基于蚁群算法的物流配送车辆路径优化研究—以物美集团为例

基于蚁群算法的物流配送车辆路径优化研究—以物美集团为例

ID:44051285

大小:360.11 KB

页数:59页

时间:2019-10-18

基于蚁群算法的物流配送车辆路径优化研究—以物美集团为例_第1页
基于蚁群算法的物流配送车辆路径优化研究—以物美集团为例_第2页
基于蚁群算法的物流配送车辆路径优化研究—以物美集团为例_第3页
基于蚁群算法的物流配送车辆路径优化研究—以物美集团为例_第4页
基于蚁群算法的物流配送车辆路径优化研究—以物美集团为例_第5页
资源描述:

《基于蚁群算法的物流配送车辆路径优化研究—以物美集团为例》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于蚁群算法的物流配送车辆路径优化研究以物美集团为例物美集团是我国最大、发展最早的现代流通企业之一,也是首都最大的连锁零售企业。随着供应链管理理论的研究深入,信息技术的飞速进步与物流系统的集约化、一体化发展,物流配送能力已成为构成企业竞争力不可或缺的因素,更是物美集团作为零售企业面临的重大挑战。车辆路径优化(VehicleRoutingProblem,VRP)问题,又称车辆路径调度问题、物流配送路线问题等,是现代物流研究中的一项重要内容。车辆路径优化问题,顾名思义,主要解决的是派多少辆车走什么样的路线进

2、行运输的问题,目的是找到最小成本与最高效率的配送方案。此问题即为VRP问题。车辆路径问题是组合优化领域中著名的NP-hard问题之一,与众多的实际问题都有相似性,如铁路运输、公交调度、路由选择等,具有相当大的实际意义。蚁群算法是受自然界中真实蚁群觅食行为的启发而提岀的一种模拟进化算法,在求解车辆路径优化等组合优化问题上取得了很好的效果。因此,本文主要利用蚁群算法,对VRP进行深入研究与建模求解。本文从物流配送路径优化和蚁群算法基础理论的研究出发,首先对研究背景和意义、方法等进行了概述。其次,本文详细介绍

3、了物流及物流配送的基木概念、运作流程等理论,并对物美集团的车辆路径优化问题进行了概述,介绍求解VRP问题的不同智能算法。此后,本文引入旅行商(TSP)问题,详细介绍了蚁群算法并分析其优缺点,针对其优缺点提出了不同的改进蚁群算法。本文选取物美集团作为研究案例,应用蚁群算法对物美大卖场与超市的物流配送问题进行了求解,并在最后对本文的工作进行了总结,提出了建设性意见。关键词:物流配送,车辆路径优化,蚁群算法,智能算法StudyonLogisticsDistributionVehicleRoutingOptim

4、izationProblemsBasedonColonyAlgorithm—TheCaseofWumartGroupABSTRACTWumartgroupisthelargestandtheearliestdevelopmentofmoderncirculationenterprises,also,isthelargestretailchainenterprisesinBeijing.Withtherapiddevelopmentofthetheoryofsupplychainmanagement,in

5、formationtechnologyandtheintensiveandintegrateddevelopmentoflogisticssystem,logisticsdistributioncapabilityhasbecomeanindispensablefactorinthecompetitivenessofenterprises,alsothemajorchallengefacedbyretailersasWumartgroup.Vehicleroutingproblem(VehicleRou

6、ting,VRP),alsoknownasvehicleroutingproblem,logisticsdistributionroutingproblem,isanimportantpartofmodernlogisticsresearchinProblem.Vehicleroutingproblem,asitsnameimplies,istofindoutthesolutionthathowmanycarsshouldbesendtotakewhatkindofroutetransportation

7、problem・VRP'spuiposeistofindtheminimumcostandmaximumefficiencyofthedistributionprogram.ThevehicleroutingproblemisoneofthefamousNP-hardprobleminthefieldofcombinatorialoptimization,aresimilarwiththeactualproblems,suchasrailwaytransportation,busscheduling,r

8、outing,whichhasconsiderablepracticalsignificance.Antcolonyalgorithmisasimulatedevolutionaryalgorithm,whichisinspiredbytherealantcolonyforagingbehaviorinthenature・Therefore,thisarticlemainlyusestheantcolonyalgorithm,carries

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。