论文部分内容阅读
随着我国经济水平不断提高,电商发展日益蓬勃,物流业逐渐成为当今社会的主流产业之一,而水产品物流业正是其中一个特殊的分支。由于水产品易腐烂、变质,需要快速、及时的完成配送,因此对水产品配送路径的优化工作尤为关键。本文对水产品配送路径的优化方法进行研究,得出一条多目标优化的水产品配送路径,达到降低水产品配送中心的成本,提高顾客对水产品配送中心满意度的目的。首先本文针对水产品需求量不确定问题展开研究。以大连市为研究对象,在分析影响大连市水产品需求量的因素(供给因素、社会经济水平因素、人文因素、水产品配送业发展规模因素)基础上,求得各影响因素与水产品需求量之间的灰色关联度,构建了水产品需求量的灰色GM(1,1)预测模型,进行精度检验后,运用马尔可夫链对其进行优化。其次对需求与否不确定的水产品配送路径问题进行研究。本文假设所有顾客对水产品的需求是概率性存在的,在对水产品配送路径问题设定约束条件(1个顾客点只能由1辆配送车进行,配送车的行驶距离和载重量是有限的等)基础上,构建了配送车辆最少、路径最短、货损成本最小和准时率最高的多目标数学模型。然后利用改进蚁群算法对水产品配送路径问题进行求解。构建蚁群算法对水产品配送路径优化求解模型,由于蚁群算法容易出现停滞、陷入局部最优解的缺点,本文将求出的局部最优解运用遗传算法中的编码、选择和交叉操作后回到蚁群算法中实现对蚁群算法的改进,寻求水产品配送路径优化最优解。最后本文以大连市某水产品配送中心作为实例应用。通过水产品配送中心2009-2018年5月份贝类需求数据预测出2019年5月份的顾客需求量,再将预测需求量应用到需求与否不确定的水产品配送路径的优化求解模型中。利用软件Matlab2012分别求出原蚁群算法和改进蚁群算法的最优结果。结果对比显示改进的蚁群算法将原本的5辆水产品配送车减少至4辆,且配送总路程由1475km缩短至1170km,成本由951.325元减少至786.468元,准时率由90%提升至100%。最终证明本文所研究的改进蚁群算法可以有效地对需求不确定的水产品配送路径问题实现多目标优化。