收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

物流配送中车辆调度算法的比较研究

樊蓉  
【摘要】:作为企业第三利润源的物流在企业经济活动中的地位越来越重要,而车辆路径问题是物流配送中车辆调度的关键问题,合理的车辆调度方法不仅能提高企业客户对企业的满意度,还能提高对配送车辆、仓库的利用率,最重要的是能降低企业在物流配送中经济成本,扩大了企业的利润空间,从而增强了企业的竞争能力。对于车辆调度问题,已有很多学者进行了深入的研究,他们通过不同的算法来获得车辆调度问题的最优方法。在已有研究的基础上,本文对常见的车辆调度方法进行了详细的介绍、比较与应用。 首先,本文介绍了车辆优化调度的基本概念,按照不同的限制条件将车辆优化调度进行分类,并阐述了车辆调度的算法分为精确算法和启发式算法两种。 其次,阐述了车辆调度精确算法中表上作业法和图上作业法的数学模型、算法思想,但是这些精确算法只使用与规模较小的车辆调度问题,随着问题规模的扩大,这些算法的算法复杂度呈指数形式递增。因此精确算法不适用与企业的现实调度工作中。然后介绍了车辆调度启发式算法中蚁群算法、遗传算法、模拟退火算法、粒子群算法的算法思想和算法流程。蚁群算法是模拟生物中蚂蚁寻路的过程来得到问题最优解的一种方法,该算法具有正反馈机制,有较强的鲁棒性。遗传算法是参考了生物遗传过程中染色体优胜劣汰的模式,该算法具有良好的全局搜索能力。模拟退火算法则借鉴了固体在退火过程中物体内部内能平衡的原理。粒子群算法则是模拟了在鸟类觅食过程中,一些鸟儿主动向其他优秀鸟儿学习,最终整个鸟群行动一致的情况。该算法能使粒子群中个体和群体的最优信息有效体现。 接着,文章使用Matlab对每个算法进行编程,利用程序实现了各种算法在虚拟算例中的应用。 最后,根据某地邮政的网点分布和需求案例,用各个启发式算法分别解决了这个案例,并且根据程序运行的结果综合比较启发式算法的优缺点。提出每个算法还存在一些问题,要深入考虑算法参数与算法结果的联系,完善参数的取值,增强算法的稳定性。同时也提出每个启发式算法可以结合自身特点,与其他算法相互结合,弥补自身不足,提高算法的效率,更好的解决车辆调度问题。 本文的特点在于对车辆调度常见的算法做了比较全面的阐述,并用Matlab编程展示了每个算法在具体案例中的实现情况,并且将启发式算法运用到具体的邮政案例中。与以往一些文章对各种算法的定性比较不同,本文使用具体的邮政案例来对各种算法进行定量的比较。最后总结出蚁群算法算法思想简单,有较强的稳定性,但是运行中耗时较多,对参数比较敏感;遗传算法速度快,但是容易陷入局部最优,最优解的稳定性不高,方差较大;模拟退火算法有较强的全局搜索能力,但是容易收敛于劣质解,最优解的稳定也不高。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 孙东辉;物流配送计算机网络管理系统[J];中国邮政;2003年12期
2 葛文刚;邮政进军物流配送要过好“五关”[J];中国邮政;2002年02期
3 彭路;邮政物流配送中的信息管理[J];中国邮政;2002年03期
4 韵冀;;《现代通信物流配送研讨会》成功召开[J];通信世界;2006年27期
5 孟烈钢;;电子商务下的物流配送[J];科技情报开发与经济;2006年16期
6 甘智平;;蚁群算法在物流配送中的应用研究[J];福建电脑;2011年12期
7 陈林;姚宏亮;;免疫克隆遗传算法在物流配送中的应用[J];河南科技学院学报(自然科学版);2012年05期
8 郑文艳;;分层有色Petri网在物流配送系统仿真建模中的应用[J];计算机系统应用;2013年04期
9 孙颖馨;李哲;田丽华;;矩阵算法在物流配送管理系统中的应用[J];价值工程;2013年10期
10 田钧;;基于改进蚁群算法的物流配送应用研究[J];制造业自动化;2013年16期
11 齐伟;张新;;网络购物环境下物流配送的研究[J];电子商务;2013年09期
12 ;征稿启事[J];中国商贸;1998年10期
13 于航;张凯;;鲜活农产品物流配送绩效评价系统的研究[J];农业网络信息;2013年10期
14 张志强;许扶春;;关于物流配送中心业务流程优化的几点思考[J];电子商务;2014年01期
15 丁孟春,李泓欣,张广宇;对电子商务环境下物流配送的探讨[J];现代情报;2001年04期
16 王如心;;基于电子商务的物流配送研究[J];中国管理信息化;2006年09期
17 张伟;宾厚;;论电子商务环境下物流配送能力的提升[J];物流科技;2007年03期
18 李锦飞;王玉伟;;混合零售下的物流配送网络研究[J];中国管理信息化;2009年04期
19 蒋丽;丁斌;臧晓宁;;以工位为中心的生产物流配送优化[J];计算机集成制造系统;2009年11期
20 何梅;;强化物资管理,拓展物流配送空间[J];商业文化(学术版);2010年11期
中国重要会议论文全文数据库 前10条
1 张延程;吴垠;高伟;;关于商业物流配送中心发展问题的探讨[A];第三届中国物流学术年会论文集[C];2004年
2 叶平浩;;我国连锁超市的物流配送人才研究[A];'2007现代物流发展高峰论坛论文集[C];2007年
3 ;华北地区还没有专门从事低温物流配送的企业[A];中国物流与采购联合会会员通讯总第33期-52期(2003年2月-12月)[C];2003年
4 刘鹏涛;;汽车装配线物流配送浅析[A];创新驱动,加快战略性新兴产业发展——吉林省第七届科学技术学术年会论文集(上)[C];2012年
5 蓝伯雄;张跃;;物流配送中的优化问题[A];全国第七届工业工程与企业信息化学术会议论文集[C];2003年
6 边疆;;卷烟物流配送中的3G系统[A];中国烟草学会2006年学术年会论文集[C];2007年
7 蒋忠中;盛莹;汪定伟;袁媛;;物流配送路径优化的双目标模糊规划模型与算法研究[A];中国企业运筹学学术交流大会论文集[C];2008年
8 ;物流配送板块[A];2002·北京大型流通企业峰会专刊[C];2002年
9 冯晓雷;孙林岩;王淑侠;;案例研究:基于客户响应时间的物流配送网络优化[A];中国企业运筹学学术交流大会论文集[C];2007年
10 王锡淮;杨英;肖健梅;;量子遗传算法在物流配送计划中的应用[A];第二十六届中国控制会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 孙丽君;物流配送干扰管理问题的知识表示与建模方法[D];大连理工大学;2011年
2 王景恒;物流配送关键技术优化方法研究[D];吉林大学;2006年
3 丁秋雷;物流配送地址变化的干扰管理模型及其求解方法[D];大连理工大学;2011年
4 钟石泉;物流配送车辆路径优化方法研究[D];天津大学;2007年
5 李琳;电子商务环境下物流配送中若干优化问题的研究[D];东北大学;2010年
6 黄敏芳;物流配送车辆路径方案的智能生成方法研究[D];大连理工大学;2009年
7 彭扬;物流配送网络设计模型与算法研究[D];中国科学技术大学;2007年
8 王旭坪;物流配送调度的干扰管理研究[D];大连理工大学;2010年
9 石兆;物流配送选址—运输路径优化问题研究[D];中南大学;2014年
10 彭北青;第三方物流配送车辆路径问题模型及算法研究[D];华中科技大学;2009年
中国硕士学位论文全文数据库 前10条
1 陶波;基于最短路径算法的物流配送车辆优化调度的研究[D];重庆大学;2009年
2 汤杰;基于蚁群算法的物流配送模型研究[D];重庆理工大学;2009年
3 徐杰;基于遗传算法的图书物流配送中心布局优化[D];武汉理工大学;2011年
4 孟小平;物流配送及其运输调度优化研究[D];大连海事大学;2001年
5 尚华艳;物流配送中车辆路径问题研究[D];武汉理工大学;2005年
6 王月玲;物流配送中心选址策略研究[D];大连海事大学;2005年
7 谢文婕;物流配送中心规模决策的经济性分析[D];大连海事大学;2006年
8 杨赟;物流配送中心选址研究[D];东北大学;2006年
9 杨建仪;物流配送网络新模型及其优化[D];北京交通大学;2008年
10 张忠尧;物流配送网络的柔性研究[D];中南林业科技大学;2011年
中国重要报纸全文数据库 前10条
1 李正信;高效物流配送解密“戴尔”现象[N];中国质量报;2001年
2 程敏;福建将建四个物流配送圈[N];国际商报;2003年
3 汪沁;武汉中百物流配送中心启用[N];国际商报;2003年
4 王德生 董博;连锁业的物流配送面临新趋势[N];国际商报;2005年
5 李中毛;我国的物流配送呈现四大特点[N];中国国门时报(中国出入境检验疫报);2002年
6 记者 王若柏;物流配送也要实现电子商务[N];国际经贸消息;2000年
7 远;物流配送应顺应电子商务[N];国际经贸消息;2000年
8 若石 符耀彩;物流配送延长天然橡胶产业链[N];海南日报;2004年
9 记者 苏民;要大发展快发展物流配送业[N];经济日报;2002年
10 关觉;社会化物流配送大有可为[N];人民日报;2001年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978