多配送中心下的开放式车辆动态调度研究

摘要

随着经济和科技的发展，物流业逐渐成为“第三利润源泉”，受到人们的关注和重视。物流车辆调度问题作为物流系统中的一个核心环节，更是物流企业和相关学者研究的重点领域。
　　 以往关于车辆调度问题的研究都是基于两大假设:一，关于车辆调度的全部信息在调度前都是已知并且保持不变的，即问题是静态的;二，配送车辆从配送中心出发，根据路线依次完成对各客户的配送服务后返回配送中心，即配送路径是一条闭合的回路。然而，在现实生活中，由于客户情况、道路情况、天气情况等的变化，需要配送部门及时调整配送路线来适应新的状况，从而使之成为了动态车辆调度问题。同时，在例如投递报纸等类似的配送中，企业为了降低成本，并不要求配送车辆当即返回原配送中心，而只需就近返回邻近配送中心即可，因此，构成了开放式车辆调度问题。近几年来，有许多关于这两类问题的单独研究，但将二者结合在一起进行分析研究的较少。除此之外，随着地理信息系统的发展，GIS在物流领域的应用越来越广，因此本文将研究多配送中心下的开放式车辆动态调度问题，并基于GIS技术建立车辆调度系统原型，以支持配送企业进行车辆调度决策。
　　 文章首先介绍了开放式车辆调度问题、动态车辆问题和地理信息系统的概念及研究历程，确定了本文的研究内容。
　　 其次，通过对开放式配送车辆动态调度问题各重点难点部分的具体分析，确定了解决方案，并得到了问题的总体求解思路。
　　 第三，建立了开放式车辆动态调度问题的数学模型，并选定了蚁群算法来求解问题。通过分析蚁群算法的原理和优缺点，设计了针对开放式车辆调度问题的改进型蚁群算法。
　　 最后，设计了基于ArcGIS的车辆调度系统，并成功将系统与改进型蚁群算法进行集成，通过实例验证了算法的可行性和适用性，实现了车辆调度的可视化。

目录

声明

摘要

第1章 绪论

1．1 课题研究背景

1．2 国内外研究现状综述

1．2．1 开放式车辆调度问题研究现状

1．2．2 车辆动态调度问题研究现状

1．2．3 GIS在物流配送中应用的研究现状

1．2．4 对各类问题研究现状的总结及本文创新点

第2章 问题概述

2．1 车辆调度问题概述

2．2 开放式车辆调度问题概述

2．2．1 开放式车辆调度问题的描述

2．2．2 求解开放式车辆调度问题的求解难点

2．3 动态车辆调度问题概述

2．3．1 动态调度问题的描述

2．3．2 求解车辆动态调度问题的求解难点

2．4 本章小结

第3章 开放式配送车辆动态调度问题的分析及求解策略

3．1 问题的重点

3．1．1 多配送中心的处理

3．1．2 动态性程度的判断

3．1．3 关键客户的识别

3．1．4 动态调度策略

3．1．5 动态性事件的对应策略

3．1．6 车辆载重的分配

3．2 问题的求解思路

3．3 本章小结

第4章 开放式车辆动态调度问题数学模型

4．1 开放式车辆动态调度问题描述

4．2 开放式车辆动态调度问题数学模型

4．2．1 初始静态调度的数学模型

4．2．2 动态调整的数学模型

第5章 两阶段法求解开放式车辆动态调度问题

5．1 聚类算法(第一阶段)

5．2 蚁群算法的基本原理

5．3 蚁群算法模型的建立

5．3．1 路径构建

5．3．2 信息素更新

5．4 蚁群算法的优点及不足

5．4．1 蚁群算法的优点

5．4．2 蚁群算法的不足

5．5 改进型蚁群算法(第二阶段)

第6章 基于GIS的开放式车辆动态调度系统设计

6．1 地理信息系统(GIS)

6．1．1 地理信息系统(GIS)概述

6．1．2 地理信息系统(GIS)在物流业中的应用

6．2 车辆调度模型与GIS的集成

6．2．1 地图数据分析

6．2．2 数据集成分析

6．2．3 集成过程

6．3 基于GIS的开放式车辆动态调度系统分析与设计

6．3．1 系统需求分析

6．3．2 系统设计原则

6．3．3 系统业务流程分析

6．3．4 系统功能设计

第7章 开放式车辆动态调度系统原型及实例

7．1 开发环境介绍

7．2 系统界面

7．3 实例分析

7．3．1 算例介绍

7．3．2 静态调度第一阶段-聚类分析

7．3．3 数据预处理

7．3．4 静态调度第二阶段-改进型蚁群算法求解

7．3．5 动态客户调度

第8章 总结与展望

8．1 研究总结

8．2 研究展望

参考文献

附录 程序核心代码

致谢