港口集装箱运输车辆调度问题研究

论文摘要

随着经济的发展,物流在经济发展中的地位越来越重要,现代物流是企业降低生产经营成本、提高产品市场竞争力的重要途径,减少物流费用对企业的发展、社会生产力的提高都有重大的意义。物流费用中运输费用占比较大的比重,因此降低运输费用是至关重要的问题。本文主要解决的是物流运输中港口集装箱运输车辆的调度问题,综述了车辆路径问题及研究车辆路径问题采用的方法。针对所研究问题的背景提出了车辆路径问题新的分类标准,即根据集装箱的不同形态分为拼箱状态下集装箱运输车辆的调度问题和整箱状态下集装箱运输车辆的调度问题,并按照该种分类进行了论文的研究。对第一个问题,论文给出了较为通用的带时间窗车辆路径问题模型并利用遗传算法工具箱进行了分析求解,且对控制参数进行了多次模拟实验,找出了控制参数与结果的相关性。对第二个问题,论文考虑了时间窗口约束及车辆行驶规则等因素,建立了针对以港口为依托的第三方物流公司的集装箱运输车辆调度模型,用遗传算法求解,通过MATLAB实现仿真实验。在算法设计中,采用变长染色体编码方法,完整路径的交叉策略等特殊算子,避免了早熟收敛,得到了问题的满意解,并对各个数据的取值进行了分析,对数据的取值进行了分析,对遗传控制参数的取值进行了敏感度分析,验证了本论文的研究具有很好的实践指导意义。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 论文采用的研究方法
• 1.3.1 论文的研究思路
• 1.3.2 论文的研究方法
• 1.4 论文主要工作
• 第二章 车辆路径问题的研究基础
• 2.1 车辆路径问题的问题描述
• 2.1.1 车辆路径问题的定义
• 2.1.2 车辆路径问题的问题组成
• 2.1.3 车辆路径问题的主要类型
• 2.2 有时间窗车辆路径问题的描述
• 2.2.1 时间窗问题描述
• 2.2.2 有时间窗车辆路径问题的约束条件
• 2.2.3 有时间窗车辆路径问题的模型
• 2.3 本章小结
• 第三章 车辆路径问题的研究方法
• 3.1 车辆路径问题的研究现状
• 3.2 启发式算法
• 3.2.1 启发式算法的特点
• 3.2.2 启发式算法的求解过程
• 3.2.3 主要启发式算法
• 3.3 遗传算法
• 3.3.1 遗传算法的基本原理
• 3.3.2 遗传算法的相关概念
• 3.3.3 标准遗传算法的步骤
• 3.3.4 遗传算法的基本特点
• 3.3.5 遗传算法的应用
• 3.4 本章小结
• 第四章 拼箱状态下配送车辆的调度方法研究
• 4.1 问题的提出
• 4.2 模型的建立
• 4.3 基于遗传算法的配送车辆调度方法
• 4.3.1 编码方式
• 4.3.2 生成初始种群
• 4.3.3 计算评价函数
• 4.3.4 判断停止进化条件
• 4.3.5 遗传算子的设计
• 4.3.6 遗传算法的步骤
• 4.4 仿真实验分析
• 4.5 本章小结
• 第五章 整箱状态下集装箱车辆的调度问题
• 5.1 问题的提出
• 5.2 数学模型
• 5.2.1 参数说明
• 5.2.2 模型的建立
• 5.3 基于遗传算法的整箱集装箱车辆调度方法
• 5.3.1 染色体编码结构
• 5.3.2 初始群体的形成
• 5.3.3 评价函数和停止进化条件
• 5.3.4 遗传算子的设计
• 5.4 实验分析与结论
• 5.4.1 数据情况说明
• 5.4.2 参数设置及计算过程
• 5.4.3 结果及过程分析
• 5.5 本章小结
• 第六章 总结与展望
• 参考文献
• 附录
• 致谢