考虑铁路分割线的物流中心布局规划研究
发布时间:2020-12-10 01:17
近年来,我国交通设施日趋完善,物流业也实现空前的发展,物流中心应运而生。物流中心的建设更是极大促进了我国物流业的发展,作为物流中心建设运营的首要步骤,布局规划问题更是重中之重。由于物流中心往往规模巨大,一旦建成很难重新进行改建,且资金投入大,存在着一定的风险,因此在设计中应尽可能保证物流中心的科学性和合理性,减少布局不合理导致的资源浪费。同时,铁路在运输中具有举足轻重的地位,物流中心在建设过程中充分利用铁路线,考虑铁路分割线可以为物流中心带来极大的便利,在减少地域约束的同时,降低成本、提高物流水平。本文主要的研究工作及研究内容如下:首先,阐述了物流中心布局规划的研究背景以及功能区合理布局的研究意义,接着对物流中心布局规划的基础理论进行了概述,为接下来的布局规划提供了理论支持。其次,分析了物流中心的发展状况,从而提出了考虑铁路分割线的物流中心布局模式,对这种布局模式进行了具体介绍,并阐述了其优势所在以及国家在政策方面给予的支持。再次,在考虑铁路分割线的条件下,提出了以功能区相关关系最大化和总运输成本最低为目标函数的布局规划模型。提出了改进SLP方法,有效降低了布局过程中主观因素的影响。并...
【文章来源】:燕山大学河北省
【文章页数】:82 页
【学位级别】:硕士
【部分图文】:
技术路线图
燕山大学工程硕士学位论文-16-(4)方案选择。对初步产生的方案进行评价,选出最好的方案,并结合各种因素进行最终调整,得到最终的平面布置图。图2-1铁路物流中心SLP法布局流程图2.3.3传统SLP法的不足虽然SLP法具有较强的可操作性,且被广泛应用,但作为一种手工布置方法,不可避免地会受到人为主观影响,随着社会需求的不断增大以及需求的多样化,传统SLP法的问题也逐渐暴露出来,具体问题如下:(1)传统的SLP法通过人为手工操作获得最终的方案,不可避免地会受到参与者的思维、经验的影响,因此获得的方案可能并非令人满意的最佳方案。此外,在获得初步方案后需要根据实际情况进行调整,但由于影响因素较多,特别是复杂的条件下,调整工作很难进行,再加上当前社会需求的多样化导致了功能区多样化,更增加了调整的工作难度。(2)SLP法是依据各部分之间的物流与非物流关系来进行布局的,物流关系由物流量决定,而影响非物流关系的因素有很多,很难面面俱到,因此导致最终的结果不够准确。
燕山大学工程硕士学位论文-18-公式可能会出现多维的情况。2.4.2粒子群算法求解流程粒子群算法的流程图如图2-2所示,具体求解步骤如下:(1)初始化。此过程主要是指设置运算中所需的参数,还有防止粒子速度过快或过慢的速度极值。(2)依据公式计算适应度值。(3)将粒子当前的位置与bestp比较,若优于bestp,则更新bestp,否则保持不变。(4)将粒子当前的位置与bestg比较,若优于bestg,则更新bestg,否则保持不变。(5)根据公式2-1和2-2更新速度和位置。(6)当达到最大迭代次数时,运算结束,否则返回步骤2继续循环迭代。图2-2PSO算法流程图2.4.3粒子群算法的优缺点粒子群算法在工程中应用较多,其优点包括:(1)在运算过程中,粒子相互之间传递信息,不断调整自己搜索方向和速度,搜索速度较快,运算速度快。(2)粒子具有记忆,可将运动过程中的最优位置传递给其他粒子,从而使所有粒子都能够朝最优解方向运动,有助于快速得到最优解。
本文编号:2907816
【文章来源】:燕山大学河北省
【文章页数】:82 页
【学位级别】:硕士
【部分图文】:
技术路线图
燕山大学工程硕士学位论文-16-(4)方案选择。对初步产生的方案进行评价,选出最好的方案,并结合各种因素进行最终调整,得到最终的平面布置图。图2-1铁路物流中心SLP法布局流程图2.3.3传统SLP法的不足虽然SLP法具有较强的可操作性,且被广泛应用,但作为一种手工布置方法,不可避免地会受到人为主观影响,随着社会需求的不断增大以及需求的多样化,传统SLP法的问题也逐渐暴露出来,具体问题如下:(1)传统的SLP法通过人为手工操作获得最终的方案,不可避免地会受到参与者的思维、经验的影响,因此获得的方案可能并非令人满意的最佳方案。此外,在获得初步方案后需要根据实际情况进行调整,但由于影响因素较多,特别是复杂的条件下,调整工作很难进行,再加上当前社会需求的多样化导致了功能区多样化,更增加了调整的工作难度。(2)SLP法是依据各部分之间的物流与非物流关系来进行布局的,物流关系由物流量决定,而影响非物流关系的因素有很多,很难面面俱到,因此导致最终的结果不够准确。
燕山大学工程硕士学位论文-18-公式可能会出现多维的情况。2.4.2粒子群算法求解流程粒子群算法的流程图如图2-2所示,具体求解步骤如下:(1)初始化。此过程主要是指设置运算中所需的参数,还有防止粒子速度过快或过慢的速度极值。(2)依据公式计算适应度值。(3)将粒子当前的位置与bestp比较,若优于bestp,则更新bestp,否则保持不变。(4)将粒子当前的位置与bestg比较,若优于bestg,则更新bestg,否则保持不变。(5)根据公式2-1和2-2更新速度和位置。(6)当达到最大迭代次数时,运算结束,否则返回步骤2继续循环迭代。图2-2PSO算法流程图2.4.3粒子群算法的优缺点粒子群算法在工程中应用较多,其优点包括:(1)在运算过程中,粒子相互之间传递信息,不断调整自己搜索方向和速度,搜索速度较快,运算速度快。(2)粒子具有记忆,可将运动过程中的最优位置传递给其他粒子,从而使所有粒子都能够朝最优解方向运动,有助于快速得到最优解。
本文编号:2907816
本文链接:https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/2907816.html