动态多智能算法及其在物流配送系统中的应用研究

《动态多智能算法及其在物流配送系统中的应用研究》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、学校代码：10255学号：1139082动态多智能算法及其在物流配送系统中的应用研究学院：旭日工商管理学院专业：管理科学与工程姓名：陈克明导师：郑建国教授东华大学旭日工商管理学院2018年5月DynamicMulti-intelligentAlgorithmandItsApplicationinLogisticsandDistributionSystemSpecialty：ManagementScienceandEngineeringAuthor：CHENKe-mingAdvisor：Prof.ZHENGJian-guo

2、GloriousSunSchoolofBusinessandManagementDonghuaUniversityShanghai,P.R.China2018东华大学学位论文原创性声明本人郑重声明：我恪守学术道德，崇尚严谨学风。所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已明确注明和引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写，我对所写的内容负责，并完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日东华大学学位论文版权

3、使用授权书学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校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，允许论文被查阅或借阅。本人授权东华大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本版权书。本学位论文属于不保密□。学位论文作者签名：指导教师签名：日期：年月日日期：年月日4东华大学陈克明博士学位论文答辩委员会成员名单姓名职称职务工作单位备注曾赛星教授答辩委员会主席上海交通大学赵来军教授答辩委员会委员上海交通大

4、学马卫民教授答辩委员会委员同济大学何清华教授答辩委员会委员同济大学汪传旭教授答辩委员会委员上海海事大学周莉莉讲师答辩委员会秘书东华大学摘要摘要随着经济和人口的快速发展，产业集聚效应进一步加深；用户消费水平和采购需求不断增加，物流活动急剧增加。因此，物流车辆也不可避免地增加，这些物流车辆的排放和能源消耗远远大于用于日常出行的乘用车。无可否认，高效快捷的现代物流业对促进经济发展起着关键作用。此外，还造成能源消耗、环境污染和交通问题等一系列问题。如何从物流配送系统中减少物流活动的负面影响已成为现代物流行业的重要课题之一。究其原

5、因在于业内尚未形成优势互补和双赢的局面，而且分布简单而单调，其功能也不能满足多元化和多层次的物流配送需求。来自中投顾问的一份数据显示，不足一半的物流企业建立了物流信息管理系统和内部网络资源，其中80%的物流企业仍然处于应用的初级阶段，约15%的物流企业处于流程改造和控制的优化阶段，仅有5%的物流企业已经提升到供应链水平。云计算的发展是IT领域的一次重要过渡和标志性的转变。云是一个有效可用的虚拟化资产，是共享资产的各种服务器的互联网络。云计算通过虚拟化变得高效。因此，在云环境中有效管理和分配虚拟机变得更加重要。在本文中，我

6、们在分配资源的同时分析和提高云计算基础架构的可靠性。把云计算引入物流行业，可以解决该行业中信息资源开发利用不足、信息化资源缺失等难题，同时也促进我国传统物流行业向智能物流转型；把云计算引入物流配送中，乃至更大范围的配送服务领域，是当下物流业亟需解决的问题。物流配送是物流服务供应链中的关键环节，也是开展电子商务活动不可或缺的重要部分。其中，车辆调度问题的研究有利于智能交通的发展，有利于构建全面的物流配送系统，更有利于电子商务的发展。该问题在现实生活中应该更为广泛，如车辆路径问题、旅行商问题、邮政投递问题、航班调度安排、码头

7、船舶调运以及电力系统的调度问题等；电子商务和通信技术的发展更是促进了车辆调度与物流配送的结合，使其在连锁型超市、大型购物中心和快递行业等领域具有更加全面的发展平台和更为广阔的应用前景。论文的主要研究内容和创新成果如下：I摘要（1）初步探讨基于粗糙集的广义决策信息系统的理论基础，重新定义了差别矩阵的概念，规范Pawlak约简、广义决策约简以及最优决策规则；着重研究在物流配送系统中，基于云计算服务平台，分析顾客的实时需求，对海量的需求数据进行预处理。（2）从求解复杂多目标优化问题的收敛性和解集分布性入手，提出一种基于种群自适

8、应调整的多目标差分进化算法。设计一个种群扩增策略，在决策空间生成一些新个体帮助搜索更优的非支配解；设计一个种群收缩策略，依据对非支配解集的贡献程度淘汰较差的个体以减少计算负荷，并预留一些空间给新的带有种群多样性的扰动个体，并引入精英学习策略防止算法陷入局部收敛。用6组函数优化问题验证新算法在多数情况下，收敛性和多样性