隨著經(jīng)濟一體化和知識經(jīng)濟全球化時代的到來和物流業(yè)發(fā)展的不斷完善,共同配送成為物流活動中配送這一環(huán)節(jié)發(fā)展的重要趨勢之一。共同配送貴在“共同”二字,相較于傳統(tǒng)配送模式有以下幾個方面的提升:降低物流成本、提高物流效率,同時可以減少在途運行車輛從而緩解城市交通壓力,節(jié)約社會成本,減輕對環(huán)境的污染。共同配送在發(fā)達國家早已經(jīng)成為一種潮流,并且得到了廣泛的實際應用。我國的共同配送發(fā)展目前還不夠完善�，F(xiàn)有配送資源的整合問題以及配送過程中的能耗問題等都是城市共同配送過程中亟待解決的問題。本文首先分析了國內(nèi)物流行業(yè)對于物流資源利用率低下以及物流配送所帶來的生態(tài)環(huán)境的影響等背景,從城市共同配送運作模式,多目標問題優(yōu)化和粒子群算法角度梳理了國內(nèi)外研究成果。在此基礎上,考慮到共同配送中車輛共享的情況和實際配送運作中客戶需求的個性化,配送車輛在完成每階段最后一個客戶點的配送服務后,無需一定返回至出發(fā)車場,可選擇就近車場�？�,或是依據(jù)資源共享降低成本的原則將車輛�？吭陂_放的合作方車場。每次配送階段均獨立,配送車場的配送車輛隨著不斷變化的配送需求而調(diào)整車場車輛數(shù)。由此構建了考慮多目標多車場開放式車輛路徑優(yōu)化模型,以碳排放量、配送成本以及車輛數(shù)為優(yōu)化目標;然后在多目標粒子群算法的基礎上進行了算法設計,通過對粒子更新進行設計以及動態(tài)的對慣性權重進行更新,通過引入禁忌算法中禁忌表存儲算法過程中尋找到的個體極值和全局極值,以提高算法的搜索廣度、搜索速度和搜索精度,避免陷入局部最優(yōu);最后通過對外部集的修剪策略對算法求解得到的帕累托解集進行處理,得到符合不同優(yōu)化目標組合的可行解方案。最后,以某企業(yè)某天的配送任務作為實際應用案例分析求解驗證模型與算法的優(yōu)越性。并且針對本論文進行總結與展望。
【學位單位】：浙江工商大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：F259.2
【部分圖文】：

量的６２％。由此可知煤炭使用在現(xiàn)階段仍是不可替代的主要消耗能源之一，煤炭??燃燒會轉化成Ｃ〇２、Ｓ０２以及ＣＯ等氣體污染物，而ｃｏ２則是導致溫室效應的罪??魁禍首。如下圖１－１是２０００年至２１００年二氧化碳的排放預測。??Ｇｌｏｂａｌ?ｅｍｉｓｓｉｏｎｓ?（ｉｎ?ｂｉｌｌｉｏｎ?ｔｏｎｓ?ｏｆ?ＣＯ，?ｅｑｕｉｖａｌｅｎｔｓ?ｐｅｒ?ｙｅａｒ）??犯二??２０?－?－?Ｇｒｅｅｎｈｏｕｓｅ?ｇａｓ?ｅｍｉｓｓｉｏｎｓ?ｐｅａｋｉｎｇ?二??ｉｎ?２０１５，?ｆｏｌｌｏｗｅｄ?ｂｙ?ａ?ｒｅｄｕｃｔｉｏｎ?ｏｆ?１．０％?ｐ．ａ．???Ｉｎ?２０２０，?ｆｏｌｌｏｗｅｄ?ｂｙ?ａ?ｒｅｄｕｃｔｉｏｎ?ｏｆ?２．５％?ｐ．ａ．??＂?ｉｎ?２０Ｂ０＃?ｆｏｌｌｏｗｅｄ?ｂｙ?ａ?ｒｅｄｕｃｔｉｏｎ?ｏｆ?４．０％?ｐ??—ｉｎ?２０４０，?ｆｏｌｌｏｗｅｄ?ｂｙ?ａ?ｒｅｄｕｃｔｉｏｎ?ｏｆ?４．５％?ｐ，ｄ．??０?Ｈ?ｉ?ｔ?ｉ?ｒ￣??２０００?２０２０?２０４０?２０６０?２０８０?２１００??圖１－１?２０００年至２１００年二氧化碳排放預測⑴??二氧化碳濃度與地球平均溫度密切相關，據(jù)統(tǒng)計，二氧化碳濃度歷史上近千??年增加了?３５ｐｐｍ，而這３５ｐｐｍ都是在最近１７年增加的。從上圖可以發(fā)現(xiàn)預計??２０５０年需要降低溫室氣體近四分之一，屆時，世界經(jīng)濟的規(guī)模將是目前的３到４??倍

這一現(xiàn)象的主要原因就是物流各環(huán)節(jié)中所存在的低效不當?shù)倪\作方式，同時也使??得物流成本以及由于物流資源損耗所產(chǎn)生的附加費用不斷攀升。我國２０１６年物??流設備利用率統(tǒng)計圖如下圖１－２所示。??物流設備利用率??９０腦??７Ｑ．１０１??８０．．

圖１－３論文結構框架??
【參考文獻】

相關期刊論文 前10條

1 李珍萍;楊夢月;;基于低碳排放的車輛路徑優(yōu)化問題研究[J];數(shù)學的實踐與認識;2017年11期

2 丁韞聰;王小平;陳斌;丁琪鋒;;浙江新昌交通運輸設備制造業(yè)碳排放因素分解分析[J];海峽科技與產(chǎn)業(yè);2017年04期

3 陳亮;何濤;李巧茹;田曉勇;魏瑋;;區(qū)域交通碳排放相關指標測算及影響因素分析[J];北京工業(yè)大學學報;2017年04期

4 鐘聰兒;;低碳視角下車輛路徑優(yōu)化問題的研究現(xiàn)狀與展望[J];福建交通科技;2017年01期

5 葛銳;;基于資源共享的城市共同配送體的建設研究[J];北方經(jīng)貿(mào);2017年02期

6 賈鑫;梁婭;;黑龍江省農(nóng)資共同配送模式探討[J];現(xiàn)代商業(yè);2017年01期

7 呂小峰;周騫;胡軼群;;多車場多目標開放式物流配送車輛路徑問題[J];長沙理工大學學報(自然科學版);2016年04期

8 曾勇;聶斌;;城市交通環(huán)境下貨運車輛燃油消耗與排放測算及模型構建[J];軍事交通學院學報;2016年11期

9 瞿博陽;劉丁明;喬百豪;劉凱松;謝亮;;粒子群算法及其改進研究[J];自動化應用;2016年11期

10 彭波;蔡春麗;胡如安;;高速公路瀝青路面能耗與碳排放評價[J];長安大學學報(自然科學版);2016年05期

相關博士學位論文 前1條

1 廖偉;考慮共同配送和能耗的車輛路徑問題優(yōu)化研究[D];西南交通大學;2014年

相關碩士學位論文 前10條

1 張傳琪;動態(tài)路網(wǎng)下車輛路徑問題研究[D];西南交通大學;2017年

2 徐遠震;共同配送模式下的綠色車輛路徑問題比較研究[D];北京交通大學;2017年

3 孟凡婷;考慮節(jié)能減排的物流配送車輛路徑優(yōu)化問題研究[D];北京交通大學;2017年

4 劉波;第四方物流共同配送模式下的車輛路徑優(yōu)化研究[D];長春工業(yè)大學;2016年

5 王開利;低碳約束下的多車場集配一體化車輛路徑問題研究[D];重慶交通大學;2016年

6 陳學嬌;混合蟻群算法在容量約束車輛路徑問題中的應用研究[D];合肥工業(yè)大學;2016年

7 付珊珊;社區(qū)蔬菜便利店共同配送模式研究[D];首都經(jīng)濟貿(mào)易大學;2015年

8 張夢娟;運輸資源共享的快遞企業(yè)共同配送策略研究[D];東華大學;2015年

9 郝佳慧;物流配送車輛路徑問題算法的研究[D];哈爾濱工業(yè)大學;2014年

10 紀壯壯;多目標粒子群算法的改進及應用[D];南京信息工程大學;2014年

本文編號：2853985