需求波動(dòng)下的大規(guī)模多車場(chǎng)車輛調(diào)度方法研究.pdf

1、物流配送作為現(xiàn)代企業(yè)物流運(yùn)作的重要組成部分,在企業(yè)的物流整合中配送網(wǎng)絡(luò)優(yōu)化越來(lái)越重要。隨著企業(yè)規(guī)模的不斷擴(kuò)大,更多的企業(yè)選擇在原材料資源豐富或客戶較集中的地區(qū)組織生產(chǎn)或組建多個(gè)配送中心,以方便資源的供應(yīng)或產(chǎn)品配送,同時(shí)客戶分布在不同的區(qū)域范圍,這樣就形成了多車場(chǎng)(配送中心)服務(wù)多客戶的大規(guī)模物流配送網(wǎng)絡(luò)。根據(jù)實(shí)際調(diào)查分析,在多對(duì)多大規(guī)模物流配送網(wǎng)絡(luò)中,企業(yè)通常面臨著中小客戶需求量少、需求頻次高、零擔(dān)運(yùn)輸多的問(wèn)題,不僅造成物流資源的嚴(yán)重浪

2、費(fèi),而且?guī)?lái)了較高的物流配送成本。因此,如何快速響應(yīng)客戶訂單,實(shí)現(xiàn)物流資源的優(yōu)化整合,不斷提高客戶配送服務(wù)水平成為企業(yè)面臨的主要難題之一。針對(duì)該問(wèn)題背景,本文分別分析了單周期和多周期下的多車場(chǎng)車輛路徑問(wèn)題。
　　針對(duì)單周期下的多車場(chǎng)車輛路徑問(wèn)題,本文提出了雙層模糊聚類框架,上層靜態(tài)聚類根據(jù)客戶的地理位置分布,利用k-means聚類方法形成靜態(tài)客戶群,下層模糊聚類是基于客戶訂單的多屬性特征,采用模糊聚類技術(shù)產(chǎn)生配送客戶群。最后利用遺

3、傳算法對(duì)配送客戶群的車輛路徑進(jìn)行優(yōu)化。進(jìn)一步,通過(guò)考慮連續(xù)實(shí)時(shí)到達(dá)的波動(dòng)客戶訂單,研究了多周期多車場(chǎng)的車輛路徑問(wèn)題,并在雙層模糊聚類方法的基礎(chǔ)上,提出三階段求解框架:第一階段進(jìn)行上層靜態(tài)聚類產(chǎn)生靜態(tài)客戶群,并根據(jù)車場(chǎng)到靜態(tài)客戶群的距離,產(chǎn)生車場(chǎng)服務(wù)靜態(tài)客戶群的優(yōu)先級(jí)排序;第二階段首先對(duì)連續(xù)到達(dá)的客戶訂單進(jìn)行處理,生成不同周期T內(nèi)的客戶訂單數(shù)據(jù),在各個(gè)周期T內(nèi)通過(guò)下層模糊聚類產(chǎn)生動(dòng)態(tài)客戶群,并根據(jù)動(dòng)態(tài)客戶群中訂單的時(shí)間屬性特征,確定動(dòng)態(tài)客