基于GA-ACO的应急物流配送车辆调度研究

摘要

自然灾害和公共卫生等突发事件频频发生，这需要大量的物资来应对，应急物资筹备完成后，如何将应急物资快速有效地调往受灾需求点，就成为人们关注的焦点。在此情况下，紧急开展应急物资的配送、快速及时地将应急救援物资发送给受灾需求地点至关重要，而应急物流配送的车辆调度是实现应急物流配送、防灾减灾的关键环节。因此，研究应急物流配送车辆调度问题对于提高应急响应能力、减少受灾范围、最大限度降低生命财产的损失具有重大的现实意义。
　　本文首先详细分析了应急物流配送车辆调度的国内外研究现状及研究中存在问题，论述了应急物流配送和车辆调度问题的相关理论;其次，在分析经典车辆调度问题和带时间窗的车辆调度问题的基础上，结合应急物流配送的特点，考虑应急物流配送的时效性、弱经济性、运输道路情况等因素，以应急时间最短和成本最小为目标，建立了应急物流配送车辆调度模型;再次，概述了遗传算法和蚁群算法的基本原理和算法的优缺点，并给出了遗传蚁群算法的设计思想和基本步骤;最后，根据实证背景进行了数据选取，在此基础上进行了车辆调度的算法设计和参数选取，通过结果对比分析，验证了模型及算法的有效性和可行性，并给出了提高应急物流配送效率的对策与建议。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．2．3 目前研究中存在的主要问题

1．3 本文的主要研究内容及方法

1．3．1 研究内容

1．3．2 研究方法

1．3．3 本文的创新点

1．3．4 技术路线

第2章 应急物流配送相关理论

2．1 应急物流相关理论

2．1．1 应急物流的概念和特点

2．1．2 应急物流的构成要素

2．1．3 应急物流的研究内容

2．1．4 应急物流与普通物流的区别

2．2 车辆调度理论

2．2．1 车辆调度问题的概念

2．2．2 车辆调度问题的构成要素

2．2．3 车辆调度问题的分类

2．3 车辆调度问题的求解算法

2．3．1 精确算法

2．3．2 经典启发式算法

2．3．3 现代启发式算法

2．4 本章小结

第3章 应急物流配送车辆调度模型

3．1 经典车辆调度问题

3．1．1 经典车辆调度问题的含义

3．1．2 经典车辆调度问题的模型

3．2 带时间窗的车辆调度问题

3．2．1 带时间窗的车辆调度问题的含义

3．2．2 带时问窗的车辆调度问题的模型

3．2．3 带时间窗的应急物流配送车辆调度问题

3．3 应急物流配送车辆调度模型构建

3．3．1 问题描述

3．3．2 假设条件

3．3．3 符号说明

3．3．4 模型建立

3．4 本章小结

第4章 遗传-蚁群算法理论

4．1 遗传算法理论

4．1．1 遗传算法的基本思想

4．1．2 遗传算法的构成要素

4．1．3 遗传算法的基本步骤

4．1．4 遗传算法的特点及不足

4．2 蚁群算法理论

4．2．1 蚁群算法的基本原理

4．2．2 蚁群算法的数学模型

4．2．3 蚁群算法的基本步骤

4．2．4 蚁群算法的特点及不足

4．3 遗传-蚁群算法理论

4．3．1 遗传-蚁群算法的设计思想

4．3．2 遗传-蚁群算法的基本步骤

4．3．3 遗传-蚁群算法的基本流程

4．4 本章小结

第5章 实证研究

5．1 实证背景

5．2 案例分析

5．2．1 数据来源

5．2．2 算法设计

5．2．3 参数选取

5．2．4 结果对比分析

5．3 提高应急物流配送效率的对策与建议

5．4 本章小结

结论

参考文献

致谢

作者简介

攻读硕士学位期间发表的论文和科研成果