物流车辆节能配送路径优化算法研究

【摘要】：近年来,物流业在社会经济发展中发挥着越来越重要的作用,同时也带来了严重的能源和环境问题。合理规划物流车辆的配送路径被视为降低物流企业运营成本、缓解能源短缺和环境污染的重要途径之一。本文以物流车辆节能配送路径优化问题为研究对象,综合考虑配送时间窗要求、车辆配载约束、载重和速度对车辆能耗因子的影响,构建整数规划模型,并利用改进的蚁群算法进行求解,以最少的能源消耗实现节能配送。本文的主要研究内容如下： 首先,按照不同分类标准将车辆路径优化问题进行分类,并对常用算法的特点进行分析。 其次,考虑货车受车厢尺寸和最大载重量的限制、车辆能耗因子受车速和货车载重的影响,分别构建三维装箱数学模型和车辆综合油耗计算模型。进而,以三维装箱模型为约束条件,以配送方案油耗最低为优化目标,构建考虑三维装箱和时间窗约束的时间依赖型节能配送路径优化问题数学模型。 再次,针对以上模型,对蚁群算法进行了如下改进：第一,在考虑客户点周边路网条件、货物需求特征的基础上,提出可将车辆临时停靠在道路另一侧的备选停靠点处,以减少因配送车辆只能停靠在客户所在道路一侧可能造成的迂回运输,进而减少能耗；第二,利用模拟退火算法求解三维装箱约束模型,在满足车辆载重约束的同时,也满足货物不相互重叠、先卸后装等约束；第三,以油耗为标准更新蚁群信息素浓度,达到逐步优化配送方案、降低油耗的目的；第四,基于初步优化结果,考虑车速对车辆能耗因子的影响,结合路网动态交通信息,通过调整配送车辆从配送中心及各客户点的出发时刻,实现对配送方案总油耗的进一步优化。 最后,利用北京市实际路网和动态交通数据,构造6个不同客户点数量规模的配送案例,并采用以上所提出的数学模型和蚁群算法进行求解。计算结果表明,相对于传统方法,本文所提出的优化方法可使物流配送油耗量最多可降低25.52%。 【关键词】：车辆路径问题 时间窗 时间依赖性 三维装箱 蚁群算法 油耗
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：U492.22
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-14
• 1 绪论14-23
• 1.1 研究背景及意义14-15
• 1.2 国内外研究现状15-19
• 1.3 研究现状总结19
• 1.4 研究内容与技术路线19-21
• 1.5 论文结构21-22
• 1.6 本章小结22-23
• 2 车辆路径优化问题概述23-32
• 2.1 VRP问题的分类23-24
• 2.2 VRP问题的优化算法24-28
• 2.2.1 精确算法24-25
• 2.2.2 传统启发算法25-26
• 2.2.3 智能优化算法26-27
• 2.2.4 几种算法的对比27-28
• 2.3 基本蚁群算法介绍28-31
• 2.3.1 基本原理29-30
• 2.3.2 实现步骤30-31
• 2.4 本章小结31-32
• 3 节能配送路径优化数学模型32-44
• 3.1 基本概念32-35
• 3.1.1 时间窗32-33
• 3.1.2 时间依赖性33-34
• 3.1.3 三维装箱约束34-35
• 3.2 问题描述35-36
• 3.3 基本假设36
• 3.4 数学模型36-43
• 3.4.1 简单节能配送路径规划数学模型36-38
• 3.4.2 三维装箱模型38-40
• 3.4.3 综合油耗模型40-43
• 3.4.4 3L-CTDVRPTWFC数学模型43
• 3.5 本章小结43-44
• 4 算法设计44-55
• 4.1 求解思路及流程44-45
• 4.2 设置备选停靠点45-48
• 4.2.1 概念提出与设置方法45-47
• 4.2.2 相关信息的生成方法47-48
• 4.3 三维装箱约束的求解算法48-50
• 4.4 蚁群算法关键步骤50-53
• 4.4.1 寻优过程50-51
• 4.4.2 状态转移策略51-52
• 4.4.3 信息素更新策略52-53
• 4.5 时间依赖型旅行时间的计算方法53
• 4.6 出发时刻调整策略53-54
• 4.7 本章小结54-55
• 5 效果评估55-71
• 5.1 案例验证设计思路55-56
• 5.2 配送范围及实验数据56-61
• 5.2.1 配送范围确定56-57
• 5.2.2 实验数据介绍57-61
• 5.3 案例规模一61-64
• 5.3.1 案例描述61-62
• 5.3.2 结果分析62-64
• 5.4 案例规模二64-70
• 5.4.1 案例描述64-66
• 5.4.2 结果分析66-70
• 5.5 本章小结70-71
• 6 结论与展望71-73
• 6.1 主要结论及创新点71-72
• 6.2 研究展望72-73
• 参考文献73-76
• 作者简历76-79
• 学位论文数据集79

您可以在本站搜索以下学术论文文献来了解更多相关内容

一种改进遗传算法在物流配送车辆调度中的应用研究    顾志康,李旭宏,徐家兵

2011年我国社会物流总额近160万亿元    

一种改进的蚁群算法求解最短路径问题    毕军,付梦印,张宇河

有时间窗车辆路径问题的改进遗传算法    张丽萍,柴跃廷,曹瑞

时间依赖型车辆路径问题的一种改进蚁群算法    段征宇;杨东援;王上;

基于自适应蚁群算法的车辆路径问题研究    刘志硕,申金升,柴跃廷

配送时间窗约束下车辆调度遗传算法研究    黄瑞铭;

离散Hopfield神经网络的统一描述    梁学斌;

人工神经网络在化学中的应用进展    高志明,关岩,于洪梅,吴秀红,李井会

高档数控机床刀具磨损故障监测方法及实验系统    黄民;刘秀丽;谢厚正;

神经元网络——它的背景、进展和问题    钟义信;

人工智能理论:从分立到统一的奥秘    钟义信;

SPECTRAL TECHNIQUES AND SOFT COMPUTING    Claudio Moraga;

回归分析人工神经网络    林和平;张秉正;乔幸娟;

基于改进的双并联动态过程神经网络的旅游需求预测    戴冰;张培茵;

基于装载能力约束的集货车辆路径问题研究    朱嫒玲;

Oscillatory Dynamics and Oscillation Death in Complex Networks Consisting of Both Excitatory and Inhibitory Nodes    张立升;廖旭红;弭元元;谷伟风;胡岗;

凸整数规划问题的混合蚁群算法    林锦,朱文兴

有时间窗的车辆路线安排问题的启发式算法    李军

考虑交叉口延误和通行能力优化疏散救援路线的最小费用流模型    高明霞;贺国光;

多车型动态车辆调度及其遗传算法    熊浩;胡列格;

基于城市交通控制系统的动态车辆行驶路线选择的方法    杨兆升,李全喜

带货物权重的车辆路径问题及遗传算法    潘震东;唐加福;韩毅;

多车次同时集散货物路线问题研究    李建;达庆利;何瑞银;

基于蚂蚁算法的混合方法求解旅行商问题    黄岚,王康平,周春光,原媛,庞巍

粒子群优化算法求解旅行商问题    黄岚,王康平,周春光,庞巍,董龙江,彭利

基于动作空间的求解三维矩形装箱问题的穴度算法    何琨;黄文奇;胡骞;

蚁群算法在西餐连锁店配送路径中应用    姚宝珍;杨成永;张强;于永丽;

基于蚁群算法的配送路径规划研究    陈文;郑少锋;

蚁群遗传优化算法在物流配送路径选择中的应用    李岚;姜伟强;

寻找车辆最优路径的混合算法    杨瑞臣,周永付,云庆夏

考虑反向物流的连锁经营配送路径的优化设计    江玮璠;何建民;

带时间窗的汽车总装线物料配送路径规划    王楠;李世其;王峻峰;

Petri网融合蚁群算法的物流配送路径规划    朱伟;徐克林;孙禹;高丽;

应用MDP和K-medoids算法优化建筑业物料物流配送路径    王连月;

    

S超市配送中心选址及配送路径设计    吴加恩

连锁店的物流配送路径选择问题研究    刘亚非

基于绿色物流系统的逆向物流配送路径模型研究    孔祥莹

北京市顺义区XX公司快餐网点配送路径的优化研究    孙可燃

基于蚁群算法的A企业配送路径研究    杨婵

快递行业配送路径模型优化研究    何俊生

市域连锁零售业冷链物流配送路径的优化研究    李末芝

具有作业延迟的多商品配送路径选择模型及算法研究    郝爽

基于GIS的城市物流配送系统分析与设计    孙耿茂

基于多Agent的资源配送路径动态选择算法研究    邱广宏