多路径多式联运网络组合优化问题研究

发布时间：2017-07-01 19:04

  本文关键词：多路径多式联运网络组合优化问题研究，，由笔耕文化传播整理发布。

【摘要】：当前,中国经济发展进入新常态,作为国民经济发展的基础产业之一,传统运输行业的产业结构和供给能力已经不能满足不断增长的社会需求,因此解决运输行业特别是货物运输行业的可持续发展问题,直接关系到社会经济的持续发展。作为一种先进、高效、绿色的运输方式,多式联运在发达国家已经发展成熟,在我国因长期受条块体制约束,至今仍处于成长阶段。发展多式联运,重要的是在已有的路线网络基础上对多式联运的路径以及运输方式进行规划,从而在客户要求的时间范围内以最低成本将货物送到。传统的多式联运路径与运输方式的组合优化问题仅考虑到货物到达终点的时间限制,并未考虑到在实际运作中,运输工具需要在一定时间范围内到达中转节点,也未考虑到运输工具具有固定的离开时刻表,并且在同一多式联运网络中,可能有来自各地的多种货物需要同时进行运输,而以往的研究只针对一类货物规划单条路径,因此本文在以上方面做了新的研究。本文基于传统模型,在同一网络中对不同货物同时规划路径,构建了以运输成本、转运成本、时间惩罚成本和运输时间为目标函数的多路径多式联运网络组合优化问题模型。考虑到运输工具到达节点的时间限制以及离开节点的时间限制,本文对各个节点进行时间窗约束。同时考虑到一个网络中不同批次的货物可能共同使用某一路段上的运输工具,因此总货物量需要满足该路段该运输方式的容量约束。将以上约束纳入到传统的多式联运优化问题中更加符合实际情况,有助于承运人进行科学的路线设计从而降低运输成本、提高客户满意度。针对本文所研究的问题和构建的数学模型,采用改进的动态自适应蚁群算法,设计了多种群蚂蚁同时搜索路径,采用轮盘赌原理提高搜索的随机性,结合精英蚂蚁和最大最小蚂蚁策略既加快收敛速度又避免陷入局部最优,最后通过小规模、大规模算例证明了算法的有效性;最后通过实验对算法的关键参数进行分析,为提高算法的求解效率提供了参考取值,为多式联运网路路径与运输方式组合优化问题提供了有效的解决方法。
【关键词】：多式联运 组合优化 多路径 时间窗 蚁群算法
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U116;TP18
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-15
• 1.1 研究背景及意义8-10
• 1.1.1 研究背景8-9
• 1.1.2 研究意义9-10
• 1.2 国内外研究现状10-13
• 1.2.1 国外研究现状10-11
• 1.2.2 国内研究现状11-13
• 1.3 本文的研究内容及技术路线13-15
• 第二章 多式联运网络路径优化问题理论基础15-22
• 2.1 多式联运15-17
• 2.1.1 多式联运的定义15
• 2.1.2 多式联运的特征15-17
• 2.2 图论与网络模型17-19
• 2.2.1 图论基本概念17-18
• 2.2.2 基本网络模型18-19
• 2.3 多式联运网络19-21
• 2.3.1 多式联运网络构成19
• 2.3.2 多式联运网络基本模型19-21
• 2.4 本章小结21-22
• 第三章 多路径多式联运网络组合优化模型22-33
• 3.1 多式联运集装箱运价22-23
• 3.2 时间窗与时刻表23-24
• 3.3 多路径多式联运网络组合优化模型构建24-28
• 3.3.1 多式联运网络问题描述24-25
• 3.3.2 基本假设25
• 3.3.3 符号说明25-26
• 3.3.4 相关函数说明26-27
• 3.3.5 数学模型27-28
• 3.4 模型验证28-32
• 3.4.1 测试数据28-30
• 3.4.2 测试结果30-32
• 3.5 本章小结32-33
• 第四章 多路径多式联运网络组合优化模型算法研究33-51
• 4.1 组合最优化问题算法分析33-37
• 4.1.1 精确算法33
• 4.1.2 启发式算法33-37
• 4.2 蚁群算法概述37-43
• 4.2.1 蚁群算法基本原理38-39
• 4.2.2 蚁群算法的数学模型39-41
• 4.2.3 蚁群算法的基本步骤41-42
• 4.2.4 蚁群算法的特点42-43
• 4.3 求解多路径多式联运网络组合优化问题算法设计43-50
• 4.3.1 问题处理43-45
• 4.3.2 转移规则的改进45-46
• 4.3.3 信息素更新策略46-47
• 4.3.4 算法终止规则47-48
• 4.3.5 改进蚁群算法实现步骤48-50
• 4.4 本章小结50-51
• 第五章 算例分析51-68
• 5.1 模型运行51-53
• 5.1.1 模型运行环境51-52
• 5.1.2 建模步骤52-53
• 5.2 算例求解53-60
• 5.2.1 小规模算例求解53-57
• 5.2.2 较大规模算例求解57-60
• 5.3 参数分析60-67
• 5.4 本章小结67-68
• 结论与展望68-70
• 结论68-69
• 研究展望69-70
• 参考文献70-75
• 附录75-78
• 攻读学位期间取得的研究成果78-79
• 致谢79

【相似文献】

中国期刊全文数据库 前10条

1 泉水;多式联运讲座(11)——第六讲 多式联运单证[J];集装箱化;2003年11期

2 王泉水;多式联运讲座(15) 第八讲 多式联运单证的证据效力(之四)[J];集装箱化;2004年06期

3 项望东;访加归来谈内陆地区多式联运[J];交通世界(运输·车辆);2005年06期

4 ;我国首个内陆多式联运集装箱研制成功[J];集装箱化;2010年08期

5 张安福;我国多式联运的现状与难题[J];集装箱化;1994年08期

6 顾思伟;欣欣向荣的欧洲《多式联运》[J];物流科技;1998年04期

7 ;多式联运经营人责任制的统一[J];集装箱化;1998年05期

8 集;我国已批准12家经营多式联运公司[J];集装箱化;1998年07期

9 黄权初;中国多式联运之发展及前景[J];集装箱化;1998年04期

10 刘腊春;中远在美国与加拿大的多式联运业务[J];集装箱化;2000年04期

中国重要会议论文全文数据库 前2条

1 ;现代物流中的多式联运及其法律问题[A];首届中国物流学会年会论文集[C];2002年

2 沈以文;;国际集装箱运输系统(多式联运)工业性试验信息系统[A];中国航海学会优秀论文文摘及学术会议论文目次汇编（1990—1991）[C];1992年

中国重要报纸全文数据库 前10条

1 丁丁、杨运涛;五大因素挡路多式联运[N];中国交通报;2004年

2 吕一之;多式联运在欧美[N];国际商报;2001年

3 台冰;多式联运中的若干法律问题[N];国际商报;2004年

4 吕一之;多式联运一瞥[N];国际经贸消息;2001年

5 靖红;美铁路多式联运量大幅上扬[N];国际经贸消息;2002年

6 李刚;建立多式联运中心[N];国际经贸消息;2002年

7 王军锋;多式联运：宁波港拓展腹地的关键[N];国际商报;2006年

8 冬隆;美国又掀多式联运变革潮[N];国际商报;2006年

9 栾国揕;多式联运法律环境何时解套[N];国际商报;2007年

10 柴凤伟;多式联运缘何难？[N];现代物流报;2008年

中国博士学位论文全文数据库 前7条

1 黑秀玲;汽车整车多式联运优化研究[D];东南大学;2015年

2 马彩雯;多式联运的虚拟企业运作模式研究[D];大连海事大学;2007年

3 孙彬;多式联运供应链的协调与协同优化研究[D];南开大学;2013年

4 熊桂武;带时间窗的多式联运运输优化研究[D];重庆大学;2014年

5 蒋洋;多式联运服务网络优化建模方法研究[D];北京交通大学;2014年

6 王占中;基于Petri网的多式联运流程优化研究[D];吉林大学;2007年

7 王杨X;现代多式联运的发展及其经济组织[D];北京交通大学;2010年

中国硕士学位论文全文数据库 前10条

1 许晗;多式联运港投资建设与运营管理研究[D];西南交通大学;2015年

2 赵京海;基于小波支持向量机的多式联运风险分析[D];大连海事大学;2015年

3 吕琪;我国多式联运立法模式研究[D];大连海事大学;2015年

4 杨钦;基于系统稳定性的多式联运场站资源配置[D];大连海事大学;2015年

5 邱甜华;考虑碳排放的A公司多式联运网络数字刻画与分析[D];大连海事大学;2015年

6 许雪青;基于可靠度的长大物件多式联运路径优化[D];大连海事大学;2015年

7 钱晶晶;低碳环境下多式联运路径研究[D];重庆交通大学;2015年

8 刘艳芳;考虑模糊需求的多式联运路径优化研究[D];北京交通大学;2016年

9 匙冠超;青岛多式联运物流中心大宗商品交易对策研究[D];大连海事大学;2016年

10 李伟剑;液态危险货物多式联运路径优化研究[D];中国矿业大学;2016年

  本文关键词：多路径多式联运网络组合优化问题研究，由笔耕文化传播整理发布。

本文编号：507061