隨著人民生活水平的提高,冷鮮產品對冷鏈物流的需求越來越大。然而,冷鏈物流目前還有沒有形成完整的服務體系。配送成本高昂和配送效率低下,這兩個問題一直制約著整個冷鏈物流的發(fā)展。降低冷鏈物流成本,提高配送效率已經成為社會關注的熱點話題。而配送路徑優(yōu)化是節(jié)約物流運輸配送成本的關鍵點,所以路徑優(yōu)化問題研究尤為重要。同時在眾多路徑優(yōu)化算法中,遺傳算法在解決優(yōu)化問題中具有較好的魯棒性、可擴充性和智能性。因此,本文針對冷鏈物流路徑優(yōu)化問題,采用多智能體技術構建了冷鏈物流運輸調度系統(tǒng)的體系結構,并建立了以路徑最優(yōu)、降低配送成本等為目標的合理的模型,同時通過改進遺傳算法解決了傳統(tǒng)遺傳算法的收斂慢和早熟等問題。本文主要研究內容如下:(1)以城市冷鏈物流配送路徑優(yōu)化為研究的主要內容,分析了冷鏈物流和帶時間窗的車輛路徑問題領域的相關知識,歸納車輛路徑問題(VRP)領域的研究成果和方法。(2)基于多智能體(Multi-Agent)技術相關理論和建模方法,分析城市冷鏈物流配送的各項成本,結合VRP的基本模型,構建了基于多智能體技術的冷鏈物流企業(yè)運輸調度模型。(3)針對傳統(tǒng)遺傳算法收斂速度慢和早熟問題,本文提出一種新的改進遺傳算法。首先,引入貪婪算法初始化種群,使得種群個體更加優(yōu)良;然后,采用最小生成樹的聚類方法改進交叉操作,增加種群的多樣性;最后,結合了生物共生搜索算法(SOS)加快了算法收斂速度。改進的遺傳算法收斂速度較快,并且能夠避免局部最優(yōu)問題的出現(xiàn)。(4)通過算例驗證了本文構建的模型和改進遺傳算法的有效性。本文按照提出問題,理論研究,建立模型,算法改進,以及案例分析的思路,對冷鏈物流配送路徑優(yōu)化問題進行研究,本文得出的研究結論對提高配送效率和物流服務水平具有一定的實際意義。
【學位單位】：河北大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：TP18;F259.2
【部分圖文】：

進行低溫控制的一項系統(tǒng)工程。本文主要研究冷鏈物流配送環(huán)節(jié)，其適用范圍主要以下三種產品種類。具體內容如圖 2-1 所示：圖 2-1 冷鏈物流適用范圍完整冷鏈物流運輸調度流程如下圖 2-2 表示：冷鏈物流適用初級農產品加工產品特殊產品蔬菜、水果；肉、禽、蛋；水產品和花卉產品等速凍食品、禽、肉、水產等包裝熟食、冰淇淋和奶制品等藥品、生物供體、血液加工食品（產地） 冷庫 配送中心 零售商 消費者配送

這就帶時間窗的 VRP 問題，此種情況還可以細分為軟時間窗問題、硬時間窗問題和合時間窗問題；若客戶對取送貨物的時間沒有要求，那么該情況下的 VRP 問題就稱不帶時間窗的 VRP 問題�？梢愿鶕蛻舻男枨髮� VRP 問題分為帶時間約束的問題和帶時間約束的問題。當某車輛只執(zhí)行送貨或者取貨任務時，這種情況下的 VRP 問題就稱為單一的送問題、單一的取貨問題；反之稱為送貨和取貨的混合問題。2.2.3 VRP 求解算法目前解決 VRP 問題主要有精確算法和啟發(fā)式算法兩種。精確算法為準確數學公和定義證明的算法，用線性規(guī)劃與非線性規(guī)劃算法求得最優(yōu)解。啟發(fā)式算法是智能優(yōu)算法的一種，它通常能夠通過總結歸納的方法求得一個最優(yōu)解的近似值，因此常用于合優(yōu)化領域中大規(guī)模的優(yōu)化問題。當下 NP 問題的解決也常常采用上述啟發(fā)式算法。VRP 問題的所有求解算法如下圖 2-4 所示：兩階段算法分支定界法

圖 3-1 冷鏈物流運輸調度系統(tǒng)多智能體體系結構 Agent 的內部結構設計的章節(jié)中，根據冷鏈物流企業(yè)運輸調度系統(tǒng)的特點，建立了基于多智能流運輸調度系統(tǒng)的體系結構。對系統(tǒng)中涉及到的 Agent 根據其功能不同類型，分別是負責對整個系統(tǒng)進行管理的協(xié)調 Agent，負責對所分配的行的車輛 Agent，負責對客戶訂單進行處理加工的運輸訂單 Agent，以徑進行規(guī)劃的運輸調度 Agent 和為系統(tǒng)提供信息的道路信息 Agent。根責的任務和功能不同，分別對每個類型的 Agent 內部結構是進行設計協(xié)調 Agent（管理型）送問題的冷鏈物流系統(tǒng)中，協(xié)調 Agent 負責監(jiān)控和管理整個系統(tǒng)的信息 Agent 以及人機環(huán)境的相互合作與協(xié)調中獲取與訂單相關的信息。它將過自身的推理機制等功能進行優(yōu)化處理，然后再通過內部的決策模塊對
【參考文獻】

相關期刊論文 前10條

1 韓印;師攀;;基于道路狀況的冷鏈物流配送路徑優(yōu)化[J];物流科技;2015年06期

2 宗曉萍;劉森;王培光;路瑞寬;;基于企業(yè)冷鏈物流MAS的車輛調度問題研究[J];物流技術;2014年23期

3 于瑩瑩;陳燕;李桃迎;;改進的遺傳算法求解旅行商問題[J];控制與決策;2014年08期

4 戴劍勇;陳剛;;鈾礦山運提系統(tǒng)設備Agent可靠性仿真設計與驗證[J];礦業(yè)研究與開發(fā);2014年02期

5 王向華;陳特放;;智能體技術在公交調度系統(tǒng)中的應用[J];中南大學學報(自然科學版);2013年08期

6 賈小斌;艾廷華;;土地利用數據綜合的智能體技術[J];測繪地理信息;2013年02期

7 霍曉宇;楊仕教;吳長振;戴劍勇;羊帆;;露天礦山運輸調度系統(tǒng)粒子群優(yōu)化[J];煤炭學報;2012年S1期

8 劉全;王曉燕;傅啟明;張永剛;章曉芳;;雙精英協(xié)同進化遺傳算法[J];軟件學報;2012年04期

9 王雪茹;袁建清;崔然;;多智能體技術及其在交通控制系統(tǒng)中的應用[J];中國新技術新產品;2011年17期

10 胡兆光;;智能體響應均衡模型[J];能源技術經濟;2011年06期

相關博士學位論文 前5條

1 周衛(wèi)琪;基于多智能體理論的汽車逆向物流庫存控制理論與方法研究[D];江蘇大學;2014年

2 李義華;基于多智能體的物流配送車輛調度決策方法研究[D];中南大學;2012年

3 伍聯(lián)營;基于遺傳算法的海水淡化及其集成系統(tǒng)優(yōu)化設計研究[D];中國海洋大學;2012年

4 張雪霞;智能優(yōu)化算法及其在電力系統(tǒng)無功優(yōu)化中的應用研究[D];西南交通大學;2011年

5 高淑萍;運輸問題的模糊優(yōu)化算法和理論[D];西安電子科技大學;2003年

相關碩士學位論文 前8條

1 周軍偉;基于Multi-Agent的汽車供應鏈關鍵問題研究[D];武漢理工大學;2015年

2 席釕姿;基于Multi-Agent技術的物流企業(yè)運輸調度系統(tǒng)優(yōu)化研究[D];南華大學;2014年

3 李明澤;城市農產品冷鏈物流配送路徑優(yōu)化研究[D];大連海事大學;2013年

4 魯昊;Multi-agent系統(tǒng)中動態(tài)任務分配研究[D];湖北大學;2012年

5 劉康;基于多Agent的復雜適應系統(tǒng)建模仿真研究[D];中南大學;2011年

6 葉賽男;基于Multi-Agent 的港口調度系統(tǒng)研究[D];北京交通大學;2011年

7 鹿婷婷;基于MAS的故障診斷系統(tǒng)自適應模型與協(xié)作機制研究[D];太原理工大學;2011年

8 陳杰;基于遺傳算法的應急物資運輸調度[D];哈爾濱工業(yè)大學;2006年

本文編號：2879467