论文部分内容阅读
随着经济的迅速发展,市场环境和产业结构都发生重大的变化,这种变化需要发达的物流业为支撑。但是传统的物流往往人工定制较多、智能性低、系统功能单一,没能有效地融合智能技术与信息资源,使得物流运输不能满足客户的需求,且物流成本非常高。智能物流运输调度系统正是针对这些缺点提出的解决方案,它能有效的提高物流系统的智能性,优化车辆行驶路线,最大的满足客户的需求,以最小的成本获取最大的经济效益,增强物流企业综合竞争力。本文首先介绍组合优化问题及蚁群算法,针对基本蚂蚁算法的计算时间长与易陷入局部最优解的缺点,提出了各种有效的改进措施,如信息素更新策略、动态调整算法参数、局部搜索优化,改进算法求解旅行商问题(traveling slesman problem,TSP)中取得好的效果。然后对物流运输调度系统中的车辆路径问题(vehicle routing problem,VRP)进行总的描述,分析了载重量限制车辆路径问题、带时间窗车辆路径问题、多目标优化车辆路径问题等多种数学模型,改进蚁群算法对其求解,取得满意的结果,验证了改进蚁群算法的鲁棒性和有效性。最后以实际物流运输中车辆调度问题为目标,研究影响车辆调度各种客观因素,建立智能物流运输调度的车辆调度模型,用改进蚁群算法对其求解,取得了较好的结果,并以此建立智能物流运输调度系统。系统使用了当前主流J2EE的轻量级Spring框架,集成SIM系统和Email系统功能,并引入单点登录实现机制,提高系统安全,对物流订单使用基于公钥框剪的多重数字签名,扩展物流运输网上业务。总之,本文研究各种车辆调度问题,根据实际的情况建立数学模型,对其用改进蚁群算法进行求解取得很好的效果。针对传统物流中人工定制的缺点,研究建立智能物流运输调度集成系统,实现车辆调度智能化,优化车辆行驶路线,以降低物流运输成本和提高物流企业服务质量,增强企业综合竞争力。智能物流运输调度系统研究与开发,具有现实的理论意义和实践意义。