果蔬冷链物流运输管理的研究

论文摘要

我国是一个农业大国,农产品物流问题在我国国民经济的发展中有着举足轻重的作用。水果和蔬菜在农产品中占有很大的比重,由于果蔬类农产品含水量高,保鲜期短,极易腐烂变质,从生产、加工、存储到消费的各个环节都极易发生损失,因此有效提高配送效率、降低配送成本是果蔬类农产品物流中的关键之一。合理组织果蔬类农产品配送、规范流通渠道,通过科学的方法来确定合理的配送路线,是配送的重要环节。车辆路径问题(vehicle routing problem, VRP)是一个典型的组合优化问题。它在计算理论上不仅具有重要的理论意义,而且也具有重要的实际应用价值。该问题在很多领域中有广泛的应用。蚁群算法是模仿自然界的蚂蚁行为而发展起来的一种随机搜索方法,它具有较强的鲁棒性、优良的分布式计算机制、易于与其它方法相结合等优点。该算法在车辆路径优化方面得到了广泛的应用。本论文对VRP和蚁群算法进行研究,对VRP进行了分类,并阐述了用于解决VRP的各种优化方法；深入讨论了蚁群算法的基本原理,建立了数学模型,包括转移概率的计算、信息素更新的各种规则、参数的取值范围等。分析了果蔬冷链物流运输的特点,针对果蔬易腐的特点,果蔬配送对服务时间要求较严,提出了果蔬保质期的时间窗,并建立了客户满意度函数,将其作为约束条件对路径优化选择进行制约。本论文针对果蔬在运输过程可能发生特殊情况,需要及时的更改路线,提出了路径再规划问题,使其更符合果蔬物流配送企业车辆路线优化的作业实际。在求解方法上,本论文采用了蚁群算法,根据蚁群算法的一些缺点进行了一定的改进,包括状态转移概率、信息素的更新以及局部最优搜索策略以优化其搜索能力等,并进行了仿真验证。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 课题研究背景
• 1.2 果蔬冷链物流运输及路径规划
• 1.2.1 果蔬冷链物流
• 1.2.2 农产品的配送
• 1.2.3 车辆的路径规划
• 1.2.4 蚁群算法
• 1.3 课题研究的主要内容和意义
• 1.3.1 课题研究的主要内容
• 1.3.2 课题研究的主要意义
• 2 车辆路径优化问题
• 2.1 车辆路径优化问题概述
• 2.2 车辆路径优化问题的研究要素
• 2.3 车辆路径规划问题的分类
• 2.4 车辆路径规划问题的优化方法
• 2.4.1 精确算法
• 2.4.2 启发式算法
• 3 蚁群算法
• 3.1 蚁群算法的概述
• 3.1.1 蚁群算法的群体行为
• 3.1.2 蚁群算法的基本原理
• 3.2 蚁群算法的实现
• 3.2.1. 蚁群算法的模型
• 3.2.2 蚁群算法的步骤
• 3.3 蚂蚁算法关键技术
• 3.3.1 状态转移规则
• 3.3.2 禁忌表的动态变化
• 3.3.3 信息素更新规则
• 3.3.4 收敛控制
• 3.3.5 参数设置
• 3.3.6 算法终止条件
• 3.4 蚁群算法的分析
• 3.4.1 蚁群算法的参数选择
• 3.4.2 蚁群算法的优缺点
• 3.5 蚁群算法的改进
• 3.5.1 蚁群系统
• 3.5.2 最大-最小蚂蚁系统
• 3.5.3 最优-最差蚂蚁系统
• 3.6 蚁群算法的应用实验
• 4 果蔬类农产品物流运输的路径优化
• 4.1 车辆路径问题与旅行商问题的联系与区别
• 4.2 带约束能力的路径优化
• 4.2.1 基本概念
• 4.2.2 数学模型
• 4.3 带果蔬保质期时间窗的路径优化
• 4.3.1 基本概念
• 4.3.2 数学模型
• 4.4 带客户满意度的路径优化
• 4.5 算法的设计
• 4.5.1 状态转移规则
• 4.5.2 信息素更新规则
• 4.5.3 算法步骤
• 4.6 仿真验证
• 4.6.1 带约束能力的路径优化的仿真验证
• 4.6.2 带果蔬保质期时间窗的路径优化的仿真验证
• 4.6.3 带客户满意度的路径优化的仿真验证
• 5 果蔬物流运输的路径再规划
• 5.1 问题描述
• 5.1.1 路径再规划问题的描述
• 5.1.2 路径再规划与VRP的区别
• 5.2 算法的设计
• 5.2.1 局部最优搜索策略
• 5.2.2 算法步骤
• 5.3 仿真验证
• 6 总结
• 7 展望
• 8 参考文献
• 9 攻读硕士学位期间发表论文情况
• 10 致谢