原文传递
基于改进蚁群算法的区域车辆配送路径优化方法研究
| 论文题名： | 基于改进蚁群算法的区域车辆配送路径优化方法研究 |
| 关键词： | 车辆路径问题;蚁群算法;区域配送;路径优化 |
| 摘要： | 随着信息技术和电子商务的高速发展、O2O模式的兴起，本地生活服务呈现爆发性增长，进而促进了区域性、短距离的配送业务的快速发展，区域配送市场渐成规模，在物流众多细分领域中占据了一席之地。物流行业在国民经济的占比很高，发挥着基础性的作用。在现阶段，我国的物流配送水平较低，存在劳动力密集、信息化程度低的缺陷，配送体验处于“只送不配”的阶段，配送效率低下，车辆等资源有效利用率低。因此，对于物流配送方面的研究具有很强的实际意义。在干线物流和广域配送方面，已经出现了众多优秀的优化调度方案，但针对小区域配送的研究较少，还没有相应的工具来满足小区域配送的路径优化需求。因此，本文在研究了车辆路径问题的基础上，分析了各种常见类型的车辆路径模型，结合众包模式，建立小区域物流配送的数学模型，对蚁群算法进行改进后用于小区域配送路线的优化，并将优化算法和配送策略封装到系统软件上，设计了区域配送系统来实现区域配送路线的优化。主要研究工作和成果如下： (1)综述了国内外车辆路径问题的研究现状和发展趋势，介绍了车辆路径问题的基本概念和不同约束条件下的分类，分析了求解车辆路径问题的各类算法，建立了带能力约束的车辆路径问题的一般数学模型。 (2)针对基本蚁群算法计算速度慢、容易停滞在局部最优等缺陷，对转移概率公式、信息素更新策略进行改进，提出了一种改进的蚁群算法，并对每代最优解应用2-Opt算法进行进一步优化。改进后的算法用于小规模车辆路径问题上，仿真结果表明，改进算法具有收敛速度快、计算精度高的优势，对提高车辆运输效率，降低运输成本有应用价值。 (3)针对小区域物流配送批量小、频次高的特点，为了满足小区域客户对配送时间限制的需求，本文在车辆路径问题基本模型上，增加了“多车场”和“时间限”两个约束条件，取消了“车辆容量”的限制条件，采用了众包配送的方式，建立了适用于小区域物流配送的车辆路径数学模型，设计了改进的蚁群算法对车辆路径进行优化与调度，并通过算例分析，验证了方法的有效性。 (4)结合移动互联技术，采用PHP语言实现核心算法，设计了功能网页，开发了基于移动互联网的小区域物流配送系统，将核心算法应用在系统上，实现了配送路径的实时反馈。实际应用结果表明，本文所提方法与系统，适合小区域、高频次、小批量的应用场合，有较高的实用价值。 |
| 作者： | 潘挺雷 |
| 专业： | 控制理论与控制工程 |
| 导师： | 潘海鹏 |
| 授予学位： | 硕士 |
| 授予学位单位： | 浙江理工大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
