论文部分内容阅读
近年来,我国物流业的高速发展,使其在第三产业中的位置非同小可。城市物流作为物流业的一个分支,影响着城市人的生活质量。由于城市物流的活动范围小,客户数量多且分散的特点,使其受交通拥堵、客户需求变化等不确定因素的影响较大。如何合理的应对城市物流配送过程中的不确定性因素,使企业降低配送成本的同时减少碳排放量,提高客户的满意度,是城市物流目前面临的一大挑战。论文首先对现有关于车辆路径问题的研究成果进行了深入研究,总结已有研究中存在的不足,得出研究不确定环境下城市物流配送路径优化问题的必要性和重要性。根据实际情况,结合现有研究成果,总结出城市物流配送中面临的不确定性因素主要有客户的需求量、车辆的行驶时间、车辆的单位距离油耗量、车辆的单位距离配送成本等。为了准确把握配送车辆的行驶时间这一个最大的不确定性因素,论文中引入交通拥堵延时系数,从道路条件、交通条件和交通管制三个方面考虑,建立交通拥堵延时系数的评价指标体系,采用基于专家权重的模糊层次分析法对道路的交通拥堵延时系数进行了评估,为计算配送车辆的实际行驶时间提供有效帮助。该方法中采用专家权重的目的是降低由于专家专业、喜好、从业时间等不同引起的差异的影响,模糊主要体现在专家的打分方式上。在考虑交通拥堵延时系数的基础上,考虑了客户模糊时间窗、不确定客户和单位距离模糊油耗量等不确定因素。先根据动态客户的产品消耗量和最近订货时间,判断是否将其纳入配送范围,之后考虑了配送车辆数、客户满意度和车辆油耗量等目标,建立了城市物流配送路径问题的机会约束规划模型,并根据研究成果,将机会约束规划模型转化为等价的确定性模型。在带精英策略的非支配排序遗传算法中加入修复和教育两个算子,以提高算法的收敛速度,用于论文中所建立的多目标模型的求解。论文最后以兰州市某公司的早餐配送为例,根据论文中建立的模型,采用MATLAB软件,以遗传算法、带精英策略的非支配排序遗传算法和改进的带精英策略的非支配排序遗传算法三种算法,对案例进行求解,并对三种算法的求解结果进行了比较分析,主要分析了三种算法的收敛速度,求解结果中Pareto前沿的分布等指标。