电子商务下物流配送系统优化模型和算法研究

论文摘要

随着国际互联网的发展和信息技术的日新月异,电子商务正越来越深入影响着当今经济生活。如何合理地对设施选址、需求分派、运送方式和路线选择等进行决策,建立一套高效率的配送系统,从而降低配送成本,提高服务质量,成为电子商务物流业发展面临的重要问题。因此,具有较高的研究价值和实用价值。首先,本文研究电子商务配送中心选址模型与评价方法。依据电子商务下配送网络的不同和配送战略的侧重点不同,构建了基于时间-成本的分散型配送中心选址模型和基于服务-成本的混合型配送中心选址模型。针对分散型选址模型的约束条件和0-1变量多的特点,采用基于分解-过滤的启发式算法求解。针对混合型选址模型节点多和备选地址不确定的特点,用基于模糊c均值聚类法和扫描法的三阶段启发式算法进行求解。由于配送中心选址是一项复杂的系统工程,还需进行定性的选择。为此,建立多准则多层次模糊评价模型,模型中准则层权重是运用基于按比例分配的模糊层次分析法获得,子指标的权重通过计算模糊评价值的期望值法获得,选址方案评价指标权重是准则层权重和对应准则下子指标权重的组合。方案确定是为了决策,依据定量计算和定性分析的结果,采用协调分析法确定最优选址方案。其次,研究了电子商务下车辆调度优化问题。为满足电子商务客户多样化和个性化的需求,分别建立多约束条件的车辆调度模型、一体化配送与集货车辆调度模型以及有时间窗的车辆调度模型。针对多约束条件模型的特点,设计基于改进的顺序交叉算子和引入爬山算法的混合遗传算法,通过对仿真实例的计算,无论在寻优结果,还是在算法的稳定性上均好于标准遗传算法和改进遗传算法。对于多个配送中心的一体化配送与集货模型,采用对混合遗传算法求得的精英种群进行禁忌搜索的混合遗传启发式算法。仿真实例计算表明该算法好于单独使用遗传算法或是禁忌搜索算法。由于,有时间窗的车辆调度问题中产生的等待费用和延迟费用影响配送成本,为此,在考虑配送线路前提下;将最小费用作为优化目标,并设计了改进两阶段算法对该问题求解。通过对仿真实例的计算,表明该算法具有简单、清晰、灵活的特点,并为大规模解决实际问题提供思路。最后,研究了电子商务下一体化配送与集货以及有时间窗的定位-运输路线安排问题。由于传统的多级分解算法易陷入局部最优解,而不是全局最优。因此,本文从整体上设计混合启发式算法求解一体化配送与集货的定位-运输路线安排问题。首先,采用基于分层聚类算法和改进重心法构造弱初始可行解;其次,使用改进插入法生成强初始可行解;最后,设计了基于4种邻域操作、利用能力约束条件控制配送中心的启用与客户点的插入的禁忌搜索算法进行优化求解。仿真实例计算显示本算法的良好寻优性能,具有很高的收敛速度。对于有时间窗的定位-运输路线安排问题,设计了混合遗传模拟退火算法求解。采用基于向量的混合编码,引入个体数量控制选择策略;对线路子串用改进的最大保留交叉操作,对中心选址定位子串用单点交叉操作;采用全局最优基因保护策略,使用自适应变异算子;利用模拟退火算法的Boltzmann机制,控制交叉、变异操作。仿真实例计算证明本算法,无论在寻优结果,求解质量上、计算效率上,以及算法稳定性上均好于单独应用遗传算法或是模拟退火算法。通过对文中所给出的模型和算法的实例分析,证明了这些模型和算法的有效性和实用性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 问题的提出
• 1.1.1 研究背景
• 1.1.2 研究目的及意义
• 1.2 物流配送系统的模型与算法研究综述
• 1.2.1 选址-分派问题研究现状
• 1.2.2 车辆运输路线问题的研究现状
• 1.2.3 定位-运输路线安排问题研究现状
• 1.3 国内外的研究现状评述
• 1.3.1 选址-分配问题研究现状评述
• 1.3.2 车辆运输路线问题研究现状评述
• 1.3.3 定位-运输路线安排问题研究现状评述
• 1.4 本文研究内容及研究方法
• 1.4.1 研究内容与思路
• 1.4.2 研究方法
• 第2章 电子商务下物流配送问题的理论分析
• 2.1 电子商务下的物流配送与配送中心
• 2.1.1 电子商务对物流配送的影响
• 2.1.2 电子商务下物流配送存在的主要问题
• 2.1.3 电子商务下物流配送中心特征
• 2.1.4 电子商务下物流配送中心运作类型
• 2.2 电子商务物流配送问题分析
• 2.2.1 电子商务下物流配送的特征
• 2.2.2 电子商务与传统商务的成本差异
• 2.2.3 电子商务与传统商务的时间效率差异
• 2.2.4 电子商务与传统商务的服务差异
• 2.2.5 电子商务与传统商务的观念差异
• 2.3 电子商务下配送系统的类型分析
• 2.3.1 集中型配送网络
• 2.3.2 分散型配送网络
• 2.3.3 混合型配送网络
• 2.4 物流配送系统规划的原则
• 2.4.1 总成本原则
• 2.4.2 多样化分拨原则
• 2.4.3 规模经济运输原则
• 2.4.4 局部利益与整体利益相结合原则
• 2.5 电子商务配送系统规划问题分析
• 2.5.1 配送系统规划问题概述
• 2.5.2 配送系统规划目的
• 2.5.3 电子商务下配送系统
• 2.6 配送系统规划决策因素分析
• 2.6.1 客户服务目标
• 2.6.2 设施选址策略
• 2.6.3 运输决策策略
• 2.6.4 定位-运输路线安排决策策略
• 2.7 基于适度递阶控制的电子商务配送系统规划
• 2.7.1 电子商务配送系统规划层次分析
• 2.7.2 电子商务配送系统规划总体框架
• 2.8 本章小结
• 第3章 电子商务配送中心选址模型与优化研究
• 3.1 电子商务下基于时间-成本的分散型配送中心选址模型
• 3.1.1 建立模型的相关条件
• 3.1.2 选址模型中费用改进
• 3.1.3 选址模型中考虑时间约束
• 3.1.4 选址模型
• 3.2 配送中心选址模型的启发式算法
• 3.2.1 过滤条件在配送中心选址模型应用
• 3.2.2 启发式算法在子可行问题中应用描述
• 3.3 电子商务下基于服务-成本的混合型配送中心选址模型
• 3.3.1 建立模型的相关条件
• 3.3.2 选址模型
• 3.4 三阶段启发式算法求解描述
• 3.4.1 模糊c均值聚类法
• 3.4.2 基于扫描和迭代法构建初始解
• 3.4.3 局部搜索算法
• 3.5 电子商务下配送中心选址评价指标体系
• 3.5.1 电子商务环境下配送中心影响因素
• 3.5.2 电子商务环境下选址评价体系确定
• 3.5.3 电子商务环境下配送中心选址层次结构模型
• 3.6 三角模糊数相关理论
• 3.6.1 三角模糊数定义
• 3.6.2 模糊运算规则
• 3.6.3 三角模糊互补判断矩阵
• 3.6.4 模糊语言变量
• 3.7 多准则多层次模糊决策方法
• 3.7.1 准则层模糊判断矩阵
• 3.7.2 准则层的权重
• 3.7.3 指标层子指标的权重
• 3.7.4 评价指标的组合权重
• 3.7.5 备选方案决策矩阵
• 3.8 基于协调分析的选址决策
• 3.8.1 基本原理
• 3.8.2 决策步骤
• 3.9 实验分析
• 3.9.1 基于时间-成本的分散型选址模型问题实验分析
• 3.9.2 基于服务-成本的混合型选址模型问题实验分析
• 3.9.3 电子商务下配送中心选址决策问题实验分析
• 3.10 本章小结
• 第4章 电子商务环境下车辆调度问题优化研究
• 4.1 一般多约束条件VRP数学模型
• 4.1.1 建立模型的相关条件
• 4.1.2 模型
• 4.2 基于混合遗传算法的MCVRP问题求解
• 4.2.1 遗传编码
• 4.2.2 初始解的形成
• 4.2.3 适应度函数
• 4.2.4 遗传算子设计
• 4.2.5 爬山操作
• 4.2.6 混合遗传算法步骤
• 4.3 一体化配送与集货的MDVRP数学模型
• 4.3.1 建立模型的相关条件
• 4.3.2 模型
• 4.4 混合遗传启发式算法求解VRPPD问题
• 4.4.1 混合编码
• 4.4.2 初始解的形成
• 4.4.3 适应度函数
• 4.4.4 遗传算子设计
• 4.4.5 精英种群
• 4.4.6 禁忌搜索算法参数设计
• 4.4.7 混合遗传启发式算法步骤
• 4.5 有时间窗的MDVRP问题数学模型
• 4.5.1 优化目标确定与约束条件分析
• 4.5.2 建立模型的相关条件
• 4.5.3 模型
• 4.6 改进两阶段算法求解MDVRPTW问题
• 4.6.1 基于k-means的集合划分
• 4.6.2 基于约束条件的扫描
• 4.6.3 分组算法总体步骤
• 4.6.4 改进遗传算法求解VRPTW
• 4.7 实验分析
• 4.7.1 MCVRP问题实验分析
• 4.7.2 单中心单车型VRPPD问题实验分析
• 4.7.3 单中心多车型VRPPD问题实验分析
• 4.7.4 多中心单车型VRPPD问题实验分析
• 4.7.5 多中心多车型VRPPD问题实验分析
• 4.7.6 多中心单车型VRPTW问题实验分析
• 4.7.7 多中心多车型VRPTW问题实验分析
• 4.8 本章小结
• 第5章 电子商务下定位-运输路线安排问题研究
• 5.1 引言
• 5.2 定位-运输路线安排问题优化目标与约束分析
• 5.2.1 LRP优化目标
• 5.2.2 LRP约束条件分析
• 5.3 一体化配送与集货的LRP数学模型
• 5.3.1 建立模型的相关条件
• 5.3.2 模型
• 5.4 混合启发式算法求解LRPPD问题
• 5.4.1 构造弱可行初始解
• 5.4.2 构造强可行初始解
• 5.4.3 邻域搜索方法
• 5.4.4 禁忌搜索算法参数设计
• 5.4.5 混合启发式算法步骤
• 5.5 有时间窗的定位-运输路线安排问题数学模型
• 5.5.1 建立模型的相关条件
• 5.5.2 模型
• 5.6 混合遗传模拟退火算法求解LRPTW问题
• 5.6.1 基于向量混合编码
• 5.6.2 构造初始解
• 5.6.3 适应度函数
• 5.6.4 遗传算法算子设计
• 5.6.5 模拟退火操作
• 5.6.6 混合遗传模拟退火算法步骤
• 5.7 实验分析
• 5.7.1 一体化配送与集货的LRP问题实验分析
• 5.7.2 有时间窗的LRP问题实验分析
• 5.8 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢
• 个人简历