学位论文 > 优秀研究生学位论文题录展示
果蔬冷链物流运输管理的研究
作 者: 门建婷
导 师: 王以忠
学 校: 天津科技大学
专 业: 测试计量技术及仪器
关键词: 果蔬 冷链物流 运输 车辆路径规划 蚁群算法 时间窗
分类号: TP301.6
类 型: 硕士论文
年 份: 2011年
下 载: 89次
引 用: 0次
阅 读: 论文下载
内容摘要
|
我国是一个农业大国,农产品物流问题在我国国民经济的发展中有着举足轻重的作用。水果和蔬菜在农产品中占有很大的比重,由于果蔬类农产品含水量高,保鲜期短,极易腐烂变质,从生产、加工、存储到消费的各个环节都极易发生损失,因此有效提高配送效率、降低配送成本是果蔬类农产品物流中的关键之一。合理组织果蔬类农产品配送、规范流通渠道,通过科学的方法来确定合理的配送路线,是配送的重要环节。车辆路径问题(vehicle routing problem, VRP)是一个典型的组合优化问题。它在计算理论上不仅具有重要的理论意义,而且也具有重要的实际应用价值。该问题在很多领域中有广泛的应用。蚁群算法是模仿自然界的蚂蚁行为而发展起来的一种随机搜索方法,它具有较强的鲁棒性、优良的分布式计算机制、易于与其它方法相结合等优点。该算法在车辆路径优化方面得到了广泛的应用。本论文对VRP和蚁群算法进行研究,对VRP进行了分类,并阐述了用于解决VRP的各种优化方法;深入讨论了蚁群算法的基本原理,建立了数学模型,包括转移概率的计算、信息素更新的各种规则、参数的取值范围等。分析了果蔬冷链物流运输的特点,针对果蔬易腐的特点,果蔬配送对服务时间要求较严,提出了果蔬保质期的时间窗,并建立了客户满意度函数,将其作为约束条件对路径优化选择进行制约。本论文针对果蔬在运输过程可能发生特殊情况,需要及时的更改路线,提出了路径再规划问题,使其更符合果蔬物流配送企业车辆路线优化的作业实际。在求解方法上,本论文采用了蚁群算法,根据蚁群算法的一些缺点进行了一定的改进,包括状态转移概率、信息素的更新以及局部最优搜索策略以优化其搜索能力等,并进行了仿真验证。
|
全文目录
摘要 4-5 ABSTRACT 5-8 1 绪论 8-14 1.1 课题研究背景 8 1.2 果蔬冷链物流运输及路径规划 8-12 1.2.1 果蔬冷链物流 9 1.2.2 农产品的配送 9-10 1.2.3 车辆的路径规划 10-11 1.2.4 蚁群算法 11-12 1.3 课题研究的主要内容和意义 12-14 1.3.1 课题研究的主要内容 12 1.3.2 课题研究的主要意义 12-14 2 车辆路径优化问题 14-20 2.1 车辆路径优化问题概述 14 2.2 车辆路径优化问题的研究要素 14-15 2.3 车辆路径规划问题的分类 15-16 2.4 车辆路径规划问题的优化方法 16-20 2.4.1 精确算法 16 2.4.2 启发式算法 16-20 3 蚁群算法 20-34 3.1 蚁群算法的概述 20-22 3.1.1 蚁群算法的群体行为 20-22 3.1.2 蚁群算法的基本原理 22 3.2 蚁群算法的实现 22-25 3.2.1. 蚁群算法的模型 22-24 3.2.2 蚁群算法的步骤 24-25 3.3 蚂蚁算法关键技术 25-26 3.3.1 状态转移规则 25 3.3.2 禁忌表的动态变化 25 3.3.3 信息素更新规则 25 3.3.4 收敛控制 25-26 3.3.5 参数设置 26 3.3.6 算法终止条件 26 3.4 蚁群算法的分析 26-28 3.4.1 蚁群算法的参数选择 26-28 3.4.2 蚁群算法的优缺点 28 3.5 蚁群算法的改进 28-32 3.5.1 蚁群系统 28-30 3.5.2 最大-最小蚂蚁系统 30-31 3.5.3 最优-最差蚂蚁系统 31-32 3.6 蚁群算法的应用实验 32-34 4 果蔬类农产品物流运输的路径优化 34-51 4.1 车辆路径问题与旅行商问题的联系与区别 34 4.2 带约束能力的路径优化 34-36 4.2.1 基本概念 34-35 4.2.2 数学模型 35-36 4.3 带果蔬保质期时间窗的路径优化 36-38 4.3.1 基本概念 36-38 4.3.2 数学模型 38 4.4 带客户满意度的路径优化 38-40 4.5 算法的设计 40-42 4.5.1 状态转移规则 40-41 4.5.2 信息素更新规则 41-42 4.5.3 算法步骤 42 4.6 仿真验证 42-51 4.6.1 带约束能力的路径优化的仿真验证 43-45 4.6.2 带果蔬保质期时间窗的路径优化的仿真验证 45-48 4.6.3 带客户满意度的路径优化的仿真验证 48-51 5 果蔬物流运输的路径再规划 51-57 5.1 问题描述 51-52 5.1.1 路径再规划问题的描述 51 5.1.2 路径再规划与VRP的区别 51-52 5.2 算法的设计 52-53 5.2.1 局部最优搜索策略 52-53 5.2.2 算法步骤 53 5.3 仿真验证 53-57 6 总结 57-58 7 展望 58-59 8 参考文献 59-64 9 攻读硕士学位期间发表论文情况 64-65 10 致谢 65
|
相似论文
- 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
- 基于蚁群算法的电梯群优化控制研究,TU857
- 动态环境下移动对象导航系统相关技术的研究,TP301.6
- 基于改进蚁群算法的机器人路径规划研究,TP242
- 远海梭子蟹及其软壳蟹、抱卵蟹的保存与运输研究,S968.252
- 改进的蚁群算法及其在TSP上的应用研究,TP301.6
- 公路危险货物运输问题研究,U492.81
- 梨火疫病菌致病相关基因crp与tatC的克隆及功能分析,S436.612
- 运输应激及抗应激处理对肉牛生理机能影响的研究,S858.23
- 公路超限运输环境成本测算模型研究,X11
- 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
- 姜黄素对运输应激状态下生长猪海马NO-NOS系统的影响,S858.28
- 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
- 基于甘油跨膜运输混杂动力系统的鲁棒性与辨识,TQ223.162
- 甜玉米果蔬粥加工工艺及品质控制研究,TS217
- 危险品道路运输的安全问题及对策研究,U492.81
- 某集团公司西部地区成品油一次配送优化系统应用研究,F426.22
- 大连中石油开拓国内原油运输市场战略研究,F426.22
- 水路危险货物运输事故应急处置及应急管理信息系统研究,U698.3
- 基于蚁群和人工鱼群混合群智能算法在物流配送路径优化问题中的应用研究,F253.9
- 西宁市产业结构演变对交通运输影响研究,F127;F224
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 一般性问题 > 理论、方法 > 算法理论
© 2012 www.xueweilunwen.com
|