為明確需求預(yù)測方向和減少預(yù)測偏差,提出了一種考慮動態(tài)客戶需求的物資配送問題求解方法。依據(jù)客戶歷史需求,以泊松分布模擬需求變化情況,建立需求預(yù)測模型,得到客戶初始預(yù)測需求,并在此基礎(chǔ)上建立了需求不確定的物資配送模型。為求解該模型,設(shè)計了一種預(yù)測需求可調(diào)節(jié)的遺傳算法。在遺傳算法局部搜索階段,提出了需求調(diào)節(jié)算子。該算子以一定概率對客戶初始預(yù)測需求進行調(diào)節(jié),以符合泊松分布的需求變化量減少預(yù)測需求,同時對車輛間的顧客進行調(diào)整,顧客以調(diào)節(jié)后的預(yù)測需求挑選最小需求客戶,移動該客戶至其他最低載貨車輛中并調(diào)整該車輛服務(wù)的顧客順序,整個調(diào)節(jié)過程以最低配送成本為標準,保留最優(yōu)配送路徑。從標準車輛路徑問題測試數(shù)據(jù)庫中挑選10個典型樣例進行測試,結(jié)果表明,與經(jīng)典的最近鄰算法和遺傳算法對比,所提算法在所有算例中均取得了總成本最小值,在90%的算例中取得了運輸成本最小值,在70%的算例中取得了車輛成本最小值。 

【文章頁數(shù)】：8 頁

【文章目錄】：
1 問題描述及模型建立
    1.1 問題描述
    1.2 泊松分布需求預(yù)測模型
    1.3 需求不確定的物資配送模型
        1.3.1 約束條件
        1.3.2 數(shù)學模型
2 預(yù)測需求可調(diào)節(jié)的遺傳算法
    2.1 算法流程
    2.2 需求調(diào)節(jié)算子
    2.3 基本遺傳算法
        2.3.1 染色體編碼
        2.3.2 初始化種群和適應(yīng)度函數(shù)的計算
        2.3.3選擇算子與交叉算子
        2.3.4 局部搜索算子
3 實驗仿真
    3.1 實驗設(shè)計
    3.2 實驗結(jié)果與分析
        3.2.1 多算例實驗結(jié)果比較
        3.2.2單算例實驗結(jié)果比較
        3.2.3 需求調(diào)節(jié)算子性能分析
4 結(jié)束語


【參考文獻】：
期刊論文
[1]考慮動態(tài)需求的外賣配送路徑優(yōu)化模型及算法[J]. 李桃迎,呂曉寧,李峰,陳燕.  控制與決策. 2019(02)
[2]動態(tài)車輛路徑問題的研究進展及發(fā)展趨勢[J]. 周鮮成,王莉,周開軍,黃興斌.  控制與決策. 2019(03)
[3]隨機時變車輛路徑問題的多目標魯棒優(yōu)化方法[J]. 段征宇,雷曾翔,孫碩,楊東援.  西南交通大學學報. 2019(03)
[4]考慮隨機客戶需求的兩級車輛路徑問題研究[J]. 胡喬宇,楊琨,劉冉.  工業(yè)工程與管理. 2018(05)
[5]一類動態(tài)車輛路徑問題模型和兩階段算法[J]. 饒衛(wèi)振,金淳,劉鋒,楊磊.  交通運輸系統(tǒng)工程與信息. 2015(01)
[6]基于大數(shù)據(jù)和泊松分布的配件預(yù)測模型分析與建模[J]. 溫創(chuàng)新,邱一凡,孫軍.  計算機與數(shù)字工程. 2014(08)
[7]多車型動態(tài)需求車輛路徑問題建模及優(yōu)化[J]. 張景玲,趙燕偉,王海燕,介婧,王萬良.  計算機集成制造系統(tǒng). 2010(03)
[8]基于仿真的優(yōu)化及其在多級庫存系統(tǒng)中的應(yīng)用[J]. 高鏡媚,汪定偉.  系統(tǒng)仿真學報. 2009(22)
[9]帶時間窗的動態(tài)車輛路徑問題的局部搜索算法[J]. 劉霞,齊歡.  交通運輸工程學報. 2008(05)
[10]單個交叉路口到車服從泊松分布條件下控制動態(tài)響應(yīng)的仿真研究[J]. 賀國光,崔巖,王桂珠.  系統(tǒng)工程. 2002(05)



本文編號：3721690