多因素影响下车辆调度模型分析及算法研究

论文摘要

交通运输是国民经济的动脉，它对社会经济发展和人民生活起着极为重要的作用。各种运输方式在日常运输营运管理工作中都要面对这样一个共同的问题，如何为其载运工具确定行驶路线及其时刻表，才能有效地运送各站点间的旅客和货物。运筹学界将此类问题统称为车辆路径问题。随着市场竞争的日益加剧、世界经济一体化进程的加快和科学技术的飞速发展，许多企业已经把物流作为提高市场竞争能力和提升核心竞争能力的重要手段，将先进的物流理论和物流技术引入企业的生产和经营管理中。作为实现物流合理化的重要内容和手段，研究车辆路径有助于企业降低物流成本，提高运作效率，全面提高顾客满意度。车辆路径问题是运输组织优化中的核心问题。由于车辆路径问题将运筹学理论与生产实践紧密地结合在一起，近几十年取得了很多成果，因此被称为“最近几十年运筹学领域最成功的研究之一”。车辆路径问题一般定义为对一系列发货点和／或收货点，组织适当的行车路线，使车辆有序地通过它们，在满足一定的约束条件(如货物需求量、发送量、交发货时间、车辆容量限制、行驶里程限制、时间限制等)下，达到一定的目标(如路程最短、费用最小、时间尽量少、使用车辆尽量少等)。本文在大量相关文献的基础上，分别总结了国内、外对车辆路径问题的研究成果；研究了确定信息条件下的有时间窗的车辆路径问题的模型和算法；随机旅行时间车辆路径问题的模型和算法；模糊需求信息条件下的车辆路径问题的模型和算法。提高了物流配送的科学化效率，对物流配送的发展具有一定的理论意义与应用价值。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究的背景与意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 国内外研究综述
• 1.2.1 国外VRP研究综述
• 1.2.2 国内VRP研究综述
• 1.3 研究中存在的问题
• 第2章 VRP基本理论
• 2.1 VRP的分类及约束条件
• 2.1.1 VRP的分类
• 2.1.2 VRP的约束条件
• 2.2 VRP的模型
• 2.3 VRP的算法
• 2.3.1 精确算法
• 2.3.2 启发式算法
• 第3章 确定信息条件下的VRP问题
• 3.1 有时间窗的VRP问题
• 3.1.1 问题描述
• 3.1.2 问题的影响因素
• 3.1.3 数学模型的建立
• 3.2 遗传算法用于解决车辆路径问题
• 3.2.1 遗传算法适于解决车辆路径优化问题
• 3.2.2 用遗传算法求解车辆路径问题的研究现状
• 3.3 遗传算法用于求解VRP的算法实现过程
• 3.4 实验分析
• 第4章 随机信息条件下的VRP问题
• 4.1 随机旅行时间VRP问题的提出及描述
• 4.1.1 问题的提出
• 4.1.2 问题的描述
• 4.2 随机旅行时间VRP问题模型的建立
• 4.2.1 机会约束规划模型
• 4.2.2 惩罚费用模型
• 4.2.3 符号与变量定义
• 4.3 求解VRPST的遗传算法
• 4.3.1 编码方案
• 4.3.2 初始种群的生成
• 4.3.3 建立适应度函数
• 4.3.4 遗传算子
• 4.3.5 控制参数和算法的终止条件
• 4.4 实验分析
• 第5章 模糊信息条件下的VRP问题
• 5.1 模糊需求VRP问题的提出和描述
• 5.1.1 问题的提出
• 5.1.2 问题的描述
• 5.2 模糊需求VRP模型的建立
• 5.2.1 模糊机会约束规划的基本理论
• 5.2.2 模糊需求VRP的求解思路
• 5.2.3 模糊需求VRP模型的建立
• 5.3 求解VRPFD的遗传算法
• 5.4 实验分析
• 第6章 结论
• 参考文献
• 致谢
• 攻读学位期间公开发表的论文