论文部分内容阅读
配送网络优化问题是供应链管理的重要难题,其处理好坏直接影响企业的经济效益和顾客的利益,已成为运筹学、组合优化以及管理科学领域研究的热点。本文以车辆路径问题(VRP)、定位-路径问题(LRP)和同时配集货定位-路径问题(LRPSPD)为例研究配送网络优化问题。因现实生活中,经常出现某些信息无法提前获知的情况,属于不确定范畴,而确定范畴下的研究理论和方法不一定可行,因此,研究解决这类问题具有重要意义。文中采用模糊化处理不确定因素,研究模糊环境下的VRP、LRP和LRPSPD。在模糊VRP中以模糊需求VRP (VRP with Fuzzy Demand, VRPFD)为例,考虑车辆容量限制,设计混合分散搜索算法(Hybrid scatter search algorithm, HSSA)求解,提出符合VRPFD特征的全局调整优化策略进行实时调整,最后验证了算法和策略的有效性；在模糊LRP中以同时具有模糊需求和模糊旅行时间的定位-路径问题(Location-Routing Problem with Fuzzy Demand and Fuzzy Travel Times, LRPFDFTT)为例,考虑客户时间窗要求和车辆容量限制,模拟模糊需求和模糊旅行时间的联合影响,建立带变动补偿的机会约束模型,设计混合模拟退火算法(Hybrid simulated annealing algorithm, HSAA)求解,最后验证了模型和算法的有效性；在模糊LRPSPD中以配货需求和集货需求均为模糊需求的同时配集货定位-路径问题(LRP with simultaneous fuzzy pickup and fuzzy delivery, LRPSFPFD)为例,考虑车辆容量限制,建立符合LRPSFPFD问题特性的三维指数MIP模型,通过优化软件LINGO求解简单算例验证了模型的正确性,设计变邻域分散搜索算法(variable neighborhood scatter search, VNSS)求解,最后验证了算法的有效性；在应用中以B2C模糊配送网路优化问题为例研究这类问题在B2C领域的应用,针对问题特性建立了可协调模糊-静态LAP和确定-动态VRP的模糊双层规划模型,并设计嵌入随机算法和禁忌搜索算法的遗传算法求解,验证了模型和算法的有效性。