易腐农产品的物流配送动态车辆调度问题

发布时间：2020-08-22 05:52

【摘要】：伴随着世界经济的飞速发展，人们的生活质量也在逐步提升，消费者逐渐追求个性化和多元化的产品，对易腐农产品的色泽、风味、新鲜度以及营养价值等要求越来越严格，与此同时，易腐农产品的需求量也在逐年递增。当务之急，企业亟待解决的问题是减少物流流通环节、降低运输成本、提高客户满意度。随着供应商管理库存模式的引入，以确保下游需求商的库存能满足其需要为前提，由供应商自主决定向需求商配送货物的模式越来越受到关注。综合考虑了在供应商管理库存的模式下，供应商向需求商配送两种可以相互替代产品，同时考虑需求商的时间窗要求，以运输成本和货损成本最小为目标函数，建立易腐农产品调度问题模型，利用粒子群算法求解，仿真结果验证了模型和算法的有效性。针对易腐农产品固有的自然属性、储存的时效性、运输装备的特殊性，以车辆行驶的固定成本、车辆的运输成本、运输途中的货损成本，能源损耗成本以及违反客户的时间窗产生的惩罚成本等构成的综合成本最低为目标函数。在冷链物流配送的环境下，以满足客户时间窗约束及车辆的最大载重量约束等限制条件下，根据不断变化的客户需求，建立易腐农产品的动态车辆调度优化模型。利用动态规划对模型进行求解，验证了模型的有效性。
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F323.7;F252
【图文】：

时间窗,学习权,假设粒子,鞍山

表 3.6 需求商要求到达的时间窗限制 3.6 The time window constrains of the demand point ask for ar城市 t_d(时间窗上限) T_u（时间沈阳 0.6 9.大连 0.7 9.鞍山 0.8 9.抚顺 0.8 9.PSO 算法进行仿真，假设粒子数为 N 50，学习权重为 0.7，最大迭代次数为 DT 1000，精度。优化结果

易腐,最小值,重值,调度问题

三章基于产品替代的易腐农产品调度问题的建模与求解流成本的最小值为 42651 元。当 PSO 算法迭代到 5解，运行速度快。当权重值设 0.8，其他条件不成本最小值达到 48325 元。优化结果如图 3.8 所示：

收敛速度,迭代次数,函数,条件

图3.8 PSO 优化结果Fig3.8 The optimization results of PSO 80，其他条件不变时，其收敛速度加快，但物流成果如图 3.9 所示：迭代次数/次标函数最目值小/元

【参考文献】