物流配送車輛智能調度模型研究及應用.pdf

1、隨著市場經濟的不斷發(fā)展,企業(yè)信息化顯的越來越重要。物流被稱作“第三方利潤源”也受到了各行各業(yè)的重視并得到了較快的發(fā)展。將計算機網(wǎng)絡,電子商務等技術與物流相關技術結合起來,實現(xiàn)物流信息的共享性與網(wǎng)絡化是現(xiàn)代物流的基本特點。越來越多的大規(guī)模生產企業(yè),紛紛建立起來了物流配送中心,將物流配送作為本企業(yè)的核心業(yè)務,更加重視商品的流通效率和對市場的響應速度。
　　 本文主要對物流配送業(yè)務以及物流管理作了詳細介紹,結合福建中煙工業(yè)公司物流配送

2、業(yè)務基本流程,研究物流各個環(huán)節(jié)相關技術,提供更為有效的解決方案。重點對物流配送過程中的車輛調度問題進行了深入的研究,建立車輛調度基本模型,通過遺傳算法和最短路徑算法對模型進行求解,形成有效的配車方案和行車路線。主要包括以下幾個方面:
　　 (1)在物流配送車輛調度過程中,分析了車輛調度的基本問題。并且根據(jù)車輛行駛的約束條件和優(yōu)化目標,建立了車輛調度的數(shù)學模型。針對車輛送貨裝載量的不同,將該問題分為車輛滿載調度和車輛非滿載調度模型

3、。本文通過兩種不同的算法分別求解了兩種不同車輛調度模型,并且將該模型應用于物流配送系統(tǒng)中。
　　 (2)在求解車輛非滿調度模型中,針對煙草工業(yè)企業(yè)集團,使用改進的遺傳算法,研究了遺傳算法中選擇、交叉和變異三種遺傳算子基本原理,并且針對傳統(tǒng)遺傳算法染色體編碼方案的不足之處,提出了一種改進的染色體編碼方案。這種編碼方案有效的提高了遺傳算法的執(zhí)行效率,簡化了遺傳算子的操作。在處理帶時間窗約束的車輛調度問題時,并沒有使用特殊的遺傳算子去

4、求解,而是在目標函數(shù)中引入懲罰函數(shù)來加以限制。懲罰函數(shù)同時兼顧到車輛早到客戶點的等待成本以及車輛晚到客戶點的懲罰成本,并且通過相關的數(shù)學函數(shù)將之量化。
　　 (3)對于車輛滿載的調度模型,車輛的行車路線是一種單點送貨路線,是典型的最短路徑問題,本文主要通過Dijkstra算法來求解。在針對傳統(tǒng)Dijkstra算法出現(xiàn)的瓶頸問題,本文也提出針對此算法的改進方式和優(yōu)化策略。
　　 (4)本文在處理多個源點車輛調度問題時,將客