实时订货信息下物流配送车辆调度优化研究

摘要

由于电子商务和网际网络的兴起,越来越多的企业开始应用电子商务和网络,同时顾客对商品到货时间要求越来越严格.可以说,对顾客进行产品的及时配送是企业和电子商务成功的关键,而适当的车辆调度方式是较少配送时间和配送成本的重要因素.在过去,对实时订货信息下车辆调度优化的研究,只能将这些实时信息累积,待各车辆服务完所有预定的顾客后再重新进行配送,一旦车辆路线决定并了进行配送,在获得新的信息后将无法更改,而只能新增加车辆进行配送或者在途车辆原路返回补货后再按原配送路线配送.事实上,这种调度方式已经失去了实时订货信息所具备的优势,忽视了需求信息的改变对最佳配送路线的影响.它一方面可能导致无法有效满足顾客的要求,另一方面,也可能大大增加配送中心的配送成本.因此,传统的车辆调度问题算法已无法应付快速回应顾客需求以及配送中心对物流配送提出的要求.该研究尝试利用动态的观点处理实时订货信息下具有随机性需求量与需求地点的车辆优化配送问题,期望在订货需求信息不断变动的情况下,适时改变车辆配送的路线与增加车辆进行服务,使其能够更有效率的服务所有需求.为此,该文探讨了电子商务出现后,实时订货信息对于物流配送的影响,并分析电子商务下的配送与传统配送不同特性.由此构建出符合此物流配送特性的问题模式,并结合实时的订货信息与车辆派遣,建立一套能够处理该模式的车辆调度方法.在模型构建中,运用处理静态车辆调度问题的车辆运营变动成本模型,在此基础上,充分考虑顾客对时间要求和实际配送特性,加入混合的时间窗模型,并考虑该研究环境下,可能发生配送失败情形,配以配送失败的惩罚成本,构建符合该问题的模式.并依据该研究的研究范围和假设,设计出适用于该研究的演算流程:初始路线构建和路线改善.初始路线将遗传算法全局搜索能力强的特点和局部搜索算法局部搜索能力强特点相结合,构建了适于该文的混合遗传算法,路线改善采用禁忌搜索法,经案例测试,该方法在求解时间和效果上表现出良好的性能,尤其是在求解大规模的车辆调度问题,具有一定的实际应用价值.

目录

文摘

英文文摘

长沙理工大学学位论文原创性声明及关于学位论文版权使用授权书

符号注释

第一章绪论

1.1研究的背景与动机

1.2研究的目的与意义

1.3研究范围与假设

1.4本论文的主要工作与技术路线

1.5本章小结

第二章实时订货信息下的物流配送分析

2.1实时订货信息下物流配送

2.1.1物流配送的界定

2.1.2实时订货信息与电子商务

2.1.3电子商务与物流配送

2.1.4实时订货信息下物流配送业务流程

2.2实时订货信息下的物流配送特性分析

2.2.1实时订货信息下物流配送特点

2.2.2实时订货信息下的物流配送与传统配送的差异

2.3基于实时订货信息下的物流配送模式划分

2.3.1一体化物流模式

2.3.2第三方物流模式

2.4实时订货信息下物流配送合理化分析

2.4.1不合理配送的表现形式

2.4.2配送合理化的标志

2.4.3配送合理化的主要方法

2.5本章小结

第三章实时订货信息下物流配送车辆调度相关研究

3.1物流配送车辆调度概述

3.1.1物流配送车辆调度的基本概念

3.1.2车辆优化调度问题的构成要素

3.1.3车辆优化调度问题的分类

3.1.4物流配送车辆优化调度问题的研究现状分析

3.2实时订货信息下车辆优化调度问题及其相关模型研究

3.2.1随机性车辆优化调度问题界定

3.2.2旅行时间不确定下的随机性车辆优化调度问题

3.2.3需求点不确定下的随机性车辆优化调度问题

3.2.4需求量不确定下的随机性车辆优化调度问题

3.2.5实时订货信息下物流配送车辆优化调度问题

3.3车辆优化调度问题的算法研究

3.3.1 TSP法

3.3.2节约法

3.3.3分区配送算法与扫描法

3.3.4现代优化计算方法

3.4本章小结

第四章实时订货信息下物流配送车辆调度的模型构造

4.1问题定义与前提假设

4.2模式构建

4.2.1参数定义

4.2.2目标式

4.3.3约束条件

4.4本章小结

第五章模型求解

5.1求解思路

5.2初始路线构建(混合遗传算法)

5.2.1初始路线构建模型

5.2.2基本遗传算法与局部搜索算法原理

5.2.3本文采用的混合遗传算法求解设计

5.2.4混合遗传算法的计算机实现

5.3路线改善(禁忌搜索法)

5.3.1最邻近法原理

5.3.2禁忌搜索法原理

5.3.3配送路线改善的计算方法

5.3.4算法计算机实现

5.4本章小结

第六章案例测试及算法评价

6.1案例测试

6.1.1 YCC东莞分公司基本情况

6.1.2本研究改善方案

6.2算法性能分析

6.2.1初始路线构造的混合遗传算法效果分析

6.2.2线路改善的算法效果评价

6.3本章小结

第七章结论

7.1结论

7.2进一步研究方向

致谢

参考文献

附录