本文關鍵詞：多源約束下成品煙調運車輛需求計劃研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：在中國煙草行業(yè),煙草工業(yè)企業(yè)正面臨著嚴峻的競爭形勢,而行業(yè)內(nèi)也已經(jīng)明確了“煙草物流”是行業(yè)的核心業(yè)務,因此煙草工業(yè)企業(yè)必須運用先進的管理理念和物流技術來提升自身物流水平,從而在競爭中獲得優(yōu)勢。本文針對浙江中煙物流現(xiàn)狀,以效率最大化為目標,選取峰值調運期間車輛需求計劃安排這一關鍵點進行研究。采用0-1整數(shù)規(guī)劃模型,提出了多源約束下成品煙調運車輛需求計劃模型,通過遺傳算法對模型進行了求解研究,并應用信息系統(tǒng)對模型進行了實現(xiàn),有效的提升了倉儲運行效率。每章內(nèi)容如下：第一章：緒論。本章闡述了論文研究的背景、意義以及論文研究內(nèi)容,包括煙草行業(yè)的背景、煙草企業(yè)物流技術的應用現(xiàn)狀、以及浙江中煙成品物流現(xiàn)狀和存在的問題。第二章：文獻綜述。車輛需求計劃問題本質上是組合優(yōu)化問題,本章對0-1規(guī)劃問題、飛機著陸調度問題以及智能算法進行了文獻綜述與分析。第三章：問題調研與數(shù)據(jù)分析。本章分析了浙江中煙供應鏈與物流系統(tǒng)的特征,并對具體倉儲流程從信息流和物流兩個角度進行了解析。對作業(yè)能力數(shù)據(jù)進行了采集和處理。第四章：車輛需求計劃模型與算法研究。以出庫貢獻最大為目標函數(shù),月臺、叉車工、裝卸組三類資源為約束,建立了車輛需求計劃模型。并通過遺傳算法對模型進行求解,詳細描述了算法的完整流程。第五章：實例運算與模型實現(xiàn)。本章通過實例運算證明了算法的有效性,并介紹了模型的實現(xiàn)情況與效果。第六章：總結與展望。本章對本文的研究內(nèi)容進行了總結,并提出了模型的改進與發(fā)展方向。
【關鍵詞】：車輛需求計劃 0-1整數(shù)規(guī)劃 遺傳算法 煙草物流
【學位授予單位】：浙江工商大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F426.8;F259.22
【目錄】：

• 摘要2-4
• ABSTRACT4-10
• 第一章 緒論10-16
• 1.1. 研究背景10-11
• 1.2. 煙草行業(yè)物流技術發(fā)展現(xiàn)狀11
• 1.3. 浙江中煙物流現(xiàn)狀和存在問題11-13
• 1.3.1. 浙江中煙物流現(xiàn)狀11-12
• 1.3.2. 浙江中煙倉儲物流現(xiàn)狀12
• 1.3.3. 存在的問題12-13
• 1.4. 研究內(nèi)容13
• 1.5. 研究方法與技術路線13-15
• 1.5.1. 研究方法13-14
• 1.5.2. 技術路線14-15
• 1.6. 論文框架15-16
• 第二章 文獻綜述16-21
• 2.1. 0-1規(guī)劃16-17
• 2.2. 飛機著陸調度問題17-19
• 2.3. 智能算法19-21
• 第三章 問題調研與數(shù)據(jù)分析21-33
• 3.1. 物流體系現(xiàn)狀分析21-24
• 3.1.1. 浙江中煙供應鏈與物流系統(tǒng)21-23
• 3.1.2. 東洲成品倉庫物流及業(yè)務體系23-24
• 3.2. 數(shù)據(jù)流分析24-29
• 3.2.1. 信息流與信息系統(tǒng)24-26
• 3.2.2. 物流協(xié)同26
• 3.2.3. 業(yè)務流程事務分析26-28
• 3.2.4. 業(yè)務流程信息流數(shù)據(jù)分析28-29
• 3.3. 數(shù)據(jù)采集29-33
• 3.3.1. 基礎數(shù)據(jù)統(tǒng)計29-30
• 3.3.2. 月臺能力數(shù)據(jù)采集30-31
• 3.3.3. 叉車工能力數(shù)據(jù)采集31-32
• 3.3.4. 裝卸工能力數(shù)據(jù)采集32-33
• 第四章 車輛需求計劃模型與求解算法研究33-44
• 4.1. 多源約束下的車輛需求計劃模型33-35
• 4.1.1. 問題分析33
• 4.1.2. 約束條件分析33-34
• 4.1.3. 模型的建立34-35
• 4.2. 遺傳算法介紹35-40
• 4.2.1. 遺傳算法的基本概念36
• 4.2.2. 基本遺傳操作36-38
• 4.2.3. 遺傳算法中的一些控制參數(shù)38-39
• 4.2.4. 遺傳算法的流程39-40
• 4.3. 車輛計劃問題遺傳算法完整流程40-44
• 4.3.1. 資源參數(shù)設置40-41
• 4.3.2. 數(shù)據(jù)導入與處理41
• 4.3.3. 遺傳算法的染色體編碼設計41
• 4.3.4. 適應度函數(shù)設計41
• 4.3.5. 設定算法參數(shù)41-42
• 4.3.6. 初始種群的產(chǎn)生42
• 4.3.7. 迭代尋優(yōu)42
• 4.3.8. 解碼并生成裝車計劃方案42-44
• 第五章 實例運算與模型實現(xiàn)44-50
• 5.1. 實例運算44-47
• 5.2. 模型實現(xiàn)47-50
• 5.2.1. 參數(shù)設定47
• 5.2.2. 數(shù)據(jù)獲取47-48
• 5.2.3. 生成車輛需求計劃48
• 5.2.4. 效果對比分析48-50
• 第六章 總結與展望50-51
• 參考文獻51-54
• 附錄一：訂單數(shù)據(jù)54-63
• 致謝63-64

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 劉傳濤;王仲生;;單機調度問題在終端區(qū)排序中的應用研究[J];科學技術與工程;2010年14期

2 董顯玲;劉敏;陸勃;熊繼斌;;基于人工神經(jīng)網(wǎng)絡算法的城市地下管網(wǎng)自動監(jiān)測系統(tǒng)應用方案[J];水利科技與經(jīng)濟;2012年03期

  本文關鍵詞：多源約束下成品煙調運車輛需求計劃研究，由筆耕文化傳播整理發(fā)布。

本文編號：300669