
• 4.5 车辆路径优化问题与TSP问题的区别39-40
• 4.6 本章小结40-41
• 5. 改进的蚁群算法求解具有拼车的车辆路径优化问题41-51
• 5.1 问题的提出41
• 5.2 车辆路径优化问题的数学模型41-42
• 5.3 具有拼车的车辆路径优化问题的数学模型42-44
• 5.4 改进的蚁群算法求解具有拼车的车辆路径优化问题44-50
• 5.4.1 蚁群算法的基本模型44
• 5.4.2 蚁群算法的改进44-46
• 5.4.3 改进的蚁群算法求解具有拼车的车辆路径优化问题46-47
• 5.4.4 实验仿真47-50
• 5.5 本章小结50-51
• 6. 结论51-52
• 7. 总结与展望52-53
• 参考文献53-56
• 攻读硕士学位期间发表学术论文情况56-57
• 致谢57-58
• 作者简介58-59

【相似文献】

中国期刊全文数据库 前10条

1 刘兴富;如何规划建设现代化的物流配送中心[J];物流技术;2002年03期

2 王钦;广西物流配送网络建设的措施[J];广西交通科技;2003年06期

3 储雪俭;物流配送中心规划方案探讨[J];物流技术;2005年09期

4 胡燕祝;吕宏义;;物流配送中心的规划与管理[J];包装工程;2007年05期

5 李军,胡宗武,王东,孙小明,奚立峰;企业物流配送网络系统设计及优化[J];工业工程与管理;2002年03期

6 黄大为;港口开展物流配送的运作[J];中国水运;2003年05期

7 汤世强,吕运福;我国现代物流配送发展研究[J];徐州建筑职业技术学院学报;2003年02期

8 冯霞;我国物流配送的现状分析及前景展望[J];铁道物资科学管理;2003年06期

9 邓慧超,蓝庆新;发达国家和地区物流配送方式的比较与借鉴[J];物流技术;2004年03期

10 万凤娇,陈宁;物流配送运输计算机调度系统设计研究[J];物流技术;2004年07期

中国重要会议论文全文数据库 前10条

1 张延程;吴垠;高伟;;关于商业物流配送中心发展问题的探讨[A];第三届中国物流学术年会论文集[C];2004年

2 叶平浩;;我国连锁超市的物流配送人才研究[A];'2007现代物流发展高峰论坛论文集[C];2007年

3 ;华北地区还没有专门从事低温物流配送的企业[A];中国物流与采购联合会会员通讯总第33期-52期（2003年2月-12月）[C];2003年

4 刘鹏涛;;汽车装配线物流配送浅析[A];创新驱动，加快战略性新兴产业发展——吉林省第七届科学技术学术年会论文集（上）[C];2012年

5 边疆;;卷烟物流配送中的3G系统[A];中国烟草学会2006年学术年会论文集[C];2007年

6 蓝伯雄;张跃;;物流配送中的优化问题[A];全国第七届工业工程与企业信息化学术会议论文集[C];2003年

7 蒋忠中;盛莹;汪定伟;袁媛;;物流配送路径优化的双目标模糊规划模型与算法研究[A];中国企业运筹学学术交流大会论文集[C];2008年

8 ;物流配送板块[A];2002·北京大型流通企业峰会专刊[C];2002年

9 冯晓雷;孙林岩;王淑侠;;案例研究:基于客户响应时间的物流配送网络优化[A];中国企业运筹学学术交流大会论文集[C];2007年

10 王锡淮;杨英;肖健梅;;量子遗传算法在物流配送计划中的应用[A];第二十六届中国控制会议论文集[C];2007年

中国重要报纸全文数据库 前10条

1 吴敏 区丽英;山区物流配送有戏[N];人民邮电;2001年

2 翟慎良;南京成立首家药品物流配送中心[N];新华日报;2004年

3 武琏　;物流配送：未来高盈利行业[N];浙江日报;2003年

4 辛力;今后将塑造多层次多类型物流配送格局[N];中国信息报;2002年

5 记者 雷德芝;全市已建成物流配送中心21个[N];广元日报;2012年

6 北京宏盛中天科技有限公司总经理 张亮;城镇化建设：物流配送的新机遇[N];现代物流报;2013年

7 记者 孟静航;我市十个物流配送中心打通农牧民购销路网“微循环”[N];赤峰日报;2014年

8 冯秋瑜;三巨头比拼物流配送[N];现代物流报;2014年

9 周健森;首家现代医药物流配送中心建成[N];北京日报;2004年

10 本报记者 孙爱民;物流配送探索中国模式[N];中国电子报;2000年

中国博士学位论文全文数据库 前10条

1 马志超;低碳物流配送网络设计优化研究[D];北京科技大学;2016年

2 孙丽君;物流配送干扰管理问题的知识表示与建模方法[D];大连理工大学;2011年

3 王景恒;物流配送关键技术优化方法研究[D];吉林大学;2006年

4 丁秋雷;物流配送地址变化的干扰管理模型及其求解方法[D];大连理工大学;2011年

5 钟石泉;物流配送车辆路径优化方法研究[D];天津大学;2007年

6 李琳;电子商务环境下物流配送中若干优化问题的研究[D];东北大学;2010年

7 黄敏芳;物流配送车辆路径方案的智能生成方法研究[D];大连理工大学;2009年

8 彭扬;物流配送网络设计模型与算法研究[D];中国科学技术大学;2007年

9 王旭坪;物流配送调度的干扰管理研究[D];大连理工大学;2010年

10 石兆;物流配送选址—运输路径优化问题研究[D];中南大学;2014年

中国硕士学位论文全文数据库 前10条

1 王玉伟;混合零售下物流配送网络研究[D];江苏大学;2009年

2 李淑梅;基于精益思想的Z公司物流配送效率优化策略研究[D];昆明理工大学;2015年

3 刘云鹏;昆明市茶叶物流配送中心选址研究[D];大连海事大学;2015年

4 赵春阁;有顾客时间窗变化的物流配送延迟的干扰管理研究[D];兰州财经大学;2015年

5 郑晗;SZ汽车有限公司内部物流配送管理研究[D];南京师范大学;2015年

6 程汝清;农村流通供应链的物流配送路径优化研究[D];郑州大学;2015年

7 王冰冰;基于文化基因算法的农产品物流配送车辆路径优化研究[D];南昌大学;2015年

8 许馨;基于WEB的物流配送信息管理系统设计与实现[D];电子科技大学;2014年

9 杨瑞;物流配送最优化数学模型[D];河北工业大学;2015年

10 高升;基于电动汽车的带时间窗的路径优化问题研究[D];大连海事大学;2015年

  本文关键词：基于蚁群算法的物流配送车辆路径优化问题的研究，由笔耕文化传播整理发布。

本文编号：431463