论文部分内容阅读
随着企业核心技术的尖端化、行业流程的透明化、销售市场的全球化,企业很难通过提高生产技术和优化行业流程来提高效益。物流作为企业减少成本的第三方利润源,逐渐引起各行业相关人士的高度重视。第四方物流(4th Party Logistics,4PL)是近年来物流界研究的热点问题,自诞生之日起就得到了学者们的广泛关注,并得了大量成果。第四方物流路径问题(4th Party Logistics Routing Problem,4PLRP)是第四方物流优化中的关键问题之一。但是以往对4PLRP的研究多是基于确定信息,而在实际中出现的往往是一些非确定性信息,比如,在缺少历史数据、或者历史数据不可靠时,一些信息只能由专家根据自己的经验给出主观估计,具有主观不确定性。这时表征信息的向量是模糊的。已有处理确定性4PLRP的方法不一定能有效解决模糊4PLRP,因此有必要研究模糊4PLRP的特征,构造有效地模型和算法。本文在考虑了天气变化、人为因素等情况对实际行驶时间影响的同时,研究了一系列带有模糊处理时间的第四方物流路径问题(4th Party Logistics Routing Problem with Fuzzy duration time,4PLRPF),具体研究内容如下:(1)带有模糊处理时间的单点到单点单任务第四方物流路径问题(Single source to Single destination, Single task4PLRPF, S-S-S4PLRPF)的研究。在带有模糊处理时间单点到单点单任务的情况下,建立了考虑节点和边运输费用、时间、能力和信誉指标四个属性的4PLRP数学模型。根据问题特点,首先对约束进行预处理,去掉不满足能力和信誉约束条件的节点和边。其次利用模糊理论,建立了S-S-S4PLRPF的两类模糊规划模型,给出了两类模糊规划模型的模糊模拟过程。然后针对处理后的模型分别设计了嵌入K-短路算法的遗传算法(KGA)、嵌入K-短路算法的两阶段遗传算法(KTGA)和枚举算法。同时为了检验算法的有效性,给出了三种不同情况的算例,利用所提算法对其进行计算。得到决策者主观偏好对结果的影响。最后将得到的结果与枚举算法和遗传算法得到的结果进行比较,得到了满意解。(2)带有模糊处理时间的多点到多点多任务第四方物流路径问题(Multi-source to Multi-destination, Multi-task4PLRPF, M-M-M4PLRPF)的研究。该模型可以解决任意数目货源地到任意数目需求地运输任意种类任务的第四方物流路径问题,简称4PLRPF。建立了考虑节点和第三方物流供应商(3PL)运输时间、运输费用、运输能力和信誉指标的机会约束规划模型。分别提出了解决该问题的基于模糊模拟的K-短路算法与自组织迁移算法、K-短路算法、自组织迁移算法与遗传算法相结合的混合智能算法(KSOMGA)对其进行求解,并将得到的结果与枚举算法、遗传算法以及KTGA计算得到的结果进行比较,从计算结果的质量和时间上说明了所提算法的有效性。(3)考虑费用折扣因素的4PLRPF (4PLRPF with Cost discount,4PLRPFC)的研究。这一章是对4PLRPF的拓展,针对运输过程中多个备选第三方为了增强竞争能力而实施打折策略的实际问题,以4PL角度,建立了4PLRPFC的可信性规划模型,并提出了解决该问题的基于模糊模拟的嵌入K-短路算法的文化遗传算法(KMA)和枚举算法。数值分析表明所提算法在计算结果的质量和所用时间上均具有一定的优势。(4)考虑中转发车时间的4PLRPF (4PLRPF with Travel schedule,4PLRPFT)的研究。在前文研究的基础上,对货物在各中转节点需要按照中转发车时间进行转运的4PLRPF(简称4PLRPFT)进行了研究,建立了数学模型,给出了中转发车时间“点”与运输时间“段”的转换方法,并利用蚁群算法对其进行求解。(5)第四方物流路径问题的实验系统设计。以Microsoft公司的C#作为开发工具实现了对上述问题实验系统的界面开发。通过混合编程的方法,实现了前端界面对后台程序的调用。系统演示了4PLRPF、4PLRPFC以及4PLRPFT的具体实现过程,为今后的应用打下了一定的基础。