学位论文 > 优秀研究生学位论文题录展示

物流配送网络设计模型与算法研究

作　者: 彭扬
导　师: 陈华平
学　校: 中国科学技术大学
专　业: 管理科学与工程
关键词: 物流网络设计定位—运输路线安排问题协同分销遗传算法粒子群优化算法
分类号: F224
类　型: 博士论文
年　份: 2007年
下　载: 1956次
引　用: 6次
阅　读: 论文下载

内容摘要

物流配送网络设计与优化是物流系统领域一个重要的决策问题，一般可以分为三个设计层次：战略层、战术层和运作层，三个层次之间既有各自独立的决策问题又由于相互影响所以存在所谓的集成设计问题。解析方法是解决类似优化问题的常用方法，本文首先对物流配送网络设计进行系统分析和国内外研究现状进行回顾和综述，就网络设计中的一些重要课题进行数学模型构建和算法求解研究。具体内容包括：1．针对二级网络中的协作分销设计问题进行研究，探讨多供应点、多产品、多需求点单时段的物流网络协作供应为研究对象，以供需产品的类型差异来驱动多个优化目标间的平衡，并设计了改进的遗传算法来求解这个复杂的组合优化问题。2．为了求解多级物流网络设计这样一个NP-Hard问题，给出了两层嵌套的混合遗传算法，在算法流程中引入了模拟退火算法以改进遗传算法的性能。同时也探讨了混合算法的一般原则，并通过算例仿真分析所提出算法的应用和有效性。3．提出了基于粒子群优化算法(PSO)的求解定位一运输安排问题(LRP)的方法，该方法采用两层求解机制，上一层应用PSO方法设计和优化定位分配问题，并在计算粒子适应值时应用下层的车辆路径计划结果，并采用了新颖的粒子编码和算法机制。该方法的提出对于LRP问题的求解是一个创新的有效的尝试。4．进一步深入探讨了LRP问题的形式化模型表达和基于PSO的求解方法。给出了基于图论的数学模型，并为求解一类特殊的LRP问题，提出改进的离散粒子群优化算法，该方法采用整体优化的思想，将LAP和VRP集成在一起。通过合适的粒子编码方式，并改进粒子的运动方程，引入相应的算子改善了算法的适用性和性能。通过仿真实验证明了该算法的有效性文章最后通过一个有关浙江电信物流网络规划的实践研究项目，对现实中的物流网络设计问题进行了系统性的分析和解决。

全文目录

摘要  5-6
ABSTRACT  6-12
第一章绪论  12-23
  1.1 物流网络设计概述  12-16
    1.1.1 物流网络设计的内容  12-15
    1.1.2 物流网络设计步骤  15-16
  1.2 物流系统最优化与算法  16-20
    1.2.1 物流系统最优化  16
    1.2.2 物流系统优化设计  16-17
    1.2.3 最优化问题与算法理论基础  17-20
  1.3 本文的主要研究思路与研究内容  20-23
第二章物流配送网络设计问题分析  23-39
  2.1 设施选址优化问题  24-30
    2.1.1 设施选址问题的发展和分类  24-27
    2.1.2 设施选址问题的模型  27-28
    2.1.3 设施选址问题的求解算法  28-30
  2.3 车辆路径问题(vehicle routing problem VRP)  30-33
    2.3.1 车辆路径问题的表现形式  30-31
    2.3.2 基本VRP的一般模型  31-32
    2.3.3 VRP的求解算法  32-33
  2.3 物流网络集成优化问题  33-39
    2.3.1 定位—运输路线安排问题  33-35
    2.3.2 库存控制—车辆路径集成问题  35-36
    2.3.3 设施选址—库存控制集成问题  36-37
    2.3.4 物流网络优化设计研究展望  37-39
第三章多目标物流网络协同分销设计与混合遗传算法研究  39-49
  3.1 两级物流网络协同分销问题  39-40
  3.2 物流网络设计中遗传算法应用概述  40-41
  3.3 数学模型  41-42
  3.4 混合整数规划及精确求解算法  42-44
  3.5 混合遗传算法设计  44-47
  3.6 算法仿真实例  47-49
第四章基于供应链的多级物流网络模型及求解  49-60
  4.1 基于供应链的物流网络设计问题概述  50-51
  4.2 广义邻域搜索算法与算法混合机制  51-53
  4.3 数学模型  53-54
  4.4 混合遗传算法  54-57
    4.4.1 两层LP-GA方法流程基本思想  54-56
    4.4.2 两层混合智能算法步骤  56-57
  4.5 算例分析  57-59
  4.6 小结  59-60
第五章 LRP模型与两阶段粒子群优化算法求解  60-70
  5.1 引言  60
  5.2 LRP的数学模型  60-62
    5.2.1 基本假设与参数设定  61
    5.2.2 模型中的决策变量  61-62
    5.2.3 模型建立  62
  5.3 群体智能与粒子群优化算法(PSO)  62-66
    5.3.1 群体智能优化算法  62-63
    5.3.2 群智能优化算法基本原理  63-64
    5.3.3 群智能研究中存在的问题  64
    5.3.4 粒子群优化算法  64-65
    5.3.5 粒子群优化算法与遗传算法比较  65-66
  5.4 基于PSO算法的求解  66-70
    5.4.1 粒子编码  66-67
    5.4.2 算法求解过程  67-68
    5.4.3 算例分析  68-70
第六章改进离散PSO算法求解一类LRP问题  70-80
  6.1 引言  70-71
  6.2 定位—运输路线安排问题图论模型  71-74
    6.2.1 基本假设与参数设定  71-73
    6.2.2 集成的以图论为基础的LRP数学模型  73-74
  6.3 混合粒子群优化算法  74-77
    6.3.1 粒子群优化算法  74
    6.3.2 粒子编码方式  74
    6.3.3 粒子的变异策略  74-75
    6.3.4 粒子的运动方程  75-76
    6.3.5 趋同扰动算子  76
    6.3.6 算法流程  76-77
  6.4 算例分析  77-78
  6.5 结语  78-80
第七章浙江电信物流配送网络规划实例  80-97
  7.1 研究目的与内容  80-81
    7.1.1 研究目的  80
    7.1.2 研究范围与内容  80-81
    7.1.3 研究的基本条件和假设  81
  7.2 浙江电信物流系统现状分析  81-85
    7.2.1 数据收集  81-82
    7.2.2 基本数据分析  82-83
    7.2.3 有关物流业务量的预测分析  83
    7.2.4 采购现状  83-84
    7.2.5 配送方式与流程  84
    7.2.6 仓库布局  84-85
    7.2.7 存在问题  85
  7.3 物流配送网络规划与设计  85-92
    7.3.1 配送网络设计的具体任务  85-86
    7.3.2 区域配送分中心选址的目标  86
    7.3.3 配送中心选址的一般方法  86-88
    7.3.4 综合因素评价法的应用  88-89
    7.3.5 P-值模型的应用  89
    7.3.6 区域配送分中心数量和位置的确定  89-91
    7.3.7 三级物流网络模式  91-92
  7.4 物流系统运作管理  92-96
    7.4.1 物流配送的作业主体流程  92-93
    7.4.2 物流配送信息系统架构  93-95
    7.4.3 信息网络的基本拓扑结构  95-96
  7.5 结语  96-97
总结与展望  97-99
参考文献  99-107
攻读学位期间发表的学术论文与取得的其研究成果  107-109
致谢  109

物流配送网络设计模型与算法研究

内容摘要

全文目录

相似论文