欢迎来到天天文库
浏览记录
ID:33583950
大小:2.69 MB
页数:82页
时间:2019-02-27
《大规模网点物流路径规划系统的研究与应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号密级UDC学校代码10497学位论文题目大规模网点物流路径规划系统的研究与应用英文ResearchandApplicationonLarge-scaleNetworkof题目LogisticsRoutePlanningSystem研究生姓名袁先亮姓名刘伟职称副教授学位博士指导教师单位名称计算机科学与技术学院邮编430063申请学位级别硕士学科专业名称计算机应用技术论文提交日期2014-04论文答辩日期2014-05学位授予单位武汉理工大学学位授予日期答辩委员会主席评阅人2014年05月万方数据独创性声明本人声明,所呈交的论文是本人在
2、导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名:日期:学位论文使用授权书本人完全了解武汉理工大学有关保留、使用学位论文的规定,即学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权武汉理工大学可以将本学位论文的全部内容编入有关数据库进行检索,可以采用影印、缩印或其他
3、复制手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有关机构或论文数据库使用或收录本学位论文,并向社会公众提供信息服务。(保密的论文在解密后应遵守此规定)研究生(签名):导师(签名):日期:万方数据武汉理工大学硕士学位论文摘要随着科技的不断进步,电子商务飞速发展,B2B(BusinessToBusiness)营销模式的日趋成熟,为我国的物流业的飞速发展提供了良好的基础。提高物流效益的首要条件是降低物流配送成本。目前,很多学者对CVRP(CapacitatedVehicleRoutingProblem)问题模型进行了研究,提出了许
4、多改进的算法,并取得了很好的效果。本文研究主要是以物流平台为基础,该平台整合了多家物流企业的需求,针对物流平台的需求,本文对三种不同的CVRP问题模型进行了研究。本文主要采用改进的蚁群遗传融合算法求解了这三种CVRP问题模型,具体工作如下:1.在带时间窗约束的CVRPTW(CapacitatedVehicleRoutingProblemwithTimeWindows)模型的基础上,研究了多时间窗对CVRP模型的影响。每个网点任务都带有两个时间窗,分别是上午和下午两个时间窗,并分析了多时间窗对车辆路径配送的影响。2.研究了三种CVRP模型:
5、单车多路径模型、多车多路径模型、混合路径模型。本文引入了带有线路模板的CVRP模型,绑定线路模板的车辆只能参与配送线路模板内的网点任务,没有绑定线路模板的车辆参与配送非线路模板的网点任务,形成了单车与多车的混合路径模型。本文对上述三种CVRP模型进行了系统描述和问题建模。3.充分利用了蚁群算法和遗传算法各自的优点,采用改进的蚁群和遗传算法融合求解上述的三种CVRP模型。其中采用选择性探索与随机性探索相结合的方式对蚁群算法进行了改进;并在信息素更新的策略上也进行了改进,采用改进的全局最优法与本次迭代最优法结合的策略来更新信息素;同时在遗传算
6、法的变异操作中,采用了交换变异和倒置变异两种变异结合的方式,增强了算法寻优的性能。为了验证改进算法的有效性,本文实现了上述改进算法,根据物流平台提供的数据对算法进行了测试。本文对多时间窗与线路模板是否启用的四种不同的实验情况进行了分析对比,分析了算法的收敛性,并对比了改进的算法与现有的几种算法的综合性能,验证了本文改进算法的合理性和有效性。关键字:物流平台,线路模板,混合路径模型,蚁群算法,遗传算法I万方数据武汉理工大学硕士学位论文AbstractWiththegrowthofTechnology,e-commercedevelopsra
7、pidlyandthemarketingmodeofbusinesstobusinessbecomespopular,whichpromotesthelogisticsindustry.Asweallknow,decreasingthecostisveryimportantforimprovingthelogisticsefficiency.Nowadays,manyscholarshavestudiedontheCapacitatedVehicleRoutingProblem(CVRP)andgivenadvicesonalgorith
8、ms,whichareverysuccessful.Sothisthesisisbasedonthelogisticsplatformwhichinvolvesthedemandofsever
此文档下载收益归作者所有