论文部分内容阅读
近年来,伴随着我国市场经济的快速发展和完善,我国物流配送业得到了迅猛发展,已成为经济发展的“第三利润源泉”和新动力。目前,我国的物流配送业发展存在的主要问题集中反映在两个方面:一是数量庞大的物流配送车辆尾气碳排放量造成的严重环境污染,已成为困扰大城市生态发展的巨大障碍;二是传统的粗放型、高成本、单一化物流配送模式难以适应日趋多样化的物流配送需求,急需改变配送模式提高配送服务质量。如何结合我国物流配送特点采用科学的模型与方法解决这些问题,是当前物流配送领域面对的一项重大研究课题。为此,本论文针对物流配送碳排放量和配送服务质量综合优化问题,从理论研究与实际应用角度出发,运用改进型粒子群算法,对考虑碳排放和时间窗的取送一体化配送问题(SPDVRPCETW)的路径优化方法进行了选题研究。本论文主要研究内容及成果如下:首先,本文阐述了传统车辆路径优化问题的相关基础理论,对所研究的SPDVRPCETW问题特征进行系统分析,明确了问题的构成要素、目标及影响因素。结合取送一体化物流配送作业特点,分析了物流配送运输成本、碳税成本、时间窗成本的计算方法。在综合考虑配送车辆运输成本、碳税成本、时间窗成本多种因素下,建立以配送总成本最低为目标函数的SPDVRPCETW问题数学模型。其次,针对SPDVRPCETW模型的复杂性特点,本文结合基本粒子群算法进行求解,为解决基本粒子群算法优化过程中局部最优的缺陷问题,本文引入混沌思想,提出一种基于惯性权重自适应调整的改进型粒子群算法,并依据该算法设计了 SPDVRPCETW模型求解软件实现步骤。最后,针对实际的北京燕京啤酒物流配送问题,建立了啤酒物流配送的SPDVRPCETW数学模型,采用改进型粒子群算法进行了优化分析,验证了构建模型的合理性及改进算法的有效性。实例求解分析结论表明:(1)取送一体化配送作业模式在降低碳排放量、提高顾客满意度、减少配送总成本方面具有明显优势;(2)当同时考虑碳税成本、时间窗成本、运输成本时,虽然损失了单个成本目标最优值,但得到的总成本最优。(3)提出的改进粒子群算法在解决NP难题时,其突破局部最优的能力得到显著改善;(4)物流配送实际问题的求解结果对各参数表现一定灵敏性:车速在50-60km/h时,总成本最低;碳税价格在10元/kg以下,碳排量控制效果明显;时间惩罚系数越高,时间窗内比例越高,但总成本越高。