论文部分内容阅读
在全球社会经济快速发展和现代化信息技术突飞猛进的今天,过高的物流成本严重影响了国民经济的发展,同时也削弱了企业的市场竞争力。近几年来,占据物流费用大头的物流配送成本的居高不下引起了物流行业对物流管理效率及过程优化越来越多的重视,研究者逐渐将注意力集中到和实际生产生活密切相关的各种类型的车辆路径问题上,并取得了诸多成果。车辆路径问题(VRP)是一类研究如何对配送车辆的行驶路径进行优化使得最终的优化目标值(一般指企业的配送成本)最小。目前对于VRP的研究主要集中在动态环境下,其中对动态需求因素变化的研究较多。动态需求VRP涉及面较广,本文将在动态需求环境基础之上,加入客户满意度这一重要指标,主要研究如何在动态阶段有效地进行车辆调度,降低企业运输成本,在满足所有客户需求的同时,尽可能提高客户满意度。这也是目前很多企业关心的问题。首先,论文回顾了国内外关于动态需求的车辆路径问题、客户满意度以及现有算法的研究等方面的进展。其次详细介绍了动态客户需求变动的车辆路径问题和客户满意度的相关理论知识,设定论文考虑的动态客户需求变动主要是在配送过程中出现新的客户请求服务的情况,并采用梯形模糊数时间窗隶属度函数来描述客户满意度的变化情况。论文主体部分构造了考虑客户动态需求变化和客户满意度的车辆路径问题两阶段优化模型,即初始路径优化阶段模型和实时路径优化阶段模型。在实时优化阶段引入了虚拟配送中心概念,模型的优化目标是使客户满意度最大化和企业配送成本(运输距离、等待时间惩罚等)最小化,并对效益背反的多目标函数模型进行处理得到单目标函数模型。最后,根据所建立的模型和实时优化策略,设计相应的两阶段遗传算法,通过MATLAB编程,采用Solomon的R101算例以及自行设计的动态需求客户的相关信息进行实验验证,实验结果验证了模型的合理性和设计算法的有效性。