X集团运输车辆路径问题研究

论文摘要

近年来,随着第一利润源和第二利润源利润空间的缩小,以及国家对物流业的重视,越来越多的企业开始关注第三利润源—物流。X集团作为一家实力雄厚、产品众多的企业,也开始关注自身物流的发展。本文结合X集团车辆运输调度现状,建立数学模型,并对其进行研究。本文把X集团的车辆路径问题归结为集货和送货一体化车辆路径问题,目前该问题的研究尚不够深入,并且,X集团的配送点较多,所以在实际应用过程中,需要研究一种能够在很短的时间内求解出较高质量解的算法。为了X集团的实际应用,本文提出了一种先分配车辆、再进行优化的亚启发式算法。首先,结合实际应用中距离比较近的客户点通常使用同一辆车来运输的特点,本文运用扫描算法和遗传算法的基本思想把靠近的客户点分配给同一车辆。随后,采用修改的粒子群算法计算具体车辆分配方案。先分配车辆、再进行优化的粒子群算法,运算效果理论上比客户和车辆随机分配的粒子群算法优越,因为它能够让粒子在运动的过程中快速的向较优方案移动,从而能够花费较少的时间找到较优车辆行驶路径。本文进行的仿真实验为：对车辆路径问题和集送货一体化的车辆路径问题的标准算例库进行测试,证明算法的有效性。随后对于X集团的实际代理商的需求进行仿真实验,达到了预期的效果。最后,本文对于X集团车辆路径问题存在的问题进行了进一步的介绍,从而对于下一步的研究提供了参考。

论文目录

• 摘要
• Abstract
• 1 导论
• 1.1 选题背景及意义
• 1.2 车辆路径问题简介
• 1.2.1 车辆路径问题描述
• 1.2.2 车辆路径问题分类
• 1.2.3 国内外研究现状
• 1.3 论文主要工作及章节安排
• 2 车辆路径问题相关理论和方法综述
• 2.1 精确算法
• 2.2 启发式算法
• 2.3 亚启发式算法
• 3 X集团车辆路径问题现状及存在问题分析
• 3.1 X集团简介
• 3.2 物流信息系统现状
• 3.3 车辆运输调度现状
• 3.4 车辆运输调度中存在的问题
• 4 X集团车辆路径问题数学模型的建立
• 4.1 X集团车辆路径问题描述与数学模型
• 4.2 基本粒子群算法
• 4.2.1 粒子编码方式
• 4.2.2 基本粒子群算法流程
• 4.3 基于改进粒子群算法求解X集团车辆路径问题
• 4.3.1 算法的创新点
• 4.3.2 改进的粒子群算法的基本运算步骤
• 4.3.3 核心代码
• 5 X集团车辆路径问题模拟实验
• 5.1 改进的粒子群算法求解车辆路径问题
• 5.2 改进的粒子群算法求解集送货一体化车辆路径问题
• 5.3 改进的粒子群算法求解X集团运输车辆路径问题
• 5.4 X集团车辆路径优化后效益
• 6 总结和展望
• 致谢
• 参考文献