物流配送及車輛調(diào)度策略的研究.pdf

1、本文將物流配送中的核心問題——配送車輛優(yōu)化調(diào)度問題作為研究對象具有一定的實際意義和理論意義。 首先明確了物流及物流配送的概念，配送的特點、意義、作用、類型和服務(wù)方式。通過對一些大型流通企業(yè)的配送和物流企業(yè)的配送業(yè)務(wù)的研究，分析了美國、日本以及歐美等發(fā)達國家的配送模式，提出了這些配送模式的特點和可借鑒之處。針對中國的國情和物流配送的發(fā)展，討論了中國運行的物流配送模式。并對物流配送合理化問題進行了討論。 在對車輛優(yōu)化調(diào)度問題

2、進行分類的基礎(chǔ)上，將配送車輛根據(jù)任務(wù)的性質(zhì)分成滿載和非滿載兩類問題，對非滿載車輛調(diào)度問題進行分析并建立了數(shù)學模型。隨后，對組合優(yōu)化問題的求解方法進行討論，并對算法的基本原理和對組合優(yōu)化問題的求解性能進行分析和比較。 根據(jù)帶時間窗車輛調(diào)度問題的特點，考慮特定的時間窗和車輛容量、行駛距離等約束條件，對現(xiàn)有的基本遺傳算法進行改進，采用多次換位變異技術(shù)以及最佳個體保留和輪盤賭混合的選擇策略，設(shè)計了可求解帶有時間窗約束的非滿載車輛調(diào)度問題

3、的遺傳算法。根據(jù)遺傳算法的順序編碼要求，設(shè)計了可以隨機產(chǎn)生獨立初始種群的方法。設(shè)計了相應(yīng)的遺傳算法程序，并對具體實例進行了計算。通過實驗計算研究了交叉概率、變異概率、最大進化世代數(shù)、種群規(guī)模等運行參數(shù)對該算法性能的影響。通過對計算結(jié)果的分析得出，簡單的采用遺傳算法對車輛調(diào)度問題進行求解，當問題規(guī)模增大時，遺傳算法會出現(xiàn)不穩(wěn)定和計算效率低的現(xiàn)象。因此，簡單的遺傳算法并不十分適合用于求解此類規(guī)模較大的問題。 通過對禁忌搜索算法和遺傳

4、算法的優(yōu)缺點對比，設(shè)計并實現(xiàn)了帶時間窗非滿載車輛調(diào)度問題的禁忌搜索-遺傳算法的混合遺傳算法。通過對具體實例的計算，并將實驗結(jié)果與簡單遺傳算法的實驗結(jié)果對比分析了該算法的性能。禁忌搜索-遺傳算法混合遺傳算法克服了簡單遺傳算法和禁忌搜索算法的不足，通過遺傳運算生成新的種群，將新種群中的個體作為禁忌搜索的初始解，通過禁忌搜索獲得局部最優(yōu)解。提高了算法的搜索能力。通過對具體實例的計算結(jié)果可以看出，禁忌搜索-遺傳算法具有良好的搜索能力及計算效率，