论文摘要
随着物流业的快速发展,配送在整个物流系统中所起的作用变得越来越重要。国内外许多研究者用现代的思维与方法对配送中的许多问题展开了大量研究,以此来提高配送效率、降低配送成本、更好的服务客户。车辆路径问题(Vehicle Routing Problem,VRP)和车辆装载问题(Vehicle Filling Problem,VFP)作为物流配送中的两个核心问题自然成为了研究热点。本文在概述国内外VRP研究和VFP研究的基础上,将这两个在配送过程中相互联系、相互制约的问题结合在一起考虑,进行整合问题研究,从而来达到同时优化车辆配送路径与车辆装载方案的目的。本文的研究重点有两个:(1)建立起新型的VRP&VFP整合优化模型;(2)用改进遗传算法设计出适合于求解VRP&VFP整合优化模型的算法,并用它来求解相应的问题。本文首先概述了VRP与VFP的国内外研究现状以及物流配送的基础理论,并选择出了将要整合的VRP与模型与VFP与模型。其中,VRP为非满载的VRP,VFP为二维VFP。在此基础上,分析和解决了整合过程中遇到的问题,提出了VRP&VFP整合优化问题,建立了VRP&VFP整合优化模型。在说明求解该模型的总体思路后,对基本遗传算法进行了一系列改进,设计出了适合于求解该模型的算法。然后,对算法中的每个步骤进行了具体而详细设计。设计主要针对VRP改进遗传算法部分和VFP改进遗传算法部分进行。在设计过程中,为了让算法简洁、高效且适合于求解该整合优化模型,我们对遗传算法的许多步骤作出了改进,例如:在引入保优操作;在VRP算法的解码过程中,采用按质量约束和体积约束同时解码的方法;针对目前VFP求解中同时追求质量装载率最大化和容积装载率最大化这个关键性难点,设计质量和体积两个适应值函数,并结合保优操作来解决这个难题等。在设计完成后,这两部分算法被有机的结合在一起,共同构成求解算法。在求解整合问题的过程中,它们相互联系与制约,不可分割。同时,在设计过程中,还采用MATLAB软件编写了程序,对设计的算法进行了实现。最后,按照算法编写的MATLAB程序求解了实际中的相应问题。程序在很短的时间内就得出了很好的结果。实验结果证明了VRP&VFP整合优化模型及算法可行而有效,并具有很高的实用价值。
论文目录
中文摘要英文摘要1 绪论1.1 问题的提出及研究意义1.2 国内外研究现状1.2.1 车辆路径问题的研究现状1.2.2 车辆装载问题研究现状1.3 本文的研究目的和主要内容1.4 研究的思路和基本框架1.4.1 研究的基本思路1.4.2 研究内容的基本框架1.5 本文的主要创新点2 物流配送相关理论概述2.1 物流与物流配送2.1.1 物流的概念2.1.2 物流配送的概念2.1.3 物流配送的流程、任务和分类2.1.4 配送与物流的关系2.2 国内外配送现状2.2.1 发达国家的配送现状2.2.2 我国的配送现状2.3 配送优化2.3.1 配送优化的基本原则2.3.2 配送中的不合理运输问题2.4 结合有关配送理论的讨论3 VRP&VFP 整合优化模型及求解算法3.1 引言3.2 本文涉及的VRP 与VFP 概述3.2.1 VRP 的分类3.2.2 VRP 的选择3.2.3 VRP 模型3.2.4 VFP 的选择3.2.5 VFP 模型3.3 建立VRP&VFP 模型需要考虑的问题3.4 VRP&VFP 整合优化问题与模型3.5 求解算法总体设计3.5.1 算法设计的总体思路3.5.2 算法的选择3.6 遗传算法简介3.7 VRP&VFP 整合优化问题的求解算法流程3.8 本章小结4 算法的设计与实现4.1 引言4.2 遗传算法设计的基本内容4.3 软件的选择及MATLAB 软件简介4.4 VRP 改进遗传算法部分的设计与实现4.4.1 编码4.4.2 初始化染色体种群4.4.3 适应值函数4.4.4 遗传算子设计4.4.5 保优操作4.4.6 VRP 改进遗传算法部分小结4.5 VFP 改进遗传算法部分的设计与实现4.5.1 验证VRP 优化结果4.5.2 编码4.5.3 初始化染色体种群4.5.4 适应值函数4.5.5 遗传算子设计4.5.6 保优操作4.5.7 VFP 改进遗传算法部分小结4.6 求解算法的构成4.7 本章小结5 算例与实证分析5.1 算例介绍5.2 实验结果与分析讨论5.2.1 实验结果5.2.2 结果分析与讨论6 结论与展望6.1 主要结论6.2 后续研究工作的展望致谢参考文献附录A. 作者在攻读硕士学位期间发表的论文目录B. 遗传算法的MATLA87.1 核心程序
相关论文文献
标签：物流配送论文; 车辆路径论文; 车辆装载论文; 整合优化论文; 改进遗传算法论文;
