关联物流运输调度问题研究

发布时间：2017-05-03 07:24

  本文关键词：关联物流运输调度问题研究，，由笔耕文化传播整理发布。

【摘要】：社会经济的高速发展对现代物流行业提出了更高的要求。在现实生活中存在这样一种情况,不同客户需要多种零件商品,并且这些零件商品是成品的组成部分,而零件商品由于特征、性质和用途的差异,商品彼此之间具有货物性质的关联性,通常情况下,客户为了保证其需求不受影响而将所有的零件商品的供货业务交付给一个物流运输公司,让该物流运输公司来为其服务,所有客户需要的货物可能存在某种关联性,配送时不仅可以兼容,而且将关联的货物配套运输更有利于后期的运作或经营,基于这种情况,提出关联运输调度问题(Incident Vehicle Routing Problem, IVRP),建立几类IVRP扩展问题的数学模型,并提出相应的算法求解。本文所做的主要工作如下：(1)提出了单车场单车型关联运输调度问题的混沌遗传算法。对适应度较差的基因加混沌扰动,缩小混沌遗传算法的搜索空间,提高了寻优速度,仿真结果证明了提出算法对求解该问题是有效性。(2)提出了单车场多车型关联运输调度问题的混合禁忌搜索算法。融合了禁忌搜索算法和遗传算法的优点,并引入了核心路径、自适应交叉及混沌变异等策略考虑了道路路况对运输的影响,采用提出的算法对20客户规模的问题模型求解,通过收敛时间、进化代数和全局搜索概率的比较,验证了所提出算法的可行性。(3)提出了带多种类型时间窗的多车场多车型关联运输调度问题的混合蚁群算法。建立了带客户硬时间窗、车场硬时间窗、多车场多车型等约束的关联运输调度问题的数学模型。通过聚类算法和节约算法构造初始解,提高求解速度；自适应地改变启发式因子和期望启发式因子,提高算法收敛速度；引入遗传操作算子,自适应改变交叉概率和变异概率,提高算法的全局搜索能力；提取核心路径便于进行后期优化；通过3-opt与车场交换,提高算法的局部搜索能力。最后对40客户规模的问题模型进行仿真,证明了所提出算法的优越性。(4)提出了时变路网条件下关联运输调度问题的自适应蚁群算法。考虑实际生活中道路路况影响运输成本及油耗率与运载量相关的因素,处理跨多时段的问题,建立时变路网条件下的关联运输调度问题数学模型。通过聚类算法和节约算法构造初始解,自适应地改变启发式因子和期望启发式因子,结合油耗率,将油耗率转化成信息素挥发因子,自适应更新信息素,保证其收敛速度,通过3-opt策略进行局部搜索。最后对3个时段中8个客户的问题模型进行仿真,表明提出算法的可行性。(5)提出了领域关联运输调度问题的混合蚁群协同算法。呈现了两种面向领域应用的问题,即高校校车协同运输调度问题和农村公交协同运输调度问题,基于遗传算法和蚁群优化算法,构造一种混合蚁群协同算法,混沌搜索产生初始种群的方式克服了生成大量非可行解的缺陷,加速染色体向最优解收敛,平滑机制通过增加选择有低强度信息素解元素的概率以提高探索新解的能力,分别对两类模型进行仿真,证明该方法提高了算法的寻优能力。(6)提出了关联运输调度问题的并行混合蚁群算法。在深入分析问题的基础上,采用并行混合蚁群算法来对所建立的数学模型求解。给出不同规模的问题模型,仿真结果证明并行混合蚁群算法在处理较大规模的问题模型时,优于蚁群优化算法。最后对本论文进行总结与展望,归纳了本文的收获与成果,对需要更深层次探讨的问题进行说明。
【关键词】：关联物流运输调度问题 时间窗 时变路网 遗传算法 蚁群优化算法
【学位授予单位】：广东工业大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：F259.2;TP18
【目录】：

• 摘要4-6
• ABSTRACT6-14
• 第一章 绪论14-31
• 1.1 研究背景及意义14-19
• 1.2 国内外研究现状19-29
• 1.3 本文组织结构29-31
• 第二章 单车场单车型关联运输调度问题的混沌遗传算法31-41
• 2.1 引言31-32
• 2.2 问题描述及建立数学模型32-33
• 2.3 混沌遗传算法原理及流程33-36
• 2.4 仿真分析36-38
• 2.5 应用实例38-40
• 2.6 本章小结40-41
• 第三章 单车场多车型关联运输调度问题的混合禁忌搜索算法41-55
• 3.1 引言41
• 3.2 问题描述及建立数学模型41-44
• 3.3 混合禁忌搜索算法设计44-49
• 3.3.1 算法思路44-45
• 3.3.2 主要改进策略45-47
• 3.3.3 算法流程47-49
• 3.4 仿真分析49-53
• 3.5 本章小结53-55
• 第四章 带多种类型时间窗多车场关联运输调度问题的混合蚁群算法55-71
• 4.1 引言55
• 4.2 问题描述及数学模型55-57
• 4.3 算法设计57-65
• 4.3.1 算法思路57-59
• 4.3.2 关键参数设计59-60
• 4.3.3 改进策略60-64
• 4.3.4 算法流程64-65
• 4.4 仿真分析65-70
• 4.5 本章小结70-71
• 第五章 时变路网条件下关联运输调度问题的自适应蚁群算法71-84
• 5.1 引言71-72
• 5.2 问题描述及数学模型72-77
• 5.2.1 跨单时段问题处理72-73
• 5.2.2 跨多时段问题处理73-75
• 5.2.3 建立数学模型75-77
• 5.3 算法设计77-80
• 5.3.1 算法思路77
• 5.3.2 关键参数设计77-78
• 5.3.3 主要改进策略78-80
• 5.3.5 自适应蚁群算法流程80
• 5.4 仿真分析80-83
• 5.5 本章小结83-84
• 第六章 领域关联运输调度问题的混合蚁群协同算法84-105
• 6.1 引言84-85
• 6.2 高校校车协同运输调度问题模型85-89
• 6.2.1 问题描述85-87
• 6.2.2 数学模型87-89
• 6.3 农村公交协同运输调度问题模型89-92
• 6.3.1 问题描述89-90
• 6.3.2 数学模型90-92
• 6.4 混合蚁群协同算法设计92-95
• 6.4.1 算法思路92-93
• 6.4.2 关键参数设计93
• 6.4.4 混合蚁群协同算法流程93-95
• 6.5 高校校车协同运输调度问题仿真分析95-98
• 6.6 农村公交协同运输调度问题仿真分析98-103
• 6.7 本章小结103-105
• 第七章 关联运输调度问题的并行混合蚁群算法105-119
• 7.1 引言105
• 7.2 问题描述及建立数学模型105-106
• 7.3 算法设计106-113
• 7.3.1 算法思路106-110
• 7.3.2 算法流程110-113
• 7.4 仿真分析113-118
• 7.5 本章小结118-119
• 总结与展望119-121
• 参考文献121-132
• 攻读博士学位期间发表的论文132-134
• 攻读博士学位期间参加的课题134-136
• 致谢136

【相似文献】

中国期刊全文数据库 前10条

1 刘文涛,张群,孙肃清;关于炼钢厂重调度问题的研究[J];冶金自动化;2004年06期

2 张居阳 ,礼欣 ,孙吉贵;基于约束的调度研究和实现[J];计算机工程与应用;2004年33期

3 刘琳;谷寒雨;席裕庚;;工件到达时间未知的动态车间滚动重调度[J];机械工程学报;2008年05期

4 黄峰;丁亚武;;人机协同模式下的手工调度技术研究[J];黑龙江科技信息;2011年35期

5 郭艳东;黄敏;王庆;;锁定初始调度的紧急工作单机重调度问题[J];东北大学学报(自然科学版);2013年05期

6 姜洋;孙伟;丁秋雷;张旭;;考虑行为主体的单机调度干扰管理模型[J];机械工程学报;2013年14期

7 李向军,王书振;网络化集成制造模式下调度问题的混合遗传算法[J];西安联合大学学报;2002年04期

8 王中杰,吴启迪,有杰;基于多目标的半导体生产线满意调度[J];控制与决策;2002年06期

9 李云峰;凌晓冬;武小悦;;调度问题中的冲突研究[J];兵工自动化;2007年06期

10 徐群岭;;基于免疫优化的公交驾驶员调度问题[J];计算机工程;2010年24期

中国重要会议论文全文数据库 前10条

1 李建更;涂凍生;马海涛;;单机拖后时间总和问题交付期扰动时最优调度不变范围的一种求法[A];第十九届中国控制会议论文集（一）[C];2000年

2 刘海龙;黄小原;;总的未完工费用最小的多机调度问题[A];1995中国控制与决策学术年会论文集[C];1995年

3 沈吟东;曾西洋;;公共交通驾驶员调度的复杂性及解决方法[A];’2004计算机应用技术交流会议论文集[C];2004年

4 李兵;蒋慰孙;;Job shop问题的建模及调度[A];1996中国控制与决策学术年会论文集[C];1996年

5 王海星;申金升;;智能蚁群算法解决公交区域调度问题研究[A];2006年首届ICT大会信息、知识、智能及其转换理论第一次高峰论坛会议论文集[C];2006年

6 王成尧;汪定伟;;模糊加工时间的单机调度问题[A];1996中国控制与决策学术年会论文集[C];1996年

7 齐向彤;涂奉生;;双交付期E／T调度问题[A];1997年中国控制会议论文集[C];1997年

8 吴斌;方叶祥;崔志勇;;基于人工蜂群算法的越库调度问题研究[A];第25届中国控制与决策会议论文集[C];2013年

9 方涛;吴受章;;FMS的自适应调度:结构与算法研究[A];1992年中国控制与决策学术年会论文集[C];1992年

10 刘兴初;赵千川;郑大钟;;具有不同准备时间和交付期的单机E／T调度问题研究[A];1998年中国控制会议论文集[C];1998年

中国重要报纸全文数据库 前2条

1 本报记者 贾科华;火电机组叫苦调度不合理[N];中国能源报;2012年

2 本报记者 高芳;牵住“牛鼻子” 巧解“推进难”[N];湖南经济报;2008年

中国博士学位论文全文数据库 前10条

1 郭鹏;具有分段恶化效应生产过程的智能优化调度研究[D];西南交通大学;2014年

2 元野;基于图着色模型的零担物流调度优化问题研究[D];哈尔滨工业大学;2015年

3 李雪松;模糊环境下若干单机批加工调度问题的模型及其算法研究[D];哈尔滨工业大学;2015年

4 汤雅连;关联物流运输调度问题研究[D];广东工业大学;2015年

5 左燕;大规模复杂生产调度问题瓶颈分解方法研究[D];上海交通大学;2007年

6 王磊;OKP企业分散式项目计划与调度优化方法研究[D];哈尔滨工业大学;2013年

7 李小林;平行机环境下批处理机调度问题研究[D];中国科学技术大学;2012年

8 金毅;模糊集合论在生产计划和调度中的应用研究[D];东南大学;1994年

9 李玉庆;动态不确定环境下航天器观测调度问题研究[D];哈尔滨工业大学;2008年

10 刘志雄;调度问题中的粒子群优化方法及其应用研究[D];武汉理工大学;2005年

中国硕士学位论文全文数据库 前10条

1 张亮;云计算环境下的资源调度技术的研究[D];江南大学;2015年

2 冯卓鹏;重载运输卸车组织优化研究[D];西南交通大学;2015年

3 崔雪源;基于遗传模拟退火算法的航班着陆调度问题[D];华中师范大学;2015年

4 王翠;基于超图模型和相继干扰消除的链路调度问题的研究[D];曲阜师范大学;2015年

5 张勇;带拒绝和释放时间的单机批调度问题[D];山东大学;2015年

6 吴凡;基于粒子群优化算法的风电-火电机组组合调度研究[D];华北电力大学;2015年

7 赵虎;MTO模式下的制造企业稳健型调度问题研究[D];重庆理工大学;2015年

8 吉佳红;基于细菌觅食算法的改进及应用研究[D];江苏科技大学;2015年

9 周超;柔性作业车间批量问题研究[D];宁波大学;2014年

10 赵兴野;工序顺序柔性作业车间描述与调度研究[D];大连理工大学;2015年

  本文关键词：关联物流运输调度问题研究，由笔耕文化传播整理发布。

本文编号：342588