突发事件下冷链物流车辆路径再规划研究

摘要

随着人们对冷冻、冷藏食品需求的增加，使得高成本、低利润的冷链物流面临巨大挑战。在冷链物流中，配送成本占比较高，而车辆路径规划是否合理对配送成本影响很大。在配送过程中，诸如交通拥堵、道路改造维护、交通事故等突发事件不可预料、无法避免，一旦发生不仅会增加配送成本，还会影响客户的满意度，车辆路径再规划就显得尤为重要。
　　本文首先对冷链物流配送特点进行分析，并对所研究的突发事件进行了界定，在充分考虑了突发事件下配送的各项成本，包括车辆指派成本、车辆运输成本、货物货损成本、车辆温控能源损耗成本和超过时间窗的惩罚成本后，以配送成本最小化为目标建立了突发事件下冷链物流车辆路径再规划模型。然后结合本文研究问题及所建模型，设计了合适的蚁群算法转移规则和信息素更新规则。最后带入实例，根据突发事件前、后分两阶段进行求解和分析，并对信息启发因子、期望启发式因子和信息素挥发系数进行了参数分析，从而验证了本文所建模型、算法设计以及参数值设置的合理性和适用性。
　　本文所研究的突发事件下冷链物流车辆路径再规划问题，除了为涉及冷链物流的企业规划突发事件下的车辆路径提供理论依据，也可为其在决定配送车辆规模和车辆出发时间、考核车辆到达客户时间、调整与客户约定的服务时间、预计货物货损量和各项成本等时提供实际参考。

目录

声明

致谢

摘要

1 绪论

1．1 研究背景

1．2 研究意义

1．3 国内外研究综述

1．3．1 国内外冷链物流配送研究综述

1．3．2 突发事件下车辆路径问题研究综述

1．4 研究内容及技术路线

1．4．1 研究内容

1．4．2 技术路线

1．5 本章小结

2 冷链物流及车辆路径相关理论

2．1 冷链物流

2．1．1 冷链物流的定义

2．1．2 冷链物流的构成

2．1．3 冷链物流配送的特点

2．2 车辆路径问题

2．2．1 车辆路径问题的定义

2．2．2 车辆路径问题的分类

2．2．3 车辆路径问题的模型

2．2．4 车辆路径问题的求解算法

2．3 本章小结

3 突发事件下冷链物流车辆路径再规划模型

3．1 冷链物流车辆路径再规划问题的描述

3．2 再规划问题的一般假设和约束条件

3．2．1 一般假设

3．2．2 约束条件

3．3 再规划模型的参数设置

3．4 突发事件下冷链物流配送成本分析

3．5 再规划模型的建立

3．6 本章小结

4 模型求解思路与算法设计

4．1 模型求解的思路

4．2 蚁群算法概述

4．2．1 蚁群算法的基本原理

4．2．2 蚁群算法的相关概念

4．2．3 蚁群算法的特点

4．2．4 蚁群算法的求解步骤

4．3 模型求解的算法设计

4．4 本章小结

5 实例分析

5．1 配送实例概述

5．2 蚁群算法求解

5．2．1 第一阶段求解

5．2．2 第二阶段求解

5．3 算法参数分析

5．3．1 信息启发因子口和α期望启发式因子β

5．3．2 信息素挥发系数ρ

5．4 本章小结

6 结论与展望

6．1 研究结论

6．2 研究展望

参考文献

附录

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集