物流配送及其车辆优化调度研究

物流配送及其车辆优化调度研究

张之富[1]2007年在《物流配送车辆优化调度研究》文中指出随着消费需求多样化的发展,在物流配送上,顾客对配送的时间要求显得越来越重要。因此,降低物流配送成本,提高配送的及时性和配送的服务质量,优化物流配送车辆路径问题,成为企业降低成本的迫切需要。本文正是基于这种背景下对物流配送车辆路径的优化问题展开了相关研究,本着为物流配送企业提供决策支持的目标出发,首先,对配送及其车辆优化调度问题进行分析,然后,建立了带时间窗物流配送车辆优化调度问题的数学模型,最后,采用改进的实用性较强的遗传算法,经过多次迭代以求得运输总成本最小的调度路线,利用Matlab软件,对物流配送车辆优化调度算法进行编程,采用编好的程序进行模拟求解单源点和多源点物流配送车辆优化调度模型,同时,为了验证本文设计的改进遗传算法的实际求解效果,作者也用简单遗传算法对本文中的实例进行模拟求解。通过模拟结果分析,可以得出本文设计的遗传算法在求解时间和求解效果上表现出良好的性能,尤其对求解大规模的物流配送车辆调度问题,具有一定的实际应用价值。最后,对全文进行了总结,并提出了本文进一步的研究方向。

范李平[2]2004年在《物流配送及其车辆优化调度研究》文中研究表明进入二十一世纪,随着科学技术的日益进步、生产力的飞速发展,以及顾客消费水平的不断提高,企业之间的竞争变得越来越激烈,加上政治、经济、社会环境的巨大变化,使得需求的不确定性大大加强,需求日益多样化。面对着快速变化且无法预测的买方市场,为了提高竞争力,企业逐渐将目光从生产过程转向流通领域。于是加强物流管理成为继降低物资消耗、提高劳动生产率之后的“第叁利润源泉”。 配送是物流系统中一个直接与消费者相连的重要环节,是货物从物流节点送达收货人的过程。配送的核心部分为配送车辆的集约、货物配装及送货过程。进行配送系统优化,主要是配送车辆调度的优化。对配送车辆调度进行优化,可以提高物流经济效益、实现物流科学化。 本文在对物流配送业务做出详细介绍的基础上,针对配送中的核心问题——车辆调度优化问题进行了深入的研究。 本文首先分析了物流配送中的车辆调度优化问题,将该问题按给定条件进行了分类;然后选取了一类具有典型特征的物流配送车辆调度优化问题进行分析,建立该问题的数学模型,并运用一种运算速度快、精确度高的遗传算法对其进行求解。接着,本文介绍了将多源点物流配送问题转化为单源点物流配送问题的方法。最后本文通过一个算例说明了该方法的应用过程。

熊浩[3]2006年在《多车场物流配送车辆调度研究》文中研究指明物流配送中的车辆调度问题是一个应用性很强的问题,随着现代商业的发展,企业的配送任务越来越复杂,多车场车辆路径问题(Multiple-Depot Vehicle Routing Problem,MDVRP)逐渐成为车辆调度新的重要研究方向。所谓多车场配送,是指为了服务更广阔的地理范围内的顾客配送车辆可以从多个车场出发去完成运输任务,达到提高车辆利用率、减少总的运输距离、节约运输成本的目的。本文从叁方面做了一些探索性工作:多车场的单向车辆调度问题、二级库存系统中转载运输的车辆调度和循环物流的车辆调度。首先,绪论概述了论文的研究背景和动机、研究目的和意义、国内外发展动态和水平等;然后,对物流配送及多车场车辆调度的进行简介,主要介绍物流配送的一些新趋势,及在这些新趋势下MDVRP研究的分类,并对其常见的算法进行了概述;再次,本文重点对多车场单向配送的车辆调度进行研究,主要包括数学模型的建立、对常见的几种启发式算法进行介绍并进行了改进,并通过实例证明改进的算法能够起到较好的效果;接着,本文还研究了多车场双向配送的车辆调度,先分析了物流配送中的双向调度问题及其分类,然后选择了二级库存系统转载的车辆调度和循环物流的车辆调度进行具体的研究,建立了数学模型,并提出解决此问题的一种启发式算法,根据该算法进行了实验验算及分析。

马昌荣[4]2008年在《基于客户满意度的物流配送车辆调度优化探讨》文中提出物流活动是国民经济的重要组成部分,直接影响和制约着社会经济的发展。配送作为一种特殊的物流活动方式,几乎涵盖了物流中的所有要素和功能,是物流的一个缩影或某一范围内物流全部活动的体现。随着市场经济的发展和物流专业化水平的提高,物流配送业得到了迅速发展,但是也对其提出了更高的要求。实现物流配送的合理化、现代化,不断提高物流效益,无论对企业还是对社会,都是非常重要的;另外,企业只有提高物流服务水平,让客户满意,才能提高市场占有率,从而获得更多的利润并取得长远的发展。在物流配送业务中,车辆调度问题的涉及面较广,需要考虑的因素多,对企业提高服务质量、降低物流成本、增加经济效益的影响也较大。物流配送合理化的一个重要方面就是对配送车辆调度进行优化。如何有效地进行车辆调度,降低企业运输成本,在满足客户需求的同时,尽可能提高客户满意度,这是很多企业关心的问题。本文从客户满意度的角度出发,在对物流配送介绍的基础上,针对车辆调度问题进行了优化探讨。首先文章通过分析和研究物流配送车辆调度问题和客户关系管理的思想,提出了对客户满意度进行评价的客户满意度模糊隶属函数,并在此基础上构造了基于客户满意度的车辆调度模型。其次设计了求解车辆调度问题的遗传算法,并和客户满意度模糊隶属函数相结合,可以避免了车辆调度问题只能获得满意解的情况。最后进行了算例研究,编程实现算法,分析了控制参数和算法性能之间的关系。并在求解基础上,采用客户满意度隶属函数对各满意解进行比较,从而获得最佳车辆调度方案,为企业制定车辆调度方案提供参考。

李光华[5]2007年在《城市配送中心内外车辆组合优化调度研究》文中研究说明近年来,城市经济的快速发展和城市化进程的不断加快,使得以城市为依托的物流配送需求的不断增长。而我国城市配送中心仍面临着配送成本过高、服务水平难以提高和城市交通管制严格诸多问题。本文站在城市配送中心的角度,以实现降低配送成本、提高服务水平和缓解城市交通压力为目标,做了以下几方面的研究工作。首先,在我国城市配送发展现状的基础上,运用“自制/外购”决策矩阵,分析了我国城市配送中心采用自有车辆和外协车辆相结合的配送模式形成的机理。阐述了我国城市配送中心普遍采用这种模式的合理性和必然性。其次,结合城市配送中心车辆的使用情况统计资料,运用成本—效益分析法,计算出城市配送中心合理的自有车辆的规模。确定合理的自有车辆的规模,是配送中心有效降低物流配送成本的主要措施之一。本文首先引入配送周期的概念,来修正过去以天为周期来统计配送中心车辆需求数量的方法,从而得到更能准确反映配送中心车辆需求情况的统计资料。然后,考虑配送中心自有车辆和外协车辆具有不同的客户服务水平的情况,分别建立最小成本模型和利润最大模型,求解出城市配送中心合理的自有车辆规模。本文通过算例对两种模型进行演算,证明了两种模型及其计算的可行性。最后,在建立有时间窗约束的配送中心自有车辆和外协车辆相结合的车辆调度优化模型的基础上,运用成熟的C-W算法和本文设计出的总路径节约算法,确定城市配送中心自有车辆和外协车辆的数量以及各个车辆对应的配送路径。配送中心自有车辆和外协车辆相结合的优化调度问题是本文研究的核心。本文在分析自有车辆和外协车辆配送之间差异的基础上,建立有时间窗的两类车辆结合的车辆调度模型。关于模型的优化求解,本文首先将两类车辆结合的车辆调度问题分解为两个极端情况:情况一是配送中心有足够的车辆完成所有配送运输任务的情况;情况二是配送中心将配送运输完全外包的情况。通过运用C-W节约算法求解出两种情况下有时间窗的车辆调度的最佳配送路线,最后将两种情况的路径进行成本对比,从而确定自有车辆和外协车辆各自的数量以及对应的配送路径。针对两类车辆组合的调度优化模型及其求解方法,本文采用算例进行演算,其结果证明本算法是可行的。

赵鲁华[6]2005年在《城市配送中心车辆调度优化研究》文中研究表明本文主要研究在城市区域内配送车辆的优化调度问题,论文从城市配送中心的角度出发,分别对配送中心的内部工作流程和外部配送车辆路线进行了优化。首先,论文针对配送整体过程寻优的目的,对杨家店物流中心进行了功能规划,设计了配送中心内部配送工作和配货工作的运作流程,以使配送中心内部能够高效率地完成配送车辆调度优化的前期工作。再次,论文重点研究了配送车辆优化调度问题的后期工作——车辆配载和配送路线选择。论文根据城市配送的特点,提出了比较符合现实情况的约束条件和优化目标,建立了该问题的多目标数学模型。设计了求解该问题的分派-节约启发式算法。该算法运算简单、速度快,并且易于用计算机实现。最后,针对城市配送的快速发展和计算机配送调度系统面临着的巨大应用前景,论文进行了计算机配送调度系统的开发研究。根据所设计的算法开发出能够实现车辆配载、路径优化、配送计划表打印等功能的车辆调度系统,并通过实例运行证明了该系统运算的快速性和准确性。

杨涛[7]2012年在《成品油二次物流配送车辆调度问题研究》文中研究说明成品油是关系到国家国计民生的重要战略性商品,成品油市场将长期保持高速增长。成品油物流在成品油销售中扮演着越来越重要的角色。成品油二次物流配送是成品油销售的重中之重。在整个成品油供应链中,成品油二次物流配送位于最前端,它是企业提高物流配送效率、降低运营成本的核心环节。经过多年发展,中国成品油二次物流配送的发展取得了长足的进步,但整体上与国外发达国家成品油企业相距甚远。在成品油二次物流配送中,车辆调度问题是其关键,车辆调度决定了成品油二次物流配送的合理化程度。因此对成品油二次物流配送车辆调度问题进行研究具有一定的理论价值和现实意义。论文以成品油二次物流配送车辆调度问题为研究对象,首先分析了中国成品油物流的发展现状,介绍了成品油二次物流配送的工作流程及其存在的主要问题,并以中石油南京分公司为依托重点介绍了该公司的成品油二次物流配送现状;同时阐述了车辆优化调度的基本问题,包括问题的提出、问题的分类、问题的构成要素及求解理论方法等。其次,研究了基于满载情况下的成品油二次物流配送车辆调度问题。对于这类问题的研究又可以分为单车型和多车型两类,论文分别介绍了这两类问题的数学模型和求解方法,并针对单车型满载情况的成品油二次物流配送问题进行了实例分析和求解。最后,论文重点研究了基于非满载情况下的成品油二次物流配送车辆调度问题。对该问题进行了详细描述,并介绍了基于该问题的一般数学模型和带有时间窗约束的数学模型。对非满载成品油二次物流配送车辆调度作了重点研究,使用C-W节约算法和遗传算法两种启发式算法进行求解,并用这两种方法对同一实例进行了案例分析,验证了这两种算法在求解成品油二次物流配送车辆调度问题上的可行性,同时也验证了遗传算法较C-W节约算法在求解成品油二次物流配送车辆调度问题更具优越性。

邱爱华[8]2008年在《扫描法和遗传算法在物流配送车辆优化调度中的应用研究》文中指出近些年,物流作为“第叁利润源泉”受到国内各行业的极大重视并得到较大的发展。物流的目标就在于以最少的费用满足消费者的需求。配送作为物流中一种特殊的、综合的活动形式,在当今社会经济发展中发挥着越来越重要的作用。配送的核心为配送车辆的调度、货物配装及送货过程。进行配送系统优化,主要是配送车辆调度的优化。对配送车辆进行优化调度,有利于提高物流经济效益、实现物流科学化。本文主要对单车场非满载无时间窗的车辆路径问题和动态车辆路径问题进行了研究。论文首先对现有车辆优化调度问题归类分析。然后对车辆路径问题的传统求解算法的基本思想、性能、适用性进行了分析,在此基础上提出了采用扫描法和遗传算法相结合的启发式算法来求解物流配送车辆优化调度问题的思想。在对遗传算法中的选择操作、邻域结构操作进行改进的基础上,提出了一种求解车辆路径问题的自适应遗传算法。应用C语言编程进行实例计算,结果表明改进的遗传算法明显增强了群体演化的质量,提高了算法的收敛速度,得到了问题的满意解。与传统遗传算法相比,扫描法和改进遗传算法的结合,其优化能力、运行效率、可靠性均有一定的提高。最后论文在对动态行驶时间车辆路径问题进行建模的基础上,尝试采用扫描法和改进遗传算法相结合的方法对此类问题进行求解,在保证客户服务水平的要求下,取得了比较好的结果。

张晶成[9]2008年在《基于改进蚁群算法的蔬菜物流配送车辆优化调度研究》文中进行了进一步梳理我国是一个农业大国,对农业物流的研究和应用尚处于起步阶段。蔬菜产业是我国农业中具有巨大潜力的一大产业。随着经济的迅速发展,生活节奏的加快,人民生活水平的不断提高和对更好生活品质的追求,新鲜蔬菜销售走出传统模式,蔬菜配送成为城市居民消费的客观需要,大量的蔬菜配送中心涌现了。在蔬菜配送业务中,存在着许多优化决策问题,其中配送车辆调度问题对配送企业加快配送速度,提高服务质量,降低配送成本及增加经济效益影响较大。蚁群算法是模仿自然界的蚂蚁行为而发展起来的一种随机搜索方法,它具有较强的鲁棒性、优良的分布式计算机制、易于与其他方法相结合等优点。然而,搜索时间长、易限入局部最优解是基本蚁群算法突出的缺点。本文主要研究内容如下:(1)本文对中国蔬菜物流的特点及现状进行了阐述,并提出通过车辆调度可以优化配送企业配送路径,可以降低企业成本。(2)本文对车辆调度问题的研究现状进行了系统阐述,同时对蚁群算法的研究现状及应用进行了系统的综述,并提出改进方法,以优化其搜索能力,避免过早收敛与停滞现象。(3)本文针对软时间窗单配送中心配送调度问题,建立了含时间惩罚函数的数学模型,并用改进的蚁群算法求解模型,找出最优的配送路线。在求解软时间窗多配送中心配送调度问题时,本文采用了两阶段法,首先利用距离最近分配法,将各个客户分配给各个配送中心,将多配送中心问题转变成多个单配送中心问题。然后利用改进的蚁群算法求解,找出每个配送中心的最优配送路线,最后得出满意解。

孙学农[10]2007年在《遗传算法在非满载车辆调度中的应用研究》文中研究说明物流配送是物流活动中直接与消费者相连的环节。在物流的各项成本中,配送成本占了相当高的比例。配送车辆调度的合理与否对配送速度、成本、效益影响很大,特别是多用户配送车辆调度的确定更为复杂。采用科学、合理的方法来进行配送车辆调度,是物流配送中非常重要的一项活动。因此,车辆调度问题(Vehicle? Routing? and?Scheduling?Problem,简记VRP)成为众多学者研究的热门话题。在高度发展的商业社会中,特别是随着Internet?的普及和电子商务的发展,消费者对时间的要求越来越严格,以往的到货“日”已转换成到货“时”。首先分析了物流配送中的车辆调度问题,并将该问题按照复杂程度的不同进行了分级。然后,根据约束条件和优化目标,提出了该问题的一般数学模型。VRP?是一个典型的?NP?难题,高效的精确算法存在的可能性不大,启发式算法虽能快速求解大型问题,但对解的质量没有保证。近些年来,人们在用遗传算法解决现实中的各种组合优化问题上进行了探索。论文主要对有时间窗的非满载VRP进行了研究。对于有时间窗的非满载VRP问题,将货运量约束和时间窗约束转化为目标约束,建立了VRP模型,使用最大保留交叉、交叉率和变异率的自适应调整等技术,设计了给予自然数编码的可同时处理软、硬时间窗约束的遗传算法,实验分析取得了较好的结果。本论文丰富了遗传算法在组合优化中的应用,为继续深入研究VRP,JOB-SHOP和物流配送车辆调度优化的计算机实现等打下基础。

参考文献:

[1]. 物流配送车辆优化调度研究[D]. 张之富. 上海海事大学. 2007

[2]. 物流配送及其车辆优化调度研究[D]. 范李平. 上海海事大学. 2004

[3]. 多车场物流配送车辆调度研究[D]. 熊浩. 华中科技大学. 2006

[4]. 基于客户满意度的物流配送车辆调度优化探讨[D]. 马昌荣. 同济大学. 2008

[5]. 城市配送中心内外车辆组合优化调度研究[D]. 李光华. 西南交通大学. 2007

[6]. 城市配送中心车辆调度优化研究[D]. 赵鲁华. 吉林大学. 2005

[7]. 成品油二次物流配送车辆调度问题研究[D]. 杨涛. 武汉理工大学. 2012

[8]. 扫描法和遗传算法在物流配送车辆优化调度中的应用研究[D]. 邱爱华. 北京交通大学. 2008

[9]. 基于改进蚁群算法的蔬菜物流配送车辆优化调度研究[D]. 张晶成. 长沙理工大学. 2008

[10]. 遗传算法在非满载车辆调度中的应用研究[D]. 孙学农. 中国石油大学. 2007

标签:;  ;  ;  ;  ;  ;  ;  ;  

物流配送及其车辆优化调度研究
下载Doc文档

猜你喜欢