隨著“互聯(lián)網(wǎng)+”思維與傳統(tǒng)圖書(shū)館行業(yè)的不斷碰撞,圖書(shū)館的服務(wù)模式以及服務(wù)水平產(chǎn)生了巨大變化,費(fèi)時(shí)費(fèi)力的傳統(tǒng)借閱模式已經(jīng)不能很好地滿足人們的需求,因此,本文提出了“物流借閱”概念,并設(shè)計(jì)實(shí)現(xiàn)了物流借閱平臺(tái)。物流配送是物流借閱平臺(tái)的最后一環(huán),也是至關(guān)重要的一環(huán)。該環(huán)節(jié)的設(shè)計(jì)實(shí)現(xiàn),關(guān)系到讀者的用戶體驗(yàn)和圖書(shū)館的配送成本,因此物流配送最佳路徑的選擇成為了本論文的研究核心。如何合理設(shè)置配送路線能夠使總成本最小且工作人員工作量大致相同,本文從實(shí)際場(chǎng)景出發(fā)進(jìn)行研究,抽象出多目標(biāo)多旅行商問(wèn)題（MOMTSP）。MO-MTSP問(wèn)題是多目標(biāo)優(yōu)化與多旅行商問(wèn)題的結(jié)合,本身約束條件復(fù)雜且可行域極廣,因此該問(wèn)題沒(méi)有經(jīng)典TSP問(wèn)題那么廣泛的研究。蟻群算法作為解決TSP問(wèn)題的經(jīng)典算法,它利用信息素蒸發(fā)機(jī)制、啟發(fā)式信息誘導(dǎo)機(jī)制找出最優(yōu)解,但是,經(jīng)典蟻群算法不適用于MO-MTSP問(wèn)題。本文提出了改進(jìn)蟻群算法來(lái)解決上述問(wèn)題,改進(jìn)算法底層基于經(jīng)典蟻群系統(tǒng)ACS,通過(guò)改進(jìn)螞蟻設(shè)定使得螞蟻可攜帶更多的信息來(lái)完成工作,隨機(jī)初始化信息素初值策略使得改進(jìn)算法搜索范圍更廣,提升找到最優(yōu)解的可能性。然后通過(guò)引入確定性選擇旅行商策略和引入局... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：92 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

物流配送示意圖

MTSP轉(zhuǎn)換為T(mén)SP

電子科技大學(xué)碩士學(xué)位論文8第二章圖書(shū)配送物流中的多目標(biāo)多旅行商問(wèn)題多目標(biāo)多旅行商問(wèn)題目前的研究較少，它是多目標(biāo)優(yōu)化與多旅行商問(wèn)題的結(jié)合，是傳統(tǒng)旅行商問(wèn)題的擴(kuò)展和延伸。因此，本章主要圍繞這兩個(gè)問(wèn)題進(jìn)行討論，包括相關(guān)理論、MO-MTSP問(wèn)題的線性規(guī)劃研究等，然后結(jié)合實(shí)際應(yīng)用場(chǎng)景，給出最后的問(wèn)題模型。最后，介紹逼近理想解排序法（TOPSIS），用于從獲得的Pareto最優(yōu)前沿中根據(jù)實(shí)際情況選擇最優(yōu)解。2.1多旅行商問(wèn)題多旅行商問(wèn)題（MTSP）作為傳統(tǒng)旅行商問(wèn)題（TSP）的擴(kuò)展與延伸，其問(wèn)題大致可以描述為：有n座需要遍歷的城市和m名旅行商，旅行商需從起始點(diǎn)（倉(cāng)庫(kù)城市）出發(fā)，遍歷完所有城市后最終返回起始點(diǎn)，要求除倉(cāng)庫(kù)城市外，所有城市有且只能被一名旅行商訪問(wèn)一次。求出滿足上述條件的最短路徑選擇方案。我們發(fā)現(xiàn)，TSP問(wèn)題其實(shí)就是MTSP問(wèn)題中的一種特例（m=1）。一些研究者提出解決MTSP可以轉(zhuǎn)換為求解TSP問(wèn)題[8]，通過(guò)引入(m-1)個(gè)人工倉(cāng)庫(kù)(n+1,…,n+m-1)將具有m個(gè)旅行商、n個(gè)城市的MTSP問(wèn)題轉(zhuǎn)換為一個(gè)具有(n+m-1)個(gè)城市的TSP問(wèn)題。如圖2-1所示為m=3，n=7的MTSP問(wèn)題，經(jīng)過(guò)轉(zhuǎn)換變?yōu)閳D2-2所示的n=9的TSP問(wèn)題。其中，城市8和9就是引入的人工倉(cāng)庫(kù)（可以看作倉(cāng)庫(kù)城市1的復(fù)制，且城市1與人工倉(cāng)庫(kù)的距離無(wú)窮大）。圖2-1MTSP問(wèn)題的一個(gè)解圖2-2MTSP轉(zhuǎn)換為T(mén)SP

【參考文獻(xiàn)】：
期刊論文
[1]基于K-means信息揮發(fā)速率動(dòng)態(tài)調(diào)整的改進(jìn)蟻群算法[J]. 王鐵,胡泓.  機(jī)械與電子. 2020(02)
[2]蟻群遺傳混合算法在求解旅行商問(wèn)題上的應(yīng)用[J]. 卓雪雪,苑紅星,朱蒼璐,錢(qián)鵬.  價(jià)值工程. 2020(02)
[3]基于TSP問(wèn)題的動(dòng)態(tài)蟻群遺傳算法[J]. 陶麗華,馬振楠,史朋濤,王瑞峰.  機(jī)械設(shè)計(jì)與制造. 2019(12)
[4]“互聯(lián)網(wǎng)+”背景下公共圖書(shū)館跨界服務(wù)嘗試——以廣州圖書(shū)館“送書(shū)上門(mén)”為例[J]. 吳偉潮.  圖書(shū)館界. 2019(02)
[5]動(dòng)態(tài)蟻群遺傳混合算法在煤炭運(yùn)輸中的應(yīng)用[J]. 朱興林.  自動(dòng)化與儀器儀表. 2018(09)
[6]“互聯(lián)網(wǎng)+”背景下圖書(shū)館與利益相關(guān)者間跨界資源整合研究[J]. 徐雙.  圖書(shū)館工作與研究. 2017(03)
[7]蘇州圖書(shū)館網(wǎng)上借閱社區(qū)投遞服務(wù)探析[J]. 幸婭.  新世紀(jì)圖書(shū)館. 2015(11)
[8]利用LoadRunner實(shí)現(xiàn)網(wǎng)頁(yè)負(fù)載壓力測(cè)試[J]. 董躍華,彭稷棟.  江西理工大學(xué)學(xué)報(bào). 2010(05)
[9]基于LoadRunner的Web負(fù)載測(cè)試[J]. 伊文斌,鄭劍.  江西理工大學(xué)學(xué)報(bào). 2008(04)
[10]熱軋計(jì)劃中的多旅行商問(wèn)題及其計(jì)算方法[J]. 黃可為,汪定偉.  計(jì)算機(jī)應(yīng)用研究. 2007(07)

博士論文
[1]基于改進(jìn)蟻群算法的物流配送車(chē)輛路徑優(yōu)化研究[D]. 張家善.遼寧工程技術(shù)大學(xué) 2014
[2]蟻群算法改進(jìn)及應(yīng)用研究[D]. 劉波.燕山大學(xué) 2010

碩士論文
[1]改進(jìn)的混合型蟻群算法及其應(yīng)用[D]. 孫晶.中北大學(xué) 2014
[2]求解多目標(biāo)優(yōu)化問(wèn)題的混合遺傳算法的研究與應(yīng)用[D]. 李中林.東北大學(xué) 2012



本文編號(hào)：3001289