论文部分内容阅读
随着市场经济的飞速发展,物流对经济活动的影响日益明显,同时也越来越引起重视。而在物流配送中,车辆调度问题是一个核心问题,直接影响着物流配送的服务质量和经济效益。物流配送车辆调度即是在满足客户需求的条件下,为客户配送合理的货物数量,派遣最少的车辆,并为配送车辆指派运输时间和运输费用最省的路线。因此,采用合理的、科学的方法来进行物流配送车辆调度优化,是物流配送中十分重要的一个环节。而在实际情况中,往往存在多个物流配送中心,因此对多配送中心物流配送问题优化具有十分重要的意义。具体研究如下:首先,对当前物流配送行业的发展现状和相关理论进行分析,了解当前多配送中心车辆调度的优化模式,在详细描述了多配送中心车辆调度问题的相关概念的基础上,建立多配送中心车辆调度的数学模型,根据需要优化的目标确定目标函数的计算公式,以及在配送过程中需要考虑到的约束条件等。其次,根据多配送中心车辆调度数学模型复杂程度较高,求解时间长等特点,选取取遗传算法作为其优化方法,并在传统遗传算法的基础上,引入更适合、效率更高的自适应遗传算法。为了加快遗传算法的求解速度,提高其收敛性能,对遗传算法中的编码方式和选择方式以及遗传、变异算子进行改进。其中编码方式采用了包含配置中心编号、配送车辆编号和客户排序值的染色体基因序列;选择方式采用将最优染色体直接复制到下一代,其余染色体采用轮盘赌注法;遗传和变异过程则使用自适应遗传算法的遗传算子和变异算子。最后,采用自适应遗传算法对多配送中心乍辆调度的模型进行算例分析和验证,并与传统方法进行比较,通过实验分析,自适应遗传算法在求解速度和算法收敛性上都优于传统方法。