物流配送车辆路径选择研究

论文摘要

近年来我国物流总值在高速增长,经济发展对物流配送的依赖程度也越来越高,但是我国现代物流配送业的发展还处在起步阶段,与发达国家的技术水平还存在较大差距。我国的现代物流在功能和发展潜力上的瓶颈在于现代物流系统的不完善以及物流作业过程的不合理。自然形成的物流系统由于缺乏前瞻性和系统规划,在物流资源的配置、物流网络的结构等方面,很难保证其可靠性、合理性、协调性和最优化；而物流作业过程,主要是运输过程和仓储过程,仍以经验管理为主,基本上没有采用优化理论和方法,不合理现象随处可见,难以产生“第三利润”。对车辆路线进行优化不仅可以帮助决策者迅速做出科学正确的决定,提高配送效率和客户满意度,而且对改善城市交通状况有重要作用。因此,对路线选择问题的研究具有重要意义。本文首先对物流配送中的VRP问题进行详细地阐述,包括研究背景、研究目的和意义,并对现代物流配送、车辆路径选择问题和蚁群算法的国内外研究现状作总结归纳。在本文的理论基础部分主要介绍了蚁群算法。其次对物流配送路径选择系统进行总体的分析与设计,并设计了车辆路径选择模型及其求解算法,这是论文的主要部分。最后实例实现了基于总路程最短的路径选择模型的求解算法,并对主要模块进行设计和实现。本文研究的技术路线是用Matlab2010b实现蚁群算法对最短路径的计算,用C#语言对模块编程和设计界面,用Html和Javascript脚本语言加载和操作地图,数据库使用Access数据库。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 问题的提出
• 1.1.1 研究的背景
• 1.1.2 研究的目的和意义
• 1.2 国内外研究现状综述
• 1.2.1 国内外现代物流配送研究现状
• 1.2.2 国内外车辆路径问题（VRP）研究现状
• 1.2.3 国内外蚁群算法研究现状
• 1.3 论文的组织结构
• 第2章 理论基础及相关技术
• 2.1 TSP问题
• 2.1.1 TSP问题的研究背景
• 2.1.2 TSP问题描述及其数学模型
• 2.1.3 VRP问题与TSP问题的关系
• 2.2 蚁群算法
• 2.2.1 蚁群算法的原理
• 2.2.2 蚁群算法的数学模型
• 2.3 开发平台
• 2.3.1 C#的数据库访问技术
• 2.3.2 Matlab与C#的接口技术
• 2.3.3 C#访问脚本语言
• 第3章 物流配送车辆路径选择系统的分析与设计
• 3.1 总体分析
• 3.1.1 需求分析
• 3.1.2 系统分析
• 3.2 总体设计
• 3.2.1 系统框架结构
• 3.2.2 系统功能设计
• 3.2.3 系统操作流程
• 3.2.4 系统信息流程
• 3.2.5 系统设计核心
• 第4章 物流配送车辆路径选择建模
• 4.1 问题描述
• 4.2 基于成本的车辆路径选择模型设计
• 4.2.1 模型设计
• 4.2.2 模型的建立
• 4.3 基于路程的车辆路径选择模型设计
• 4.3.1 模型设计
• 4.3.2 模型的建立
• 4.4 算法设计
• 4.4.1 算法分析
• 4.4.2 算法模型
• 4.4.3 求解步骤及流程图
• 4.4.4 算法验证
• 第5章 路径选择模型的实例实现
• 5.1 路径选择模型的算法实现
• 5.2 路径选择模型的模块实现
• 5.2.1 开发平台
• 5.2.2 总体结构
• 5.3 客户管理模块
• 5.3.1 模块设计
• 5.3.2 模块实现
• 5.4 VRP主模块
• 5.4.1 模块设计
• 5.4.2 模块实现
• 5.5 运行过程与结果分析
• 第6章 总结与展望
• 1.本文的研究意义
• 2.本文的研究成果
• 3.本文的创新点
• 4.本文的不足
• 5.研究展望
• 参考文献
• 攻读学位期间公开发表的论文
• 致谢