论文部分内容阅读
在电子商务进入互联网+时代的今天,物流服务业务的精准化和效率化运营成为电子商务企业重要的核心竞争力。做为物流配送运营的重要理论基础,车辆路径问题始终是物流配送领域的核心问题之一,它对于提高物流配送效率至关重要,因而自其问世以来得到了学术界及企业界的高度关注。但随着物流服务精准化的要求,人们对作为服务资源的车辆的管理问题也提出了更高的要求,连同与其密切相关的车辆装载问题。当今社会日益关注道路拥堵、车辆尾气排放等社会环境问题,随着车辆维护、人员成本的日益增长,减少车辆数量,提高装载效率成为物流企业降低运营成本、提高资源利用率的重要手段。因而,车辆路径问题与装载问题联合的物流配送管理成为当前及今后物流配送领域的新热点。为此,本文将装载问题与车辆路径问题这两个NP难问题联合考虑,对该联合问题的多目标优化建模与求解算法进行深入探索与研究,主要研究工作如下:(1)装载与车辆路径联合多目标优化问题的建模及求解本文将多目标决策的理论与方法应用于车辆路径问题中,针对基本的装载与车辆路径联合问题建立了多目标优化数学模型,并针对pareto解集中较为关注解,提出其精简模型——面向不同目标偏好的CVRP多目标模型。该模型中有三个多目标偏好结构,分别是:联合优化偏好、绝对最小车辆数偏好及路径优化偏好。为此,本文建立了有效的算法架构解决这三个偏好子问题。在算法实现中,本文也深入研究了与其密切相关的路径优化问题及装箱优化问题的求解,并进行相关算法设计。(2)具有目标偏好的三维装载与车辆路径联合多目标优化问题研究针对具有更为一般条件下的三维货箱需求的车辆路径问题,本文建立了三维装载与车辆路径问题联合的多目标优化模型(3LCVRPMO)。并提出了一个包括多阶段/分层的不同求解策略的有效算法架构,权衡装箱与路径两个优化过程的平衡,对路径优化偏好的3LCVRPMO问题进行有效求解。本文对现有三维装箱算法进行了相关研究并进行改进,使其更适宜求解装载与车辆路径联合优化问题。对联合优化偏好及绝对最小车辆数偏好的3LCVRPMO子问题,本文也提出了算法设计思想。(3)考虑时间窗的联合多目标优化问题研究建立了三维装载与时间窗车辆路径问题(CVRPTW)联合的多目标优化模型(3LCVRPTWMO),提出了求解该问题的一个有效算法架构连同相关具体算法。以往对时间窗车辆路径问题的求解,主要注重于路径总距离最短的目标函数,本文在此基础之上,给出其对应的配送车辆数及等待时间结果,使CVRPTW问题可以更好地实现对各种资源、服务的多目标优化。本研究通过一系列实验与数据分析验证了所提出的联合问题的多目标优化模型及算法的有效性。本文的研究为丰富车辆路径与装载问题的基础理论方法,解决实际物流配送企业的精准化效率化运营进行了有益的探索,提供了有益的解决方案。