發(fā)布時(shí)間：2020-03-29 07:49

【摘要】：車(chē)輛調(diào)度問(wèn)題一直是物流配送活動(dòng)中的重要問(wèn)題,安排合理的車(chē)輛配送路線(xiàn)可以有效降低配送成本,提高服務(wù)質(zhì)量。然而物流配送系統(tǒng)較為復(fù)雜,經(jīng)常會(huì)出現(xiàn)一些不確定因素影響物流配送業(yè)務(wù)的正常執(zhí)行。這些不確定因素有些來(lái)自于配送車(chē)輛本身,如車(chē)輛故障,車(chē)輛維修;有些來(lái)自于交通情況,如交通擁堵,天氣突變;有些來(lái)自于客戶(hù),如需求變動(dòng),時(shí)間窗變動(dòng)等�，F(xiàn)實(shí)情況下配送車(chē)輛可能會(huì)因各種突發(fā)事件而無(wú)法在約定時(shí)間窗內(nèi)到達(dá)服務(wù)地點(diǎn),或原本約定的需求量無(wú)法滿(mǎn)足當(dāng)前的需求,從而客戶(hù)不得不在物流配送服務(wù)已經(jīng)開(kāi)始之后,臨時(shí)變動(dòng)其服務(wù)時(shí)間窗或需求量,即客戶(hù)配送要求發(fā)生變動(dòng)。這就需要物流配送企業(yè)及時(shí)應(yīng)對(duì)這些客戶(hù)信息變動(dòng),在盡量滿(mǎn)足其服務(wù)需求的同時(shí),保證其他客戶(hù)的服務(wù)質(zhì)量,使干擾事件對(duì)整個(gè)物流配送系統(tǒng)的擾動(dòng)程度達(dá)到最低。另一方面,在實(shí)際的物流配送活動(dòng)中,經(jīng)常有將配送車(chē)輛的送貨業(yè)務(wù)和取貨業(yè)務(wù)相結(jié)合的情況,即車(chē)輛在客戶(hù)處同時(shí)進(jìn)行送貨和取貨服務(wù),因此同時(shí)送取貨情況下有客戶(hù)配送要求變動(dòng)的車(chē)輛調(diào)度問(wèn)題也是值得研究的重要問(wèn)題。車(chē)輛調(diào)度問(wèn)題是一個(gè)NP難題,在求解上十分困難。因此,如何快速有效地處理配送活動(dòng)中有客戶(hù)配送要求變動(dòng)的車(chē)輛調(diào)度問(wèn)題,最大限度地減少干擾事件對(duì)原物流配送計(jì)劃產(chǎn)生的影響,已成為物流企業(yè)所關(guān)注的亟待解決的重點(diǎn)問(wèn)題。為此,本文針對(duì)客戶(hù)配送要求變動(dòng)的車(chē)輛調(diào)度問(wèn)題進(jìn)行了深入研究,主要研究工作如下:首先,對(duì)客戶(hù)時(shí)間窗變動(dòng)的車(chē)輛調(diào)度問(wèn)題進(jìn)行了分析研究�；诟蓴_管理思想,從物流成本、服務(wù)時(shí)間和路徑改變?nèi)齻�(gè)方面進(jìn)行擾動(dòng)度量,建立了以廣義費(fèi)用偏離最小為目標(biāo)的時(shí)間窗變動(dòng)下車(chē)輛調(diào)度干擾管理模型。通過(guò)分析同時(shí)送取貨車(chē)輛調(diào)度問(wèn)題相對(duì)于一般車(chē)輛調(diào)度問(wèn)題的特殊性,建立了以廣義費(fèi)用偏離最小為目標(biāo)的時(shí)間窗變動(dòng)下同時(shí)送取貨車(chē)輛調(diào)度干擾管理模型�；跁r(shí)間窗變動(dòng)干擾辨識(shí)的結(jié)果,設(shè)計(jì)了啟發(fā)式車(chē)輛調(diào)度算法進(jìn)行求解。算例結(jié)果驗(yàn)證了方法的有效性,可以快速有效地生成擾動(dòng)最小的配送車(chē)輛調(diào)度方案。其次,對(duì)客戶(hù)需求變動(dòng)的車(chē)輛調(diào)度問(wèn)題進(jìn)行了分析研究�；诟蓴_管理思想,從物流成本和服務(wù)時(shí)間兩個(gè)方面進(jìn)行擾動(dòng)度量,建立了以廣義費(fèi)用偏離最小為目標(biāo)的需求變動(dòng)下車(chē)輛調(diào)度干擾管理模型。通過(guò)分析同時(shí)送取貨車(chē)輛調(diào)度問(wèn)題相對(duì)于一般車(chē)輛調(diào)度問(wèn)題的特殊性,建立了以廣義費(fèi)用偏離最小為目標(biāo)的需求變動(dòng)下同時(shí)送取貨車(chē)輛調(diào)度干擾管理模型�；谛枨笞儎�(dòng)干擾辨識(shí)的結(jié)果,設(shè)計(jì)了啟發(fā)式車(chē)輛調(diào)度算法進(jìn)行求解。算例結(jié)果驗(yàn)證了方法的有效性,可以快速有效地生成擾動(dòng)最小的配送車(chē)輛調(diào)度方案。然后,對(duì)客戶(hù)需求和時(shí)間窗同時(shí)變動(dòng)下的車(chē)輛調(diào)度問(wèn)題進(jìn)行了分析研究�；诟蓴_管理思想,從物流成本和服務(wù)時(shí)間兩個(gè)方面進(jìn)行擾動(dòng)度量,并考慮車(chē)輛在客戶(hù)的等待時(shí)間因素,建立了以廣義費(fèi)用偏離最小為目標(biāo)的車(chē)輛調(diào)度干擾管理模型。通過(guò)分析同時(shí)送取貨車(chē)輛調(diào)度問(wèn)題相對(duì)于一般車(chē)輛調(diào)度問(wèn)題的特殊性,建立了以廣義費(fèi)用偏離最小為目標(biāo)的同時(shí)送取貨車(chē)輛調(diào)度干擾管理模型。設(shè)計(jì)了啟發(fā)式車(chē)輛調(diào)度算法進(jìn)行求解。算例結(jié)果驗(yàn)證了方法的有效性,可以快速有效地生成擾動(dòng)最小的配送車(chē)輛調(diào)度方案。最后,對(duì)物流配送過(guò)程中客戶(hù)實(shí)時(shí)出現(xiàn)的不確定性問(wèn)題進(jìn)行了分析研究。通過(guò)預(yù)測(cè)配送過(guò)程中可能出現(xiàn)的客戶(hù)位置和需求量,提前安排車(chē)輛的行駛路線(xiàn)、載貨量和時(shí)間點(diǎn),從而做到快速響應(yīng)新客戶(hù)的需求,服務(wù)盡可能多的客戶(hù)。本文將通過(guò)預(yù)測(cè)所產(chǎn)生的可能出現(xiàn)的客戶(hù)看做虛擬客戶(hù),運(yùn)用泊松過(guò)程原理,結(jié)合經(jīng)驗(yàn)數(shù)據(jù)中客戶(hù)需求出現(xiàn)的頻率預(yù)測(cè)出虛擬客戶(hù),將真實(shí)和虛擬客戶(hù)的配送需求同時(shí)考慮,建立了以期望配送總成本最小化為目標(biāo)的配送車(chē)輛調(diào)度模型。設(shè)計(jì)了改進(jìn)遺傳算法進(jìn)行求解,通過(guò)算例驗(yàn)證了方法的有效性,可以快速響應(yīng)新客戶(hù)的需求,提高服務(wù)水平。本文針對(duì)物流配送過(guò)程中的不確定性問(wèn)題,從事前和事中兩個(gè)方面考慮,一方面通過(guò)運(yùn)用干擾管理思想,研究了客戶(hù)配送要求變動(dòng)的車(chē)輛調(diào)度問(wèn)題,建立了相應(yīng)的干擾管理模型并設(shè)計(jì)了求解算法,從事中解決干擾問(wèn)題;另一方面運(yùn)用泊松過(guò)程原理,研究了有新客戶(hù)出現(xiàn)情況下基于預(yù)測(cè)的車(chē)輛調(diào)度問(wèn)題,建立了相應(yīng)的車(chē)輛調(diào)度模型并設(shè)計(jì)了求解算法,從事前解決不確定性問(wèn)題。本文的方法可以為物流企業(yè)及時(shí)應(yīng)對(duì)配送過(guò)程中客戶(hù)的不確定性問(wèn)題提供決策支持。
【圖文】：

由該表可以看出，第四次和第七次的計(jì)算結(jié)果是最優(yōu)的，最低配送總成本為逡逑１０９１．４１元。因此，，使用該方案作為車(chē)輛調(diào)度的初始方案，配送車(chē)輛的行駛路徑見(jiàn)逡逑下圖３．９。有圖３．９可知，初始配送計(jì)劃一共用了四臺(tái)配送輛車(chē)，行駛路徑分別為：逡逑車(chē)輛１的行駛路線(xiàn)為：０－７－９－１３－０邋；逡逑車(chē)輛２的行駛路線(xiàn)為：０－５－１０－６－０邋；逡逑車(chē)輛３的行駛路線(xiàn)為；０－８－４－１５－１４－１２－０；逡逑車(chē)輛４的行駛路線(xiàn)為：０－３－１１－２－１－０。逡逑１００邐１邐１邐１邐１邐１邐１邐１邐逡逑１３邐嚴(yán)５逡逑９０－邐－，\l逡逑00邋＾逡逑７0邋ｔ７邐少逡逑＾邋＼逡逑Ｅ逡逑父邋６０邋－邐？、、邐＾逡逑ｉ邋－邐－逡逑＾邐一ｙ邐邐－．１２逡逑龍４０逡逑／／邐＼邐ｚ邋’逡逑褰邋３０．邐／．．邐，１４逡逑２０邋－邐＂邋＼邐３邐＾１５逡逑１０邋／邋、＞１１逡逑／邐一－２，邐Ｗ逡逑Ｑ邋邐邐邐ｔ／［＼邐－邐邐邐邐邐邐逡逑１０邐２０邐３０邐４０邐５０邐６０邐７０邐８０邐９０逡逑橫坐標(biāo)（單位：Ｋｍ）逡逑圖３．９初始物流配送方案逡逑Ｆｉｇ．邋３．９邋Ｏｒｉｇｉｎａｌ邋ｌｏｇｉｓｔｉｃｓ邋ｄｉｓｔｒｉｂｕｔｉｏｎ邋ｐｌａｎ逡逑在３２．６５時(shí)刻，某些客戶(hù)改變規(guī)定的服務(wù)時(shí)間窗時(shí)，配送中心還有四臺(tái)可供調(diào)逡逑配的剩余車(chē)輛。依據(jù)本章構(gòu)建的同時(shí)送取貨下的時(shí)間窗變動(dòng)車(chē)輛調(diào)度干擾管理模逡逑型和車(chē)輛調(diào)度的啟發(fā)式算法

由該表可以看出，第四次和第七次的計(jì)算結(jié)果是最優(yōu)的，最低配送總成本為逡逑１０９１．４１元。因此，使用該方案作為車(chē)輛調(diào)度的初始方案，配送車(chē)輛的行駛路徑見(jiàn)逡逑下圖３．９。有圖３．９可知，初始配送計(jì)劃一共用了四臺(tái)配送輛車(chē)，行駛路徑分別為：逡逑車(chē)輛１的行駛路線(xiàn)為：０－７－９－１３－０邋；逡逑車(chē)輛２的行駛路線(xiàn)為：０－５－１０－６－０邋；逡逑車(chē)輛３的行駛路線(xiàn)為；０－８－４－１５－１４－１２－０；逡逑車(chē)輛４的行駛路線(xiàn)為：０－３－１１－２－１－０。逡逑１００邐１邐１邐１邐１邐１邐１邐１邐逡逑１３邐嚴(yán)５逡逑９０－邐－，\l逡逑00邋＾逡逑７0邋ｔ７邐少逡逑＾邋＼逡逑Ｅ逡逑父邋６０邋－邐？、、邐＾逡逑ｉ邋－邐－逡逑＾邐一ｙ邐邐－．１２逡逑龍４０逡逑／／邐＼邐ｚ邋’逡逑褰邋３０．邐／．．邐，１４逡逑２０邋－邐＂邋＼邐３邐＾１５逡逑１０邋／邋、＞１１逡逑／邐一－２，邐Ｗ逡逑Ｑ邋邐邐邐ｔ／［＼邐－邐邐邐邐邐邐逡逑１０邐２０邐３０邐４０邐５０邐６０邐７０邐８０邐９０逡逑橫坐標(biāo)（單位：Ｋｍ）逡逑圖３．９初始物流配送方案逡逑Ｆｉｇ．邋３．９邋Ｏｒｉｇｉｎａｌ邋ｌｏｇｉｓｔｉｃｓ邋ｄｉｓｔｒｉｂｕｔｉｏｎ邋ｐｌａｎ逡逑在３２．６５時(shí)刻，某些客戶(hù)改變規(guī)定的服務(wù)時(shí)間窗時(shí)，配送中心還有四臺(tái)可供調(diào)逡逑配的剩余車(chē)輛。依據(jù)本章構(gòu)建的同時(shí)送取貨下的時(shí)間窗變動(dòng)車(chē)輛調(diào)度干擾管理模逡逑型和車(chē)輛調(diào)度的啟發(fā)式算法
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：F252.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王永強(qiáng);郭鵬偉;王懷超;宋國(guó)賓;;基于遺傳算法的運(yùn)輸物資保障車(chē)輛調(diào)度問(wèn)題研究[J];現(xiàn)代制造技術(shù)與裝備;2017年07期

2 肖柯偉;陳志;趙博;;物流配送車(chē)輛調(diào)度問(wèn)題智能算法研究進(jìn)展[J];物流科技;2015年12期

3 袁建清;;求解動(dòng)態(tài)車(chē)輛調(diào)度問(wèn)題的混合禁忌搜索算法[J];計(jì)算機(jī)應(yīng)用與軟件;2012年04期

4 王訓(xùn)斌;陸慧娟;張火明;;物流動(dòng)態(tài)車(chē)輛調(diào)度問(wèn)題的混合禁忌搜索算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年08期

5 侯亞林;張秀全;張振坤;;一種改進(jìn)的車(chē)輛調(diào)度問(wèn)題的遺傳算法[J];河南大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年02期

6 張海剛;顧幸生;吳燕翔;甘世紅;;基于免疫算法的不確定條件下車(chē)輛調(diào)度問(wèn)題[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年03期

7 孫學(xué)農(nóng);;遺傳算法有時(shí)間非滿(mǎn)載車(chē)輛調(diào)度問(wèn)題研究[J];商場(chǎng)現(xiàn)代化;2006年18期

8 郎茂祥;;多配送中心車(chē)輛調(diào)度問(wèn)題的模型與算法研究[J];交通運(yùn)輸系統(tǒng)工程與信息;2006年05期

9 魏航;李軍;魏潔;;有行駛里程限制的滿(mǎn)載車(chē)輛調(diào)度問(wèn)題[J];西南交通大學(xué)學(xué)報(bào);2005年06期

10 張建勇,李軍,郭耀煌;模糊需求信息條件下的實(shí)時(shí)動(dòng)態(tài)車(chē)輛調(diào)度問(wèn)題研究[J];管理工程學(xué)報(bào);2004年04期

相關(guān)會(huì)議論文 前3條

1 王銀;王慧;;淺談配送車(chē)輛調(diào)度問(wèn)題[A];第九屆中國(guó)不確定系統(tǒng)年會(huì)、第五屆中國(guó)智能計(jì)算大會(huì)、第十三屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2011年

2 楊國(guó)興;;多車(chē)場(chǎng)車(chē)輛調(diào)度問(wèn)題的一種有效算法[A];管理科學(xué)與系統(tǒng)科學(xué)進(jìn)展——全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第3卷）[C];1995年

3 李大衛(wèi);王夢(mèng)光;;廣義車(chē)輛路徑問(wèn)題——模型及算法[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

相關(guān)博士學(xué)位論文 前8條

1 趙亮;客戶(hù)配送要求變動(dòng)的車(chē)輛調(diào)度問(wèn)題研究[D];大連海事大學(xué);2018年

2 葛顯龍;面向云配送模式的車(chē)輛調(diào)度問(wèn)題及算法研究[D];重慶大學(xué);2011年

3 包曉光;一些路線(xiàn)問(wèn)題的算法設(shè)計(jì)與分析[D];華東理工大學(xué);2012年

4 周潔;車(chē)輛調(diào)度問(wèn)題的算法及復(fù)雜性[D];華東師范大學(xué);2013年

5 李妍峰;時(shí)變網(wǎng)絡(luò)環(huán)境下車(chē)輛調(diào)度問(wèn)題研究[D];西南交通大學(xué);2008年

6 魏明;不確定信息環(huán)境下的區(qū)域公交車(chē)調(diào)度問(wèn)題建模和算法[D];華南理工大學(xué);2012年

7 聶凱;農(nóng)村流通產(chǎn)業(yè)組織優(yōu)化研究[D];湖南大學(xué);2008年

8 王艷玲;取貨車(chē)輛動(dòng)態(tài)調(diào)度問(wèn)題研究[D];北京交通大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 曹云;基于Memetic算法的動(dòng)態(tài)需求車(chē)輛調(diào)度問(wèn)題研究[D];昆明理工大學(xué);2018年

2 李婷玉;多商戶(hù)多車(chē)程同城物流配送車(chē)輛調(diào)度問(wèn)題研究[D];大連理工大學(xué);2018年

3 王哠;基于遺傳算法的部隊(duì)車(chē)輛調(diào)度問(wèn)題研究[D];戰(zhàn)略支援部隊(duì)信息工程大學(xué);2018年

4 胡振威;共享經(jīng)濟(jì)模式下城市配送車(chē)輛調(diào)度問(wèn)題研究[D];西南交通大學(xué);2018年

5 王俊義;面向服務(wù)策略的機(jī)場(chǎng)特種車(chē)輛調(diào)度問(wèn)題研究[D];中國(guó)民航大學(xué);2018年

6 王銀虎;合乘出租車(chē)動(dòng)態(tài)調(diào)度模型與算法研究[D];北京交通大學(xué);2018年

7 晏曉東;機(jī)場(chǎng)特種車(chē)輛調(diào)度問(wèn)題研究[D];中國(guó)民航大學(xué);2017年

8 趙培瑤;基于分布估計(jì)算法的車(chē)輛調(diào)度問(wèn)題研究[D];昆明理工大學(xué);2017年

9 鄭丹陽(yáng);基于混合量子算法的動(dòng)態(tài)車(chē)輛調(diào)度問(wèn)題研究[D];昆明理工大學(xué);2017年

10 徐鵬;基于統(tǒng)計(jì)分區(qū)和智能優(yōu)化算法的車(chē)輛調(diào)度問(wèn)題研究[D];南昌大學(xué);2014年

本文編號(hào)：2605686