绿色物流下物流配送路径优化研究

摘要

绿色运输作为绿色物流的重要组成部分，强调在运输过程中降低能源消耗、减少废气排放。公路运输作为货物运输的主要方式，在能源消耗、环境污染等方面存在严重的问题。笔者在公路运输的路径规划方面做了深入的分析与研究，认为优化带取送货物流配送路径、采用协同物流配送方式可使公路运输在能源消耗、环境污染方面大为改观。
　　本文首先对国内外遗传算法的研究现状进行了梳理，整理了各研究者在遗传算法编码、选择、交叉、变异等方面的优化手段与方法；其次，详细讨论了遗传算法的搜索原理及经典遗传算法的计算过程，并深入讨论了遗传算法早熟、局部最优的原因；再次，笔者在遗传算法哲学基础的指导下提出相似度与临时分组两个概念或操作来提高遗传算法过程中种群的多样性，并将遗传算法竞争操作分为两个过程，排挤竞争与适应度竞争以提高其收敛性。最后，笔者采用python语言实现了改进的排挤小生境遗传算法，并通过算例比较分析证明该遗传算法的正确性与可行性。
　　本文认为绿色物流最有效的实现手段是物流企业的协同配送。本文对协同配送问题进行了深入讨论，并建立了数学模型。首先提出了针对协同配送问题，建议客户重新分组策略，将协同配送的物流配送路径优化问题转化为多个单配送中心的物流路径优化问题。在此基础上采用改进的排挤小生境遗传算法进行求解。并通过数据进行分析，证明协同配送是绿色物流比较有效的实现方式。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景

1.2 研究意义

1.3 国内外相关研究综述

1.4 本文研究方法

1.5 本文主要研究内容

1.6 本文组织结构

2 物流配送路径优化基础理论

2.1 绿色物流及实现途径

2.2 物流配送路径优化问题

2.3 遗传算法

2.4 小生境技术

2.5 本章小结

3 物流配送路径优化数学模型

3.1 带取送货物流配送路径优化数学模型

3.2 协同配送物流配送路径优化数学模型

3.3 本章小结

4 改进的排挤小生境遗传算法设计、实现与算例分析

4.1 改进的排挤小生境遗传算法设计

4.2 排挤小生境技术优化方案

4.3 改进的排挤小生境遗传算法计算流程

4.4 改进的排挤小生境遗传算法实现

4.5 实验

4.6 算例分析

4.7 本章小结

5 总结与展望

5.1 论文总结

5.2 未来研究工作展望

参考文献

致谢

攻读硕士学位期间承担的科研任务与主要成果