物流企業(yè)車輛調(diào)度優(yōu)化方法研究.pdf

1、近年來，隨著智能交通和電子商務(wù)的快速崛起，現(xiàn)代物流呈現(xiàn)出信息化、社會(huì)化的發(fā)展趨勢。不斷增長的業(yè)務(wù)量為物流企業(yè)的蓬勃發(fā)展帶來無限機(jī)遇，但同時(shí)也對(duì)物流運(yùn)輸能力和效率提出新的要求。如何通過提高物流運(yùn)輸效率，以最低的成本完成貨物運(yùn)輸任務(wù)，實(shí)現(xiàn)利潤最大化是物流企業(yè)面臨的首要問題。本文從物流企業(yè)車輛調(diào)度問題著手，描述和分析了用于求解車輛調(diào)度問題的蟻群優(yōu)化算法，并針對(duì)其缺陷提出四點(diǎn)改進(jìn)策略。通過仿真分析，證明了改進(jìn)后蟻群算法的優(yōu)越性。在此基礎(chǔ)上，設(shè)計(jì)

2、并開發(fā)了物流車輛調(diào)度系統(tǒng)。
　　本文首先闡述了車輛調(diào)度問題的定義、組成要素和分類，著重介紹面向載重能力約束的車輛調(diào)度問題和帶時(shí)間窗的車輛調(diào)度問題，詳盡分析和說明各類約束條件的實(shí)際意義和數(shù)學(xué)描述，在此基礎(chǔ)上建立了兩類問題各自的數(shù)學(xué)模型。
　　然后，重點(diǎn)研究了具有正反饋機(jī)制、高穩(wěn)定性的用于求解車輛調(diào)度問題的蟻群優(yōu)化算法，針對(duì)傳統(tǒng)蟻群算法搜索速度慢、容易陷入局部最優(yōu)解的缺點(diǎn)，明確提出了基于Sweep算法的初始解構(gòu)建、確定性與探索性

3、并行搜索、信息素動(dòng)態(tài)更新和關(guān)鍵參數(shù)優(yōu)化等四種改進(jìn)方案。通過對(duì)旅行商問題的求解，證明改進(jìn)后蟻群算法對(duì)最短路徑搜索具有高效性和穩(wěn)定性。
　　接著，進(jìn)一步將改進(jìn)后的蟻群算法用于求解面向載重能力約束的車輛調(diào)度問題和帶時(shí)間窗的車輛調(diào)度問題。分別設(shè)計(jì)了求解這兩類問題的實(shí)現(xiàn)步驟，采用不同的測算實(shí)例進(jìn)行仿真分析。通過與傳統(tǒng)的蟻群算法相比，無論在最優(yōu)解計(jì)算、搜索速度還是魯棒性均具有明顯的優(yōu)越性。
　　最后，設(shè)計(jì)了物流企業(yè)車輛調(diào)度系統(tǒng)架構(gòu)及功能