论文部分内容阅读
近年来,物流作为“第三方利润的源泉”受到国内外各行业极大的重视并得到了较大的发展,大量规模较大的生产企业,商业企业纷纷建立起配送中心向商品流通的效率发起挑战。与此同时,相当部分的大型运输、仓储和航运企业也开始朝向第三方物流经营。物流配送开始在我国迅速发展起来。如何在提高物流配送效率的同时降低成本成为一个重要的研究课题。物流配送是物流活动中直接与消费者相连的环节。在物流的各项成本中,配送成本占了相当高的比例。配送车辆优化调度管理的合理与否对配送成本、速度、效益影响很大,是物流配送中非常重要的一项活动。车辆优化调度问题一般可根据空间特性和时间特性分为车辆线路规划问题和车辆调度问题。当不考虑时间要求,仅根据空间位置安排车辆的路线时称为车辆路线或车辆路径规划问题VRP(Vehicle Routing Problem);当考虑时间要求安排运输路线时称车辆调度问题VSP(Vehicle Scheduling Problem)。VSP、VRP是一个典型的NP-难题,高效的精确算法存在的可能性不大,启发式算法虽能快速求解大型问题,但对解的质量没有保证。近年来,人们把遗传算法在车辆调度问题上应用进行了探索和改进,80%的研究实验证明了遗传算法的有效性。本文针对有时间窗的车辆调度问题,分析了单车场、非满载车辆调度中的众多约束条件,在一般TSP(旅行商问题)的基础上,建立了含有时间惩罚函数的数学模型,并运用遗传算法进行了求解。由于在编码、复制、交叉、变异等遗传操作中进行了一些改变,所以能够取得很好的效果。随着电子商务的发展,GIS被广泛应用于各领域中,但在车辆调度方面还不是很成熟。本文运用Dijkstra算法求解了地图上任意两点之间的最短路径,然后将优化后的路线在电子地图上显示出来,使物流配送路线更清晰,使配送过程更直观,这也是本文研究的意义所在。