基于兩層次聚類的車輛配載調(diào)度方法.pdf

1、隨著企業(yè)全球化及外包化的發(fā)展,大規(guī)模物流配送成為目前很多企業(yè)面臨的主要問題。其中涉及的生產(chǎn)地分布廣,產(chǎn)品品項眾多,而客戶需求波動很大,致使物流配送零擔現(xiàn)象增加等。為了能降低物流配送的成本,同時又快速響應(yīng)客戶的需求,減少配送中的零擔現(xiàn)象,車輛配載規(guī)劃與調(diào)度成為研究的熱點。
　　 本文基于這種研究背景,提出了一種帶有優(yōu)先級別的兩層次車輛配載規(guī)劃與調(diào)度方法。引入了一種改進的人工免疫算法(Anificial Immune Algorit

2、hm,AIA),通過發(fā)展此算法思想及系統(tǒng)聚類思想,提出了一個兩層次的車輛配載聚類方法。聚類算法分成兩層次:首先,上層次根據(jù)客戶地理位置的分布進行需求客戶群的聚類,這一層次的聚類僅考慮客戶的定位,而不考慮物流配送的需求；然后,把客戶需求訂單按照調(diào)度周期進行排序,形成待調(diào)度的車輛配載隊列。針對此隊列進行下層次的車輛配載貨物的調(diào)度聚類方案。此時,算法基于客戶訂單大小、客戶需求品項的多樣性及其配送中產(chǎn)品單位的不可再分性等特性,定義了一系列啟發(fā)式

3、規(guī)則,考慮租用車輛數(shù)最少且允許客戶分割情形下,建立了數(shù)學模型。最后,結(jié)合啟發(fā)式策略和多種分優(yōu)先級別的聚類策略,給出考慮客戶不同產(chǎn)品品項配送完整性和路徑選擇最短來生成車輛配載聚類的方案。一方面,上層次的AIA客戶聚類算法為下層次車輛配載聚類縮小了規(guī)劃與調(diào)度的范圍；另一方面,下層次帶啟發(fā)式規(guī)則和優(yōu)先級別的聚類模型是針對某調(diào)度周期內(nèi)一個具體的客戶群車輛配載方案的實現(xiàn)。對于實際中大規(guī)模的物流配送問題,本文上下兩層聚類算法的設(shè)計大大減少了算法的復