基于改进粒子群算法的生鲜电商配送路径优化研究

摘要

在当今时代国民经济迅猛发展、互联网技术日益普及的大背景下，国人的消费水平和消费观念都在发生着变化，伴随着生活质量的提升和快节奏化的生活方式，人们接触信息的渠道越来越多，对新生事物的接受能力逐渐增强，电商也逐渐被人们接受和认可。大家通过网络平台来购买新鲜农副产品的需求进一步的增加，并且对配送的理解也呈现出多元化的趋势。而当下的生鲜农产品电商平台采取配送的模式不能完全满足消费者的需求，其存在配送成本过高、区域配送路线不合理、忽视顾客时间需求程度等问题，以上种种严重妨碍了生鲜农产品电商平台或企业的成长。
　　是以在互联网电子商务大环境下，如何构建更贴近实际的生鲜电商配送模型，合理规划配送路径、提高配送效率、降低配送成本、保证产品的质量和新鲜度、提升顾客对电商平台的满意程度，是发展生鲜农产品电商配送亟待攻克的难关。
　　参照生鲜电商的成长趋势，本文在分析现有生鲜农产品电商平台或企业配送模式特点的基础上，主要探讨了生鲜农产品的关于配送路径设计、优化的问题。首先，本文通过对前人研究成果的总结，对生鲜农产品以及我国生鲜农产品流通的主要特点进行了论述，并解析了生鲜农产品流通的近况及面临的瓶颈。其次，针对现有电商平台配送模式存在的问题，提出了考虑消费者出行决策的有限理性特点，以累积前景理论为基础，构造以货损成本、惩罚成本、运输成本等最少为目标，以代理点需求、车辆装载质量和客户要求服务时间窗为约束，构建考虑顾客时间紧迫程度的生鲜电商配送路径优化模型。这种模型能够充分考虑顾客对时间窗的细化要求，在节省配送成本的基础上，提升顾客对配送服务的满意度，具有一定的实际价值;再次，结合并运用改进粒子群算法辅助Matlab7.10软件对模型编程、求解;最后，引用相关标准测试函数对改进算法的性能进行检测，并结合具体案例对数学模型进行检验，证明了本文模型和求解算法在求解相关问题的可行性。并对获得的成果进行了分析总结。
　　文章依据文献阅读、理论归纳、模型建立、算法改进、案例分析的思路展开，对生鲜农产品电商配送路径优化问题进行了研究，具有一定的理论及现实价值。

目录

声明

致谢

摘要

1 引言

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 生鲜农产品电商发展现状

1．2．2 生鲜农产品配送的研究现状

1．2．3 带时间窗的配送路径问题

1．2．4 累积前景理论在路径优化中的应用

1．3 文章的主要研究内容及创新点

1．3．1 本文的主要内容

1．3．2 文章的创新点

2 相关理论概述

2．1 累积前景理论概述

2．2 生鲜农产品相关研究概述

2．2．1 生鲜农产品的主要特点

2．2．2 生鲜电商物流配送特性

2．3 配送路径相关问题概述

2．3．1 配送路径问题及其分类

2．3．2 VRPTW问题的概念与描述

2．4 本章小结

3 生鲜电商配送路径优化模型的建立

3．1 确立优化目标

3．2 时间窗问题探究

3．3 基于CPT的决策方案

3．4 建立生鲜电商配送路径优化模型

3．4．1 问题描述及参数定义

3．4．2 建立模型

3．5 本章小结

4 粒子群算法及其改进

4．1 基本粒子群算法

4．1．1 PSO算法的数学模型

4．1．2 PSO算法的基本流程

4．1．3 PsO算法的优点与不足

4．2 粒子群算法的改进

4．2．1 改进PSO算法的基本思想

4．2．2 改进PSO算法的基本流程

4．2．3 实验分析

4．3 算例分析

4．3．1 算例设计

4．3．2 结果分析

4．4 本章小结

5 结论与展望

5．1 研究结论

5．2 前景展望

参考文献

附录