- 无标题文档
查看论文信息

中文题名:

 北京J公司冷链配送路径优化研究    

姓名:

 金小莹    

学号:

 1049721201623    

保密级别:

 公开    

论文语种:

 chi    

学科代码:

 082303    

学科名称:

 交通运输规划与管理    

学生类型:

 硕士    

学位:

 工学硕士    

学校:

 武汉理工大学    

院系:

 交通学院    

专业:

 交通运输规划与管理    

研究方向:

 交通运输系统优化与决策    

第一导师姓名:

 丁涛    

第一导师院系:

 武汉理工大学    

完成日期:

 2014-10-31    

答辩日期:

 2014-12-17    

中文关键词:

 冷链配送 ; 时间窗 ; 粒子群算法 ; 路径优化    

中文摘要:

       冷链配送是冷链物流的一个重要环节,随着社会经济的发展,人民生活水平的提高,工作节奏的加快,人们对生鲜冷冻食品的需求越来越大。基于冷链产品配送的特殊性,冷链物流也越来越受到重视。销售商为提高其销售水平,对冷链物流配送商的要求也不断提高,特别是在配送时间和配送质量上提出的限制性条件。而对于配送商,在保证满足客户时间窗限制的条件下,还要考虑到配送产品的易腐性等不确定因素的影响,以达到配送成本最小化的目的。因此,在考虑车辆不超载的情况下,研究构建成本最小化的冷链物流配送车辆路径问题的数学模型,具有重要的理论和实践意义。

       我国对冷链物流的研究起步较晚,而且在目前的研究中,国内大部分的学者都把研究的重点放在技术设备和工艺上,而对于冷链物流的车辆路径问题、冷链物流管理等方面的研究还比较落后。尤其是对整个物流体系设计规划的深入研究尚未深入展开,对冷链配送车辆路径问题的研究还处在起步阶段。

       本文研究北京J公司冷链配送路径的优化问题,分析北京J公司冷链配送现状,找出存在的问题。根据冷链物流与常温物流的差异,将其特性反映在配送优化模型当中,深入探讨冷链产品配送的各项成本,除了固定成本和运输成本,还研究分析由于速冻食品易腐性所造成的货损成本,以及为保持低温而消耗的能源成本,以此构建冷链物流配送路径优化的基本模型。然后,进一步探讨实际应用当中的时间窗限制,考虑实际配送过程中客户对到货时间窗的要求,及非时间窗到达采取的惩罚措施,使模型更符合实际状况。接着分析了粒子群算法(PSO)的基本原理、流程和相关概念等,介绍粒子群算法的一些改进方向,针对算法本身的特点,本文尝试采用一种改进的粒子群算法,即利用余弦函数的性质,同时非线性的调节惯性权重和学习因子,并且通过一些基准函数进行测试,测试结果表明,改进算法在收敛精度和收敛速度等指标上更优,综合性能表现较好。最后,利用 MATLAB 对改进的粒子群算法进行了仿真优化,优化后的配送计划验证了算法的可行性和有效性。期待研究结论或成果对该公司优化冷链配送运输,降低配送成本具有一定的实践指导意义,也可以为改善相关企业的冷链配送提供一定借鉴和帮助。

参考文献:

[1] 韩宇红.发展我国冷链物流的对策研究[J].农产品加工,2006(6):29-32.

[2] 国务院.物流业调整和振兴规划[EB/OL].[2009-04].中国政府网.www.gov.cn.

[3] 国务院.农产品冷链物流发展规划[EB/OL].中国政府网.[2010.07].www.gov.cn.

[4] 李宏.城市冷链物流配送车辆路径问题的研究[D].湖南:长沙理工大学,2006.

[5] 叶海燕.我国农产品冷链物流现状分析及优化研究[J].商品储运与养护,2007,29(3):38-42.

[6] 李芳,罗清明,叶春明.JIT方式在冷链物流配送中的应用研究[J].工业技术经济,2007,26(1):99-101.

[7] 朱辉,张卫刚.冷链配送路径优化研究[J].中国水运,2008,8(11):60-61.

[8] 孙立军.用新的模式解读中国冷链物流[J].中外物流,2008(3):10-14.

[9] 文晓巍,达庆利.共同配送:我国冷链物流配送模式的优化选择[J].现代管理科学,2008(3):13-14.

[10] 兰洪杰,孙明燕.2008年北京奥运会食品冷链配送模式选择研究[J].物流科技,2008(5):8-11.

[11] 朱辉.食品冷链物流配送管理研究[D].上海:上海交通大学,2008.

[12] 赵艳艳.食品冷链物流软时窗配送模式优化研究[J].安徽农业科学,2009,37(17):8235-8238.

[13] 郭嘉,兰洪杰.基于Petri网的冷链配送流程仿真优化研究[J].物流科技,2010(2):9-14

[14] 缪小红.基于GIS的生鲜食品冷链物流配送路径优化研究[D].福建:福建农林大学,2010.

[15] 胡鲜.供应链环境下的食品冷链配送中心选址研究[D].北京:北京交通大学,2011.

[16] 刘琳.冷链物流配送优化路径模型及控制算法[D].山东:烟台大学,2012.

[17] 刘国山,魏子秋.基于复杂方法的食品冷链物流技术植入研究[J].中国流通经济,2012(03):25-29.

[18] 刘镇,徐优香,王译.基于云计算的冷链物流配送车辆路径优化方法研究[J].电子设计工程,2013,21(17):122-127.

[19] 陈健.易腐产品冷链配送优化研究[D].山东:山东大学,2013.

[20] 杨玮,李国栋,张倩.基于粒子群算法的农产品冷链物流配送路径优化研究[J].陕西科技大学学报,2013,31(3):150-153.

[21] 宾松,符卓.求解带软时间窗的车辆路径问题的改进遗传算法[J].系统工程,2003,21(6):12-15.

[22] 李仁安,袁际军.基于改进遗传算法的物流配送路线优化研究[J].武汉理工大学学报,2004,12(26):99-101.

[23] 邓连波,史峰,莫辉辉.物流配送车辆路径问题多代竞争遗传算法[J].铁道科学与工程学报,2005,2(5):75-79.

[24] 吕军,冯博琴,李波.多约束条件车辆路径问题的二阶段遗传退火算法[J].西安交通大学学报,2005,39(12):1229-1301.

[25] 何信.多目标配送路径优化聚类—遗传混合算法[J].商场现代化,2006(8):120-121.

[26] 弓晋丽,程志敏.基于Matlab物流配送路径优化问题遗传算法的实现[J].物流科技,2006,29(131):103-105.

[27] 甘天圣,刘琼,邱浩波.面向ASP应用的多目标物流配送路径算法研究[J].企业管理与信息化,2006,34(6):75-77.

[28] 江萍,但斌,陈军.基于货损约束的配送系统优化模型[J].工业工程,2006,9 (6):66-69.

[29] 李延阵,马士华,刘黎明.基于时间约束的配送系统模型及一种启发式算法[J].系统工程,2003,21(4):23-28.

[30] 李延阵,马士华.基于时间约束的单源/p个中转点配送系统的MINLP模型[J].中国管理科学,2004,12(3):86-90.

[31] 李延阵马士华,刘黎明.基于时间约束的供应链配送系统随机模型[J].预测,2004,23(4):45-47.

[32] 李延阵,马士华,刘黎明.基于时间约束的多源多品种配送系统模型及一种启发式算法[J].系统工程理论方法应用,2004,13(5):395-399.

[33] 李延阵,马士华.基于时间竞争的配送系统多目标决策模型研究[J].计算机集成制造系统,2005,11(11):1516-1519.

[34] 李延阵,刘向,马士华.基于时间约束的多源多品种随机配送系统模型[J].科技进步与对策,2006(6):69-71.

[35] 钟石泉,杜纲.基于核心路径禁忌算法的放式车辆路径问题研究[J].计算机集成制造系统,2007(04):828-832.

[36] 戴树贵,陈文兰.多配送中心车辆路径安排问题混合蚁群算法[J].四川大学学报,2008,40(6):155-158.

[37] 卫田,范文慧.基于NSGAII的物流配送中车辆路径问题研究[J].计算机集成制造系统,2008,14(4):778-784.

[38] 刘勇,崔炳谋,王小东.物流配送路径优化问题的模型及改进混合算法[J].物流科技,2008(4):26-30.

[39] 郑龙,周经伦,易凡,等.大规模随机运输网络的路径优化[J].系统工程理论与实践,2009(10):172-178.

[40] 王英博,王琳,李杨.改进的遗传和声算法及其在车辆路径中的应用[J].计算机测量和控制,2011(12):3068-3071.

[41] 智寅春.基于粒子群算法的医药物流配送车辆路径问题研究[D].南京:南京林业大学,2012(6):23-31.

[42] 李莹莹.基于优化粒子群算法的物流配送路径问题研究[D].北京:北京交通大学,2012(6):34-36.

[43]邓旭东,姚璐.医药物流配送路径优化的一种改进蚁群算法[J].物流技术,2013,32(9):168-170.

[44] Hallie Forcinio,Christopher Wright. Cold chain concerns[J].Pharmaceutical Technology,2005:44-50.

[45] Kanchana Suntora,Anulark Techanitisawad. An approximate periodic model for fixed-life perishable products in a two-echelon inventory-distribution system[J]. International journal of production economics,2006(100):101-115.

[46] Ju-Chia Kuo,Mu-Chen Chen. Developing an advanced Multi-Temperature Joint Distribution System for the food cold chain[J].Food Control,2010,21(4):559-566.

[47] DantzigG,RamserJ.H.The Truck Dispatching problem[J].Management Science, 1959,(6):80-91.

[48] Balinski M, Quand R. On an integer Program for a Delivery Problem. Operations Research [J].1962(12):300-304

[49] G.Clarke and J.V Wright. Scheduling of vehicles from a central depot to a number of delivery points. Operations Research[J].1964,12:568-581.

[50] Billy E. Gillet and Leland R. Miller. A Heuristic Algorithm for the Vehicle; dispatch Problem.Operation Research[J].1974,22:340-349

[51] T, R. Sexton, Y. M. Choi. Pickup and Delivery of Partial Loads with "Soft" Time Windows[J]. American Journal of Mathematical and Management Sciences, 1986,6(4) : 369-398.

[52] Solomon M M. J Desrosiers Time Window Constrained Routing and Scheduling Problem[J].1998(01)

[53] Koskosidis, Y. A.,Powell, W. B,Solomon, et al, An Optimization-Based Heuristic forVehicle Routing and Scheduling with Soft Time Window Constraints [J].Transportation Science, 1992, 26(2):69-85.

[54] Lambert, V.,Laporte, G, Louveaux, F. Designing Collection Routes through Bank Branches.Computers Operations Research[J], 1993,20(7):783-791.

[55) C.D. Tarantilis, Laporte G.A tabu search heuristic for the vehicle routing problem[J].Management Sci,1994,40:1276-1290.

[56] Taillard, E.,Badeau,P.,Gendreau, M. Guertin et al. A Tabu Search Heuristic for the Vehicle Routing Problem with Soft Time Windows [J].Transportation Science, 1997,31(2):170-186.

[57] Jorg Homberger, Hermnan Gehring.Two Evolution Methaeuristics For The Vehicle Routing Problem With Time Windows[J].INFOR.1999,3(37):30-38.

[58] Wee-kit,Ahbrid. Search Algorithm For The Vehicle Routing Prob1em With Time Windows[J].International Journal on Artificial Intelligence Tools.2001,3(10):431-449.

[59] Tarantilis C D,KirannoudiS C T. A meta-heuristic algorithm for the effieient distribution of perishable foods[J].Journal of Food Engingeering,2001,50:1-9.

[60] C.D.Tarantilis,C.T. Kiranoudis.Distribution of fresh meat[J].Journal of Food Engineering.2002,51:85-91.

[61] Hoong Chuin Lau,Zhe Liang. Pick And Delivery With Time Windows: Algorithms And Test Case Generation[J]. International Journal on Artificial Intelligence Tools.2002,3(11):455-472.

[62] Olatz Arbelaitz, Clemente Rodriguez. Comparison of Systems Based on Evolutionary Search And Simulated Annealing To Solve The VRPTW Problem[J].International Journal of Computational Intelligence and Applications.2004,1(4):27-39.

[63] Miroslav Verbie. Diseussing the parameter of preservation of Perishable goods in a cold logistic chainmodel[J].Applied Economics,2006,38:137-147.

[64] Nabila Az,I Michel Gendreau,Jean Yves Potvin. An exact algorithm for a single-vehicle routing problem with time windows and multiple routes[J].European Journal of Oeratioal Researeh,2007(1789):755-766.

[65] Shi Y,Eberhart R.Empirical Study of Particle swarm optimization[C].In:Proceedings of the 1999 Congress on Evolutionary Computation,Piscataway,NJ:IEEE Service Center,1999:1948-1950.

[66] Shi Y,Eberhart R.Fuzzy Adaptive Particle swarm optimization[C].In:Proceedings of the Congress on Evolutionary Computation, Seoul, Korea:2001.

[67] Clerc M.The swarm and the queen:towards a deterministic and adaptive Particle swarm optimization[C].In:Proceedings of the Congress on Evolutionary Computation,Piscataway, NJ:IEEE Service Center, 1999:1951-1957.

[68] Suganthan P N. Particle swarm optimization with neighbourhood operator:IEEE Int.Congress on Evolutionary Computation[C].Piscataway,NJ:IEEEService Center,1999:1958-1962.

[69] Ratnaweera A, Halgamuge S K, Watson H C.Self-organizaing hierarchical particle swarm optimizer with time-varying acceleration coefficients[J].IEEE transaction on evolutionary computation, 2004,8(3):240-255.

[70] Kennedy, J.Small worlds and mega-minds: Effects of neighborhood topology on Particle swarm optimization performance.Proceedings of the 1999 Congress on Evolutionary Compution[C].Washington DC, IEEE, Piscataway, NJ, USA. 1999(3).

[71] 王雪飞,王芳,邱玉辉.一种具有动态拓扑结构的粒子群算法研究[J].计算机科学,2007,34(3): 205-207.

[72] Angeline P J.Using selection to improve particle swarm optimization[R].IEEE International Conference on Evolutionary Computation,Anchorage,Alaska,1998.

[73] Lovebjerg M,Rasmussen T K,Krink T.Hybrid particle swarm optimization with Breeding and Subpopulation[R].IEEE International Conference on Evolutionary Compution, Sandieego,2000.

[74] 高鹰,谢胜利.基于模拟退火的粒子群优化算法[J].计算机工程与应用,2004(1):47-50.

[75] 周敏,李太勇.粒子群优化算法中的惯性权值非线性调整策略[J].计算机工程,2011,37(5):204-206.

[76] 李宁,邹彤,孙德宝.车辆路径问题的粒子群算法研究[J].系统工程学报, 2004,19(6):596-600.

[77] Salmen A,Ahmad I,AI_Madani B.Particle swarm optimization for task assignment problem[J].Microprocessors and Microsystems,2002,26:363-371.

[78] Shi Y,Eberhart RC.Empircal study of particle swarm optimization.Proceedings of the 1999 Congress on Evolutionary Computation.Piscataway:IEEE Service Center,1999:1945-1950.

中图分类号:

 F252    

馆藏号:

 F252/1623/2014    

备注:

 403-西院分馆博硕论文库;203-余家头分馆博硕论文库    

无标题文档

   建议浏览器: 谷歌 火狐 360请用极速模式,双核浏览器请用极速模式