本文關鍵詞：基于改進蟻群算法的區(qū)域車輛配送路徑優(yōu)化方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著信息技術和電子商務的高速發(fā)展、O2O模式的興起,本地生活服務呈現爆發(fā)性增長,進而促進了區(qū)域性、短距離的配送業(yè)務的快速發(fā)展,區(qū)域配送市場漸成規(guī)模,在物流眾多細分領域中占據了一席之地。物流行業(yè)在國民經濟的占比很高,發(fā)揮著基礎性的作用。在現階段,我國的物流配送水平較低,存在勞動力密集、信息化程度低的缺陷,配送體驗處于“只送不配”的階段,配送效率低下,車輛等資源有效利用率低。因此,對于物流配送方面的研究具有很強的實際意義。在干線物流和廣域配送方面,已經出現了眾多優(yōu)秀的優(yōu)化調度方案,但針對小區(qū)域配送的研究較少,還沒有相應的工具來滿足小區(qū)域配送的路徑優(yōu)化需求。因此,本文在研究了車輛路徑問題的基礎上,分析了各種常見類型的車輛路徑模型,結合眾包模式,建立小區(qū)域物流配送的數學模型,對蟻群算法進行改進后用于小區(qū)域配送路線的優(yōu)化,并將優(yōu)化算法和配送策略封裝到系統(tǒng)軟件上,設計了區(qū)域配送系統(tǒng)來實現區(qū)域配送路線的優(yōu)化。主要研究工作和成果如下:(1)綜述了國內外車輛路徑問題的研究現狀和發(fā)展趨勢,介紹了車輛路徑問題的基本概念和不同約束條件下的分類,分析了求解車輛路徑問題的各類算法,建立了帶能力約束的車輛路徑問題的一般數學模型。(2)針對基本蟻群算法計算速度慢、容易停滯在局部最優(yōu)等缺陷,對轉移概率公式、信息素更新策略進行改進,提出了一種改進的蟻群算法,并對每代最優(yōu)解應用2-Opt算法進行進一步優(yōu)化。改進后的算法用于小規(guī)模車輛路徑問題上,仿真結果表明,改進算法具有收斂速度快、計算精度高的優(yōu)勢,對提高車輛運輸效率,降低運輸成本有應用價值。(3)針對小區(qū)域物流配送批量小、頻次高的特點,為了滿足小區(qū)域客戶對配送時間限制的需求,本文在車輛路徑問題基本模型上,增加了“多車場”和“時間限”兩個約束條件,取消了“車輛容量”的限制條件,采用了眾包配送的方式,建立了適用于小區(qū)域物流配送的車輛路徑數學模型,設計了改進的蟻群算法對車輛路徑進行優(yōu)化與調度,并通過算例分析,驗證了方法的有效性。(4)結合移動互聯技術,采用PHP語言實現核心算法,設計了功能網頁,開發(fā)了基于移動互聯網的小區(qū)域物流配送系統(tǒng),將核心算法應用在系統(tǒng)上,實現了配送路徑的實時反饋。實際應用結果表明,本文所提方法與系統(tǒng),適合小區(qū)域、高頻次、小批量的應用場合,有較高的實用價值。
【關鍵詞】：車輛路徑問題 蟻群算法 小區(qū)域物流配送 眾包 Web技術
【學位授予單位】：浙江理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP18
【目錄】：

• 摘要6-8
• ABSTRACT8-12
• 第1章 緒論12-17
• 1.1 課題研究背景及意義12-13
• 1.2 國內外研究現狀與發(fā)展趨勢13-15
• 1.2.1 車輛路徑問題國內外研究現狀13-14
• 1.2.2 蟻群算法國內外研究現狀14-15
• 1.3 研究內容和論文結構15-17
• 1.3.1 研究內容15-16
• 1.3.2 論文結構16-17
• 第2章 車輛路徑問題模型和算法研究17-30
• 2.1 配送網絡模式17
• 2.2 車輛路徑問題17-22
• 2.2.1 車輛路徑問題的定義17-18
• 2.2.2 車輛路徑問題構成要素18-19
• 2.2.3 車輛路徑問題的模型19-22
• 2.3 車輛路徑問題的求解算法22-26
• 2.3.1 精確算法23
• 2.3.2 啟發(fā)式算法23-24
• 2.3.3 智能優(yōu)化算法24-26
• 2.4 CVRP、VRPTW、MDVRP數學模型26-29
• 2.4.1 CVRP數學模型26-27
• 2.4.2 VRPTW數學模型27-28
• 2.4.3 MDVRP數學模型28-29
• 2.5 本章小結29-30
• 第3章 蟻群算法原理及其改進30-43
• 3.1 蟻群算法的思想起源30-32
• 3.2 蟻群算法的機制原理32-33
• 3.3 人工螞蟻與真實螞蟻的異同比較33-34
• 3.3.1 相同點比較33
• 3.3.2 不同點比較33-34
• 3.4 基本蟻群算法數學模型34-36
• 3.4.1 基于TSP問題的數學模型34-35
• 3.4.2 基于TSP問題的算法步驟35-36
• 3.5 蟻群算法的研究進展36-37
• 3.6 改進的基本蟻群算法37-40
• 3.6.1 基本蟻群算法的缺點37-38
• 3.6.2 蟻群算法的改進及算法步驟38-40
• 3.7 算例分析40-42
• 3.8 結果比較分析42
• 3.9 本章小結42-43
• 第4章 眾包方式下小區(qū)域物流配送車輛路徑建模與求解43-53
• 4.1 小區(qū)域配送43-44
• 4.1.1 O2O發(fā)展43
• 4.1.2 O2O的配送43-44
• 4.2 眾包介紹44-45
• 4.3 眾包方式下小區(qū)域物流配送車輛路徑優(yōu)化45-46
• 4.4 模型求解46-52
• 4.4.1 多車場到單車場的轉換46-47
• 4.4.2 蟻群算法求解單車場帶時間限制小區(qū)域車輛路徑模型47-49
• 4.4.3 算例分析49-52
• 4.5 本章小結52-53
• 第5章 基于Web技術的區(qū)域配送系統(tǒng)設計與實現53-64
• 5.1 系統(tǒng)開發(fā)的背景和意義53
• 5.2 系統(tǒng)的整體框架設計53
• 5.3 相關技術介紹53-55
• 5.3.1 Web技術與前端技術53-54
• 5.3.2 數據庫54-55
• 5.3.3 PHP55
• 5.4 系統(tǒng)的關鍵設計55-63
• 5.4.1 LAMP架構55-56
• 5.4.2 百度地圖API56-57
• 5.4.3 阿里云服務器57-58
• 5.4.4 數據庫表的設計58-59
• 5.4.5 界面設計59-63
• 5.5 本章小結63-64
• 第6章 總結與展望64-66
• 6.1 全文總結64
• 6.2 研究展望64-66
• 參考文獻66-71
• 致謝71-72
• 攻讀碩士學位期間的研究成果72

【相似文獻】

中國期刊全文數據庫 前10條

1 唐加福;孔媛;潘震東;董穎;;基于劃分的蟻群算法求解貨物權重車輛路徑問題[J];控制理論與應用;2008年04期

2 鐘雪靈;王雄志;;開放式車輛路徑問題的混合算法[J];計算機仿真;2011年08期

3 熊浩;符卓;鄢慧麗;;動態(tài)車輛路徑問題的隱分區(qū)靈活分批策略[J];同濟大學學報(自然科學版);2013年05期

4 婁山佐;吳耀華;肖際偉;廖莉;;基于增強學習解決隨機需求車輛路徑問題[J];系統(tǒng)仿真學報;2008年14期

5 徐俊杰;;車輛路徑問題的改進微正則退火算法[J];信息化縱橫;2009年06期

6 吳斌;邵建峰;方葉祥;;基于客戶滿意度的開放式車輛路徑問題研究[J];計算機工程;2009年17期

7 王江晴;張瀟;;復雜環(huán)境下動態(tài)車輛路徑問題的建模與求解[J];武漢大學學報(理學版);2010年04期

8 陸琳;蔡紹洪;;一類隨機顧客車輛路徑問題及其算法[J];南京航空航天大學學報;2010年04期

9 溫惠英;孫博;;協(xié)同車輛路徑問題的模糊規(guī)劃模型和算法[J];計算機應用研究;2011年02期

10 楊皎平;高雷阜;王俊;;裝卸聯盟車輛路徑問題及兩階段優(yōu)化方法[J];計算機工程與應用;2011年14期

中國重要會議論文全文數據庫 前10條

1 符卓;陳斯衛(wèi);;車輛路徑問題的研究現狀與發(fā)展趨勢[A];中國運籌學會第七屆學術交流會論文集（下卷）[C];2004年

2 楊世堅;陳韜;;隨機車輛路徑問題研究綜述[A];中國系統(tǒng)工程學會決策科學專業(yè)委員會第六屆學術年會論文集[C];2005年

3 李桂平;陳楠;;多中心車輛路徑問題的解決思路[A];中國地理信息系統(tǒng)協(xié)會第四次會員代表大會暨第十一屆年會論文集[C];2007年

4 李大衛(wèi);王夢光;;廣義車輛路徑問題——模型及算法[A];1997中國控制與決策學術年會論文集[C];1997年

5 符卓;聶靖;;開放式車輛路徑問題及其若干研究進展[A];中國運籌學會第八屆學術交流會論文集[C];2006年

6 陳寶文;宋申民;陳興林;單志眾;;應用于車輛路徑問題的多蟻群算法[A];第25屆中國控制會議論文集（下冊）[C];2006年

7 戎麗霞;;模糊需求條件下的多車場車輛路徑問題[A];第三屆中國智能計算大會論文集[C];2009年

8 張鳳姣;張興芳;;基于不確定理論的車輛路徑問題[A];第九屆中國不確定系統(tǒng)年會、第五屆中國智能計算大會、第十三屆中國青年信息與管理學者大會論文集[C];2011年

9 肖雁;符卓;李育安;;帶軟時間窗的車輛路徑問題及其應用前景探討[A];中國運籌學會第六屆學術交流會論文集（下卷）[C];2000年

10 許鑫;范文慧;馮雅U

本文編號：348562