基于蚁群算法的美特好配送路径优化研究

论文摘要

在全球经济一体化的大环境下,伴随着我国经济的飞速发展,物流作为“第三利润源泉”在我国得到了长足的发展。物流配送是物流活动中直接与消费者相关联的环节,在物流的各项成本中,配送的成本占了相当高的比例。随着零售业市场竞争的加剧,配送效率已经成为连锁企业的竞争核心。因此,配送线路安排得是否合理直接影响着企业的成本支出。在满足用户多样化需求的前提下,如何有效地利用现有资源进行车辆调度以减少企业的运行成本,给企业带来更大的利润,是物流行业发展的目标,也是研究者关注的重点问题。在配送业务中制定合理的配送计划和配送线路是衡量配送水平高低的重要指标。将配送路线进行科学而合理的制定,不仅能够节约现有的资源,而且能够有效的降低企业的配送成本,使得经济效益最大化。因此,研究配送路径优化具有极其重要的意义。本文的研究围绕太原美特好超市的物流配送路径优化问题而展开。通过对物流配送路径优化方法的深入了解,比较各种精确式算法和启发式算法的优劣,探索出基于蚁群算法解决物流配送路径优化问题。在比较目前国内外研究配送路径优化模型现状的基础上,建立以VRP模型为基础的物流配送优化数学模型,并定义出相关变量、约束条件、目标函数等。最后将蚁群算法应用于解决美特好路径优化的实际问题中,并针对经典蚁群算法的不足之处提出了相关改进建议。本文综合运用了理论分析与实证研究相结合的研究方法。在定性研究物流配送相关理论的基础上,基于蚁群算法定量给出美特好的配送路径优化方案。其研究结果不仅于连锁超市企业,且对其它行业都具有一定的借鉴意义。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 引言
• 1.1 选题的目的和意义
• 1.1.1 选题的目的
• 1.1.2 研究的意义
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 主要研究内容与研究框架
• 1.3.1 本文主要研究内容
• 1.3.2 本文的基本框架
• 第二章 物流配送路径优化的基本理论
• 2.1 物流配送
• 2.2 物流实践中需要解决的问题
• 2.2.1 物流配送中的车辆路线问题
• 2.2.2 配送路线优化的约束条件
• 2.3 物流配送路径优化方法的研究
• 2.3.1 物流配送路径优化的方法
• 2.3.2 各种方法的比较分析
• 2.4 配送路径优化模型的建立
• 2.4.1 模型描述
• 2.4.2 相关变量表示
• 2.4.3 约束条件
• 2.4.4 目标函数
• 第三章 蚁群算法模型的建立
• 3.1 蚁群算法基本原理
• 3.2 蚁群算法模型建立
• 3.3 蚁群算法在物流配送路径优化模型中的应用
• 3.3.1 定义模型变量
• 3.3.2 参数设定
• 第四章 蚁群算法在美特好物流配送模型中的实际应用研究
• 4.1 山西美特好集团简介
• 4.1.1 美特好集团概况
• 4.1.2 美特好超市物流
• 4.2 蚁群算法在美特好配送路径优化中的实际应用
• 4.2.1 实例应用
• 4.2.2 编程求解及结果分析
• 4.3 对经典蚁群算法的改进
• 4.3.1 对ρ的改进
• 4.3.2 带有时间窗的蚁群算法
• 4.3.3 小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 未来研究方向
• 参考文献
• 致谢
• 个人简况及联系方式