基于優(yōu)化的粒子群算法的物流配送路徑問題研究

基于優(yōu)化的粒子群算法的物流配送路徑問題研究

ID:11042703

大?。?49.82 KB

頁數(shù):40頁

時(shí)間:2018-07-09

基于優(yōu)化的粒子群算法的物流配送路徑問題研究_第1頁
基于優(yōu)化的粒子群算法的物流配送路徑問題研究_第2頁
基于優(yōu)化的粒子群算法的物流配送路徑問題研究_第3頁
基于優(yōu)化的粒子群算法的物流配送路徑問題研究_第4頁
基于優(yōu)化的粒子群算法的物流配送路徑問題研究_第5頁
資源描述:

《基于優(yōu)化的粒子群算法的物流配送路徑問題研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、基于優(yōu)化的粒子群算法的物流配送路徑問題研究摘要隨著市場(chǎng)經(jīng)濟(jì)的突飛猛進(jìn)與現(xiàn)代物流技術(shù)的發(fā)展,物流配送環(huán)節(jié)正受到日益廣泛的關(guān)注,而配送中的物流配送路徑問題成為了物流配送中的核心問題。本文正是在這一背景下產(chǎn)生,文章重點(diǎn)研究了物流配送路徑優(yōu)化模型的建立和粒子群算法的改進(jìn)問題。本文對(duì)物流配送路徑問題進(jìn)行了深入研宄,通過對(duì)多種不同目標(biāo)的物流配送模型研究,分析總結(jié)模型建立的一般步驟,并建立了基于最短路徑的多個(gè)車場(chǎng)多個(gè)車輛的物流配送模型,同時(shí)從控制車輛行駛里程角度考慮,對(duì)車輛服務(wù)客戶數(shù)量加以限制,加入了新的約束條件。同時(shí)為了對(duì)模型進(jìn)行計(jì)算,分析對(duì)比多種

2、算法,最后選擇粒子群算法做為研宄對(duì)象。通過對(duì)傳統(tǒng)粒子群算法缺點(diǎn)的研宄,設(shè)計(jì)了一種自適應(yīng)變異的粒子群優(yōu)化算法。文章通過對(duì)現(xiàn)有一些改進(jìn)方法的分析研究,對(duì)傳統(tǒng)算法進(jìn)行了優(yōu)化,引入模糊分類、自適應(yīng)變異機(jī)制、加入新的變異概率和可調(diào)節(jié)適應(yīng)度方差,以達(dá)到對(duì)當(dāng)前粒子進(jìn)行自適應(yīng)調(diào)整的目的,從而避免早熟收斂,形成新的自適應(yīng)變異的粒子群優(yōu)化算法。同時(shí)本文給出一種編碼模式,降低了出現(xiàn)不可行解的概率。最后通過MatLab2011a平臺(tái)對(duì)所做內(nèi)容進(jìn)行仿真實(shí)驗(yàn),驗(yàn)證相應(yīng)結(jié)論,仿真內(nèi)容分別為用文章建立的多車場(chǎng)多車輛模型驗(yàn)證優(yōu)化算法的可行性和優(yōu)越性,用前文給出的基于最短

3、路徑最少車輛和基于顧客滿意度的兩個(gè)模型驗(yàn)證基于不同目標(biāo)前提下的配送模型所得物流配送方案不同。仿真獲得兩個(gè)結(jié)論,分別為本算法在求解此類問題時(shí)具有優(yōu)于傳統(tǒng)粒子群算法的特征,既保持了較好的全局搜索能力,又可有效避免算法早熟收斂;基于不同最優(yōu)配送目標(biāo)的物流配送模型,所得物流配送方案具有差異性。關(guān)鍵詞:物流配送問題;數(shù)學(xué)建模;粒子群算法;自適應(yīng)目錄摘要IAbstractII目錄Ill1緒論11.1研宄的背景與意義11.2研宄現(xiàn)狀綜述11.2.1國內(nèi)外研究現(xiàn)狀21.2.2算法研宄現(xiàn)狀31.3研究?jī)?nèi)容與研宄方法41.4本文的組織結(jié)構(gòu)52物流配送模型建

4、立與常見模型分析82.1物流配送路徑問題相關(guān)研究82.1.1物流配送路徑問題定義82.1.2物流配送路徑問題分類82.2物流配送路徑問題數(shù)學(xué)建模種類92.3模型舉例102.3.1基于行駛距離最短和使用車輛最少的物流配送問題102.3.2基于開放式車輛路徑的物流配送問題112.3.3基于顧客滿意度的物流配送問題122.4模型建立思路總結(jié)142.5基于最短路徑的多車場(chǎng)多車輛配送模型建立153物流配送路徑問題相關(guān)算法研究1940/403.1物流配送路徑問題相關(guān)算法研究193.2常見現(xiàn)代優(yōu)化算法分析與對(duì)比203.2.1算法舉例203.2.2算法

5、比較243.3傳統(tǒng)粒子群算法局限性分析253.3.1經(jīng)典PSO算法253.3.2傳統(tǒng)算法的流程263.3.3算法具體描述273.3.4粒子群算法特點(diǎn)分析313.4已有粒子群算法的改進(jìn)方法314一種改進(jìn)的粒子群算法設(shè)計(jì)354.1改進(jìn)后的自適應(yīng)變異粒子群算法354.2粒子編碼374.3算法實(shí)現(xiàn)的具體步驟384.3.1算法實(shí)現(xiàn)步驟文字表述384.3.2算法實(shí)現(xiàn)步驟的流程圖表述394.4優(yōu)化的粒子群算法與其他算法比較414.4.1優(yōu)化的粒子群算法與遺傳算法的比較414.4.2優(yōu)化的粒子群算法與傳統(tǒng)粒子群算法比較425MatLab仿真與實(shí)驗(yàn)445

6、.1算法仿真環(huán)境445.2算法可行性與對(duì)比分析445.2.1仿真實(shí)驗(yàn)數(shù)據(jù)445.2.2算法可行性研究455.2.3優(yōu)化算法與傳統(tǒng)算法的對(duì)比分析465.3基于不同目標(biāo)模型的對(duì)比研究495.3.1仿真實(shí)驗(yàn)數(shù)據(jù)495.3.2仿真結(jié)果495.4仿真結(jié)果總結(jié)516結(jié)論與展望536.1本文工作總結(jié)536.2研宄展望54參考文獻(xiàn)56作者簡(jiǎn)歷59獨(dú)創(chuàng)性聲明60學(xué)位論文數(shù)據(jù)集611緒論1.1研究的背景與意義迅速發(fā)展的現(xiàn)代科學(xué)技術(shù),加強(qiáng)了全球經(jīng)濟(jì)一體化的腳步,國家正面臨著前所未有的機(jī)遇和挑戰(zhàn),而物流對(duì)于經(jīng)濟(jì)活動(dòng)的影響,越來越受到人們的重視。存儲(chǔ)的需求在現(xiàn)代

7、物流配送過程中的重要性減弱,取而代之,配送成為最重要的環(huán)節(jié)。車輛的集貨、貨物配備和交貨流程、車輛配送路線的優(yōu)化是整個(gè)物流配送最核心的部分,它們對(duì)整個(gè)物流的成本、運(yùn)輸速度和效益的影響都是非常重要的。根據(jù)中國倉儲(chǔ)協(xié)會(huì)對(duì)146企業(yè)協(xié)會(huì)調(diào)查顯示,在整個(gè)物流費(fèi)用中,用于運(yùn)輸?shù)馁M(fèi)用比例分別為:在成品物流在生產(chǎn)企業(yè)占73%,原料生產(chǎn)企業(yè)物流占58%,因此,40/40對(duì)于分配環(huán)節(jié)的優(yōu)化方面,最重要的就是研宄配送路徑車輛調(diào)度問題,而對(duì)于集貨路線優(yōu)化、物品配送路線和裝備方式是對(duì)于配送車輛調(diào)度優(yōu)化的重要環(huán)節(jié),也是進(jìn)行對(duì)配送環(huán)節(jié)進(jìn)行優(yōu)化的重中之重。物流系統(tǒng)中物

8、流配送是一個(gè)非常重要的環(huán)節(jié),它是整個(gè)對(duì)客戶服務(wù)過程中最后一個(gè)環(huán)節(jié)。因此,需要知道在物流過程中,物流配送的地位非常突出,所以企業(yè)經(jīng)營(yíng)中必須實(shí)現(xiàn)快速、準(zhǔn)確的物流配送,這是十分重要問題。物流配送路徑問題提出之后,

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。