导读:本文包含了三维装载论文开题报告文献综述及选题提纲参考文献，主要关键词:车货匹配,叁维装载,带时间窗的车辆路径优化,偏随机密钥遗传算法
三维装载论文文献综述
杨鑫[1]（2019）在《带叁维装载约束的车货供需匹配方法研究》一文中研究指出随着我国传统物流受到电子商务发展的冲击,物流企业充分认识到物流流程优化的重要性。为节约物流配送成本,提供合理的车辆调度方案,本文针对车货供需匹配进行了研究,发现存在着一些问题:忽略了客户服务点之间的距离、客户服务点要求的时间窗、装载货物的体积等实际因素。针对以上问题,本文考虑了叁维装载(3DLP)与带时间窗的车辆路径优化(VRPTW)两个问题,对两者的联合优化进行了研究,并主要有以下工作和创新:1.分别对3DLP、VRPTW进行了详细的文献调研,并总结出两者在实际配送中是不可分割的,从而对两者的联合问题带叁维装载及时间窗约束的车辆路径问题(3LCVRPTW)展开了调研工作,并选择在一种先装箱后路由的两阶段算法基础上进行优化。2.对3L-CVRPTW建立问题优化模型,定义了最小化车辆总行驶距离、最小化车辆数目、最大化最小车辆载重率、最大化最小车辆体积利用率4个目标函数,并考虑各函数的量纲不同,对各目标进行归一化处理。3.本文针对目前算法剩余空间的利用率低下的问题,提出了一种改进的偏随机密钥遗传算法(IBRKGA),分别在剩余空间的划分、更新、合并以及箱子放置策略方面进行了有效改进,最后利用BRKGA对箱子的放置顺序与放置方向进行优化,以提高客户装载率。最终在Martello数据集上测试,结果表现优异,68.75%的用例超过了同类算法。4.针对3L-CVRPTW,本文提出一种多阶段的混合算法(MSHA),分为装载、请求合并、车辆路径优化与路径内整合四个阶段,装载阶段使用IBRKGA为每一个客户独立装箱;增加了请求合并阶段,为独立装箱后不满足条带装填率阈值的客户计算相似度,并进行合并,从而使得两个客户的货物统一装箱,以提高装箱率。在GI系列实例中与P1R2进行了对比,在使用车辆数目上取得了不错的效果,并通过对相似度阈值的参数分析,证实了客户请求阶段的必要性。最后本文分别将MSHA与物流大数据平台结合,解决了物流真实货物配送,证明了本文算法的实用性,为物流配送企业的运营策略提供了指导意义。(本文来源于《华南理工大学》期刊2019-04-15）
曾大吉,黄敏,章显,黄凯凯,陆璇辉[2]（2019）在《用于增加叁维磁光阱装载率的二维冷原子束系统》一文中研究指出在原子干涉仪、原子陀螺仪等精密测量的领域中,最基本也是最重要的一步就获得冷原子,而当实验需要连续和高重复性的测量时,对于冷原子的装载就会要求有更快的速率。为了能更快的装载冷原子,就需要一束高通量、低速的冷原子束。在实验上实现了87Rb原子的二维冷却磁光阱(2D-MOT)的冷原子束,其对3D-MOT的装载率为2.8×10~9 atoms/s。该系统基于87Rb原子2D-MOT+push beam方案,选择了红失谐为20 MHz功率为50 m W的两束入射冷却光,在冷却光入射到真空腔之前使用扩束系统将其光斑扩束成短轴为25 mm、长轴为75 mm的椭圆形光斑,在冷却光入射真空腔之后在真空腔的另一端用镀了四分之一波片膜的反射镜来得到对射的激光。(本文来源于《红外与激光工程》期刊2019年05期）
万龙,王可可,王晓帆,刘曈,赵春阳[3]（2018）在《叁维有序大孔碳用于装载不同量非诺贝特的释放规律研究》一文中研究指出目的研究叁维有序大孔碳载体在装载不同量非诺贝特时,载药体系所展现的溶出规律。方法研究以聚苯乙烯球(polystyrene,PS)作为胶晶模板,蔗糖作为碳源,通过程序碳化构建叁维有序大孔碳载体。利用场发射扫描电子显微镜(scanning electron microscope,SEM)对载体的形貌及孔道结构进行观察。通过溶剂挥干法将非诺贝特载入载体的孔道之中,差示扫描量热仪用于考察药物在载体中的存在状态,并测定原料药及不同载药体系的溶出度。结果构建的叁维有序大孔碳整体外观呈微米级块状,内部孔道结构为均一的相互连通的叁维立体蜂窝状,载药量为24.58%或33.4%时,制剂出现一定的药物结晶,且随着载药量的升高,结晶度增加。载药量为18.42%的载药体系在2 h内具有更快的溶出速率和更高的溶出度。结论 PS作为胶晶模板成功制备了叁维有序大孔碳,随着载药量的增大,药物在载体中更容易形成结晶,且高的结晶度限制了药物的快速溶出。(本文来源于《沈阳药科大学学报》期刊2018年05期）
朱向,雷定猷[4]（2018）在《一种带平衡约束的叁维装载问题双层混合局域搜索算法（英文）》一文中研究指出带平衡约束的叁维装载问题是指将一批具有不同尺寸和密度的匀质矩形物品合理装载于一个矩形箱子,要求在满足装载重心平衡的条件下来实现箱子空间利用最大化目标,本文设计了一种双层混合局域搜索算法(BHLS)对问题求解。算法将框架式布置思想和核心块生成策略结合起来,通过组合块的构造及装载系列的优化,确定各物品单元的装填顺序和布局位置。设计的双层算法的外层搜索负责合理装载模式的搜索,内层搜索用来确定各模式中的核心块及其最佳布局位置。使用包含物品尺寸差异强弱不同的标准算例进行试验,结果表明算法对带平衡约束的算例可使平均装载率从79.85%提高到86.45%,对不考虑平衡约束的算例也达到89.44%的较高平均装载率。(本文来源于《Journal of Central South University》期刊2018年04期）
林永昊,姚明山,赵磊,朱道立[5]（2018）在《汽车零部件叁维装载问题研究》一文中研究指出汽车零部件叁维装载问题,是汽车零部件入厂物流中复杂且重要的一个问题。问题需要考虑待运零部件的堆迭规则、单箱承重等现实约束,较理论上的叁维装箱问题更为复杂。本文针对这一问题,设计了一种基于装载块序列的混合模拟退火算法。算法通过基于装载块序列的启发式构造算法生成初始装载方案,再以模拟退火过程调整装载序列优化装载方案。最后,选取上海某汽车物流企业的实际运营数据进行测试,测试结果表明本文算法能有效解决生产实际中的汽车零部件叁维装载问题,提高车辆装载率。(本文来源于《上海管理科学》期刊2018年02期）
叶馥榕[6]（2017）在《基于Spark的带叁维装载与时间窗约束的车辆路径规划问题研究》一文中研究指出全球一体化和企业之间的激烈竞争环境对第叁方物流企业的要求越来越高。然而,现有针对车辆路径规划问题的研究大多数只考虑了单一约束条件,这并不能满足物流业实际应用中的复杂要求。因此本文介绍了带叁维装载和时间窗约束的车辆路径规划问题。叁维装载约束和时间窗约束是物流业中常见的两个约束条件。本文介绍的问题模型可适用于电子商务、农产品运输等实际应用场景。为了解决提出的新型车辆路径规划问题,本文结合禁忌搜索和人工蜂群算法的思想,构造了新型禁忌-蜂群混合算法。由于本文讨论的新型路径规划问题并没有现有的测试数据与对比结果,因此我们根据实际情况为该问题构建了新的测试数据。提出的算法还被应用于Solomon的带时间窗约束的车辆路径规划问题,以验证算法的高效性和正确性。实验结果表明在Solomon的测试数据中,本文提出的禁忌-蜂群算法在多数测试样例中可以用更少的总运输路程完成配送任务。传统的启发式算法在解决NP问题的时候相比精确算法有着时间消耗优势,然而随着问题规模和复杂性的增加,传统的启发式算法仍存在耗时较长的缺陷。尤其本文的禁忌-蜂群算法属于种群算法,需要解决的带叁维装载和时间窗约束的车辆路径规划问题包含了两个NP子问题,解决问题需要的时间开销较大。因此本文设计了禁忌-蜂群算法主从模型算法框架,并将其实现在Spark计算平台。实验结果表明分布式计算框架可以有效提高算法效率,减少时间开销。(本文来源于《厦门大学》期刊2017-06-30）
马士涛[7]（2016）在《叁维装载约束下的路径规划算法研究》一文中研究指出随着电子商务的不断发展,人们的购物方式将逐渐由传统的实体店消费转移到网络消费。网上购物的增多也必然会带动物流行业的快速发展。由于我国人口基数比较大,网络消费者比较多,所以众多的采购物品需要配送。这种趋势给我国物流行业的发展提供了机会,但是与此同时又给物流行业带来一项艰巨的挑战。配送车辆路径规划和货物装箱检验两个问题的结合更贴近现实物流运输情况,所以这个问题也吸引了越来越多的国内外学者的研究。如何能够在满足货物装箱约束的前提下降低配送车辆的运输成本,将是未来一直研究和关注的目标。本文将对配送车辆路径规划和货物装箱检验两个问题进行研究。本文中将整个算法分为两个模块:第一模块为配送车辆路径规划算法,在路径规划中,本文中采用改进的蚁群禁忌搜索混合算法并结合了节约里程算法来求解。并且在原有蚁群算法的基础上又引进了父蚂蚁和子蚂蚁的概念:用父蚂蚁来表示算法迭代次数,子蚂蚁来表示配送车辆数目。在父蚂蚁搜索路径的过程中,本文根据车辆的载重来选择是否需要启动一辆配送车。利用禁忌搜索算法中的禁忌思想来对路径中每个节点进行访问,再利用邻域搜索和节约里程算法对路径进行优化。第二模块是对规划好的路径进行装箱检验。在装箱检验过程中,采用了前人的关键点和极大空间的概念并且对极大空间进行及时更新。同时采用了使齐平值趋于最大化的货物装箱算法、使物品接触面积趋于最大化的装载算法、支撑底面约束等多种启发式算法来进行货物装箱。在算法有效性的验证方面,本文从研究此问题的网站中获得一组测试数据,并且针对这组数据进行了多次迭代实验,最后又与禁忌搜索算法相比较。实验结果表明了该混合算法的有效性。(本文来源于《武汉理工大学》期刊2016-04-01）
王超,金淳,韩庆平[8]（2016）在《叁维装载与CVRP联合多目标优化问题的模型及算法》一文中研究指出提出叁维装载与CVRP联合多目标优化问题(3LCVRPMO)模型,该模型在叁维装载约束下的CVRP问题(3LCVRP)的基础上,考虑了配送车辆数目及路径总距离两个目标函数.在权衡装箱和路径优化两个优化过程的基础上,构建了多阶段/两层混合算法架构(MSOTLH)及其算法,并对路径优化偏好的3LCVRPMO问题进行求解.基于3LCVRP问题相关算例的数据实验结果表明,所提出的3LCVRPMO模型及MSOTLH算法是有效的.(本文来源于《控制与决策》期刊2016年05期）
王长琼,戚小振[9]（2015）在《叁维装载约束下的汽车零部件循环取货路径优化研究》一文中研究指出针对汽车零部件循环取货的特点,为缩短零部件取货时间、提高车辆装载率,在循环取货过程中考虑实际车辆路径约束和叁维装载约束条件,构建叁维装载约束下零部件循环取货路径优化模型,设计了遗传禁忌算法与车辆装载检验算法相结合的求解算法.通过实例计算得出循环取货路线,并与传统遗传算法进行了比较,结果表明了该算法的有效性.(本文来源于《武汉理工大学学报(交通科学与工程版)》期刊2015年06期）
李昱蓉[10]（2015）在《集装箱单箱叁维装载问题研究》一文中研究指出集装箱装载问题是多约束多目标的组合优化问题,属于NP完全问题,即在有限的时间内找不到问题最优解。鉴于最大穴度算法在装箱领域的成功经验,将其与分层算法相结合构造混合算法,解决装箱问题,以求得全局最优解或次优解。运用举例和对比分析验证了该算法的有效性,能够直接应用于物资的集装箱配载。(本文来源于《中国烟草学会2015年度优秀论文汇编》期刊2015-12-01）
三维装载论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在原子干涉仪、原子陀螺仪等精密测量的领域中,最基本也是最重要的一步就获得冷原子,而当实验需要连续和高重复性的测量时,对于冷原子的装载就会要求有更快的速率。为了能更快的装载冷原子,就需要一束高通量、低速的冷原子束。在实验上实现了87Rb原子的二维冷却磁光阱(2D-MOT)的冷原子束,其对3D-MOT的装载率为2.8×10~9 atoms/s。该系统基于87Rb原子2D-MOT+push beam方案,选择了红失谐为20 MHz功率为50 m W的两束入射冷却光,在冷却光入射到真空腔之前使用扩束系统将其光斑扩束成短轴为25 mm、长轴为75 mm的椭圆形光斑,在冷却光入射真空腔之后在真空腔的另一端用镀了四分之一波片膜的反射镜来得到对射的激光。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三维装载论文参考文献
[1].杨鑫.带叁维装载约束的车货供需匹配方法研究[D].华南理工大学.2019
[2].曾大吉,黄敏,章显,黄凯凯,陆璇辉.用于增加叁维磁光阱装载率的二维冷原子束系统[J].红外与激光工程.2019
[3].万龙,王可可,王晓帆,刘曈,赵春阳.叁维有序大孔碳用于装载不同量非诺贝特的释放规律研究[J].沈阳药科大学学报.2018
[4].朱向,雷定猷.一种带平衡约束的叁维装载问题双层混合局域搜索算法（英文）[J].JournalofCentralSouthUniversity.2018
[5].林永昊,姚明山,赵磊,朱道立.汽车零部件叁维装载问题研究[J].上海管理科学.2018
[6].叶馥榕.基于Spark的带叁维装载与时间窗约束的车辆路径规划问题研究[D].厦门大学.2017
[7].马士涛.叁维装载约束下的路径规划算法研究[D].武汉理工大学.2016
[8].王超,金淳,韩庆平.叁维装载与CVRP联合多目标优化问题的模型及算法[J].控制与决策.2016
[9].王长琼,戚小振.叁维装载约束下的汽车零部件循环取货路径优化研究[J].武汉理工大学学报(交通科学与工程版).2015
[10].李昱蓉.集装箱单箱叁维装载问题研究[C].中国烟草学会2015年度优秀论文汇编.2015
标签：车货匹配; 叁维装载; 带时间窗的车辆路径优化; 偏随机密钥遗传算法;