学位论文 > 优秀研究生学位论文题录展示
基于道路约束的应急物流LRP问题研究
作 者: 黄强
导 师: 王海军
学 校: 华中科技大学
专 业: 物流工程
关键词: 应急物流 定位-路径问题 道路约束 遗传算法
分类号: F224
类 型: 硕士论文
年 份: 2011年
下 载: 67次
引 用: 0次
阅 读: 论文下载
内容摘要
定位-路径问题用集成的思想综合考虑了定位-分配问题(Location-allocation Problem,LAP)和车辆路径安排问题(Vehicle Routing Problem,VRP),研究LRP,不仅可以确定提供服务设施点的个数、位置以及各设施点所服务客户点的范围等,还可以求得最优化的运输计划以及运输车辆的路径安排,显然具有重要的现实意义。现行对LRP的研究大部分都集中在一般物流的领域,对应急物流中LRP问题的研究还甚少。在应急物流系统优化的研究中,和一般物流一样,定位-分配问题和车辆路径安排问题依然是两个关键性问题,且目前对两者的研究大部分是独立进行的。实际上,应急物流中的LAP和VRP两者之间同样有着密切的联系,因此,系统地分析两者之间存在的内在联系,以及用集成优化与管理的理念来进行应急物流中LRP问题的研究是十分有必要的。本文首先介绍了应急物流与LRP问题的国内外研究现状。其次,探讨了应急物流的基本理论,包括应急物流的概念、特点、关键技术等;接着,在此基础上,本文提出了应急物流中基于道路约束的LRP模型。针对应急物流的特殊性,该模型将配送应急物资的时间满意度作为目标函数,并考虑到了道路可能存在的拥堵现象、需求点对应急物资需求的模糊性以及道路类型的约束。由于LRP问题属于NP-Hard问题,其复杂性使得精确算法对其求解有很大的局限性,并且将LRP问题分解为选址问题和路径问题分阶段解决并没有体现LRP将LAP和VRP视为一个整体、统筹考虑的优势。故本文提出了将LRP视为一个整体并能有效的求解该模型的遗传算法。最后,选择一个算例来验证所建模型以及所提遗传算法是可行且有效的。
|
全文目录
摘要 4-5 Abstract 5-8 1 绪论 8-20 1.1 研究背景与意义 8-10 1.2 国内外研究综述 10-17 1.3 研究内容与结构 17-19 1.4 研究的技术路线 19-20 2 应急物流基本理论与关键技术分析 20-29 2.1 应急物流的基本概念 20-21 2.2 应急物流的特点和类型 21-24 2.3 应急物流与一般常态物流的区别 24-25 2.4 应急物流的关键技术 25-29 3 基于道路约束的模糊需求LRP 模型研究 29-37 3.1 问题描述 29-31 3.2 模型假设 31-32 3.3 变量及符号说明 32-33 3.4 模型建立 33-37 4 求解LRP 模型的遗传算法设计 37-60 4.1 遗传算法概述 38-39 4.2 染色体编码设计 39-43 4.3 适应度函数的设定 43-46 4.4 遗传操作的设计 46-50 4.5 约束条件的处理 50-51 4.6 控制参数的设定 51-52 4.7 本文遗传算法的操作流程 52-53 4.8 算例分析 53-60 5 结束语 60-62 致谢 62-63 参考文献 63-67
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
- 部队人员网上训练与考核系统的开发,TP311.52
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于遗传算法的中短波磁天线的设计及实现,TN820
- 基于遗传算法的柑橘图像分割,TP391.41
- 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
- 基于遗传—牛顿算法的公交优化调度,TP18
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
- 应急物流通道的选择与评价研究,X43
- 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 军地一体化应急物流模式的研究,E075
- 基于遗传算法的淠史杭灌区渠系配水优化编组模型的研究,S274
- 遗传算法在物流仓储优化中的应用研究,F259.2
- 基于遗传算法的矿山资源优化调度模型的研究,O224
- 磁流变阻尼器的力学特性及其在火炮反后坐中的应用研究,TB535.1
- 模糊预测函数控制改进算法的研究及应用,TP273
- 基于模拟的注塑模浇注系统及成型工艺参数优化研究,TQ320.662
中图分类: > 经济 > 经济计划与管理 > 经济计算、经济数学方法 > 经济数学方法
© 2012 www.xueweilunwen.com
|