论文部分内容阅读
近年来,我国物流业高速增长,总体规模稳步提升,已经成为国民经济主导产业,在社会经济发展中发挥着重要作用。但是目前我国物流管理仍然比较落后,物流业普遍面临着专业化程度低、高耗低效等问题,造成我国物流成本较高。因此,如何有效降低物流成本中占50%左右的运输成本,对于降低物流成本、提高物流水平有着举足轻重的作用。本文以随机动态环境下运输过程中的装卸混合问题为研究对象,根据随机动态装卸混合问题的实际应用分别将车辆数由单车辆推广至多车辆、目标函数由单目标推广至多目标、“需求服从均匀分布”的假设条件放宽为“需求服从一般分布”进行讨论,针对各情形提出了相应的求解策略,对各求解策略进行了渐近性分析,并对其求解效果进行了仿真。本文的主要研究内容如下:首先,针对单目标随机动态多车辆装卸混合问题,分别推导出需求稀少及需求密集两种情况下目标函数的下界;提出了适合需求稀少情况的两种求解策略——随机队列中位策略和多车场随机队列中位策略,提出了适合需求密集情况的一种求解策略——堆栈策略,对各求解策略进行了渐近性分析,对其求解效果进行了仿真;针对需求情况变化影响求解效果的问题,提出了一种同时适合于需求稀少和需求密集两种情况的求解策略——分区求解策略,对该策略进行了渐近性分析,并通过仿真验证了该策略的有效性。然后,以最小化带权重的顾客期望等待时间和车辆期望等待时间之和为目标函数,建立了多目标随机动态多车辆装卸混合问题的数学模型,提出了求解该问题的两种求解策略——最近邻策略和堆栈策略,推导出了两种策略总期望等待时间的上界,并对两种策略在需求稀少、需求中等及需求密集构成的整个服务强度有效区间的表现,以及目标函数与参数之间的关系进行了仿真分析。最后,针对需求服从一般分布的随机动态多车辆装卸混合问题,提出了一种求解该问题的分区求解策略,在推导出需求稀少和需求密集两种情况下目标函数下界的基础上,分析了两种情况下分区求解策略的渐近性,并将分区求解策略与随机队列中位策略和多车场随机队列中位策略进行了比较,以验证分区求解策略求解需求服从一般分布的随机动态多车辆装卸混合问题的有效性。