基于启发式算法的药品物流系统的配送优化及实现

《基于启发式算法的药品物流系统的配送优化及实现》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、上海大学硕士学位论文基于启发式算法的药品物流系统的配送优化及实现姓名：孙永松申请学位级别：硕士专业：软件工程指导教师：叶飞跃20090401卜海大学硕士学位论文摘要现代物流业作为“第三利润源泉’’已为越来越多的企业界和物流界人士所关注。目前许多发达国家和地区已形成了比较成熟的物流管理理念、先进的物流技术和高效的物流运营系统。但是人们对物流的认识还远远不够，特别是在药品物流方面，对药品的存储、配送等物流特性，人们还不是十分清楚，因此对药品物流的内在规律还需不断的研究和探索。物流配送是物流活动中重要环节，是“配”与“送”的有机结合。其核心内容是备货、配装和车辆的送货过程。这是物流配

2、送系统的关键环节。进行药品物流配送系统优化，也主要是这些关键环节的关键技术优化问题，包括合理备货、最佳配装及配送车辆线路优化。对药品配送系统各环节技术优化研究，可以提高物流经济效益，实现药品物流科学化管理，因此对该问题的研究具有非常重要的意义。对药品物流配送系统关键技术优化问题的研究，国外开始很早，对该类问题的研究已有相当一批研究成果相继问世，并已广泛应用。在国内对该类问题的系统研究还不多见，处于起步探索研究阶段，就研究的深度和广度来说，还远不能适应当前我国药品配送业以及物流业迅猛发展的需要。本文在已有理论研究成果基础上，结合实际项目，对药品物流配送中备货、配装问题进行了较深入

3、的系统研究。作为课题的研究基础，论文阐述了课题的来源和研究背景，对物流配送系统中货物装载等优化方法问题的国内外研究现状进行了综述，对目前连锁药店经营现状及存在的问题进行了分析。论文对配送中使用货车车厢进行优化研究，在分析了集装箱问题的优化方法基础上，结合定序、定位规则，使用构造式启发算法提出了按层装填车厢的方法，结合剩余空间搜索策略以及空隙融合策略，在装车时充分利用剩余空间填充过程中浪费掉的许多空隙，提高了算法的有效性，为车厢装载提出了一种合理的布局及装载方案。论文针对药品物流配送系统的特点，进行了系统分析，阐述了系统总体设计V上海大学硕士学位论文思想和原则，通过功能设计和结构

4、设计以及系统数据模型的建立，给出了药品物流配送优化计算机子系统的总体设计方案。并在此基础上进行了系统软件开发和实施。通过初期的实际应用，基本上实现了该公司配送中心药品配货和装车的优化：通过与原有业务系统对比，有效的提高了包装纸箱和车厢空间的利用率，减少了配送车俩，在节约成本的同时，提高了配送效率。关键词：药品配送车厢装载启发式算法上海大学硕十学位论文ABSTRACTAs“thethirdsourceofprofit”，themodernlogisticshasattractedmoreattentionofpeopleengagedinbusinessandlogisticin

5、dustry．Atpresent，manydevelopedcountriesandregionshaveformedcomparativelymaturelogisticsadministrationconcept，advancedlogistictechnologyandefficientlogisticoperationsystem．Butaseveryoneknows，theacquainfancewiththelogisticsisnotenough．peoplearenotSOclearofmostpotentiallogisticdisciplines，SOthe

6、internaldisciplinesforthelogisticsneedtobecontinuouslyresearchedandexplored．VSPis‘distribution’and‘delivery’arecombinedorganicallyandthecoreoftheseactivitiesispreparationsofmerchandise，goodsdistributionandloadingaswellasgoodsdelivery．Thementionedthreeelementsarethekeyjointsinlogisticsysteman

7、dtheoptimizationofmedicallogisticsystemisactuallytheoptimizationofthekeytechnologyinthesaidkeyjointsincludingreasonablepreparationofmerchandise，bestdistributionandloadingofgoodsaswellasthedeliveryroutine．Optimizationresearchoneachjointofmedicallogi