论文部分内容阅读
随着我国经济的发展和企业管理水平的提高,物流在宏观和微观层面都越来越受到重视。物流是指为完成商品从生产地到消费地的流动而进行的各种经济活动,其中以运输和仓储为主要职能形式。实际上,交通运输一直是国民经济的支柱行业。运输又有两种形式:干线运输和支线运输,两者之中,支线运输的单位成本远高于干线运输。随着近来配送运输作为一种新型运输组织方式的兴起,如何组织和规划支线运输就显得越来越重要,这就要牵扯到车辆优化调度问题。车辆优化调度问题(VRP,Vehicle Routing Problem)问题最早由Dantizig和Ramser与1959年提出,此后该问题吸引了无数科学家、工程师和管理学家的兴趣,各种算法纷纷被提出。按照所获信息确定与否,VRP问题一般被分成两类:确定型VRP问题和不确定型VRP问题。对前者的研究经历了较长时间,求解算法已比较成熟。但对后者,尤其是对其中模糊信息下的车辆调度问题(VRPFD,Vehicle Routing Problem under Fuzzy Information)的研究开展较晚,各种算法也亟待完善。本文以物流车辆调度问题为研究对象,以确定型车辆调度问题研究成果为基础,运用模糊数学的理论,揭示模糊因素影响下车辆调度模型的机理,并对各类模型的算法展开研究,从而为提高商用车辆运营效率提供一种实用的途径。第一章回顾了以往对VRPFD问题研究的成果,对其进行了整理、总结,介绍了该问题的研究现状。第二章从物流配送着手,分析了物流配送中的模糊信息。选取了一些指标对这些信息进行描述,并运用模糊数学的理论进行聚类分析。第三章则是在上一章的基础上继续分析模糊车辆调度问题,并建立了该问题的数学模型。第四章给出了求解VRPFD的Sweeping启发式算法,该算法是求解该问题的一个较简单的方法。第五章则是求解VRPFD的遗传算法,本章介绍了遗传算法的概念和流程,说明了该方法的求解思路,最后则是该法的试验分析。