基于遗传算法的连锁企业配送多目标VRP研究

论文摘要

随着我国社会主义市场经济的不断发展,作为“第三利润源泉”的现代物流对经济活动的影响日益明显,尤其是在物流费用中占有较大比例的物流配送成本对企业盈利能力的影响更是不断加深。在与物流配送成本有关的各类问题中,车辆路径优化问题具有广泛的应用价值及重要的经济意义,一直受到国内外学者的广泛关注。本文在分析基本车辆路径问题的基础上,对多目标车辆路径问题进行了研究,主要有以下方面：首先,在阅读大量文献的基础上,对国内外车辆路径问题的研究情况进行了综述,并对其存在的问题及未来的研究方向进行了探讨；对车辆路径问题的基本原理及常用的求解算法进行了系统总结,并对本文采用的遗传算法进行了阐述；同时,对本文要解决的多目标优化问题的相关理论进行了说明。其次,针对目前单一目标模型与现实存在差距,以及顾客满意度越来越引起企业重视的情况,本文将顾客满意度最高作为一个新的目标函数引入到车辆路径问题的基本模型中,建立了多目标车辆路径模型；通过将顾客满意度与运输成本划入同一量纲下并利用权重系数变换法将双目标转换成单目标。再次,本文对建立的模型进行了遗传算法的设计,对车辆路径问题中的编码、初始种群的生产、选择、交叉和变异的具体运算流程进行了说明。最后,选取辽宁成大方圆的算例数据用MATLAB软件对设计的遗传算法进行了编程实现,并对得到的结果进行了分析,验证了算法的有效性。本文提出的多目标VRP模型增加了模型的实用性及可行性,有助于推动现代物流技术在连锁企业配送领域的应用；有助于保证连锁企业配送的及时性、高效性,降低配送成本,提高顾客满意度。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.2 研究目的与研究意义
• 1.3 研究内容
• 1.4 研究方法与技术路线
• 1.5 论文结构
• 第2章 车辆路径问题综述及其相关理论
• 2.1 国内外车辆路径问题的研究综述
• 2.1.1 VRP的国外研究综述
• 2.1.2 VRP的国内研究综述
• 2.2 车辆路径问题的一般描述及分类
• 2.3 车辆路径问题的基本模型
• 2.3.1 旅行商问题
• 2.3.2 基本车辆路径问题
• 2.4 车辆路径问题的求解算法
• 2.4.1 精确算法
• 2.4.2 常见的启发式算法
• 2.4.3 遗传算法概述
• 2.5 多目标优化理论
• 2.5.1 多目标优化的基本概念
• 2.5.2 多目标优化方法的研究综述
• 2.6 本章小结
• 第3章 多目标车辆路径优化模型的建立
• 3.1 多目标VRP的描述
• 3.2 多目标的设定及处理
• 3.2.1 多目标的设定
• 3.2.2 多目标的处理
• 3.3 多目标VRP的一般假设
• 3.4 多目标VRP的数学描述
• 3.5 多目标VRP的求解算法选择
• 3.6 本章小结
• 第4章 多目标车辆路径问题的遗传算法设计
• 4.1 编码生成及初始种群的确定
• 4.2 适应度评估
• 4.3 遗传算子设计
• 4.3.1 选择算子设计
• 4.3.2 交叉算子设计
• 4.3.3 变异算子设计
• 4.4 算法终止准则
• 4.5 控制参数的确定
• 4.6 本章小结
• 第5章 医药连锁企业的VRP实例
• 5.1 问题背景
• 5.1.1 成大方圆公司简介
• 5.1.2 医药连锁企业物流配送概述
• 5.1.3 辽宁成大方圆医药连锁企业配送体系
• 5.2 模型实现
• 5.2.1 相关约束说明
• 5.2.2 相关参数说明
• 5.3 模型求解
• 5.4 结果分析
• 5.5 本章小结
• 第6章 结论与展望
• 6.1 研究结论
• 6.2 进一步展望
• 参考文献
• 附录
• 致谢