發(fā)布時(shí)間：2020-12-07 22:58

　　隨著我國(guó)城鎮(zhèn)化進(jìn)程的不斷深入和網(wǎng)絡(luò)技術(shù)的不斷提升,導(dǎo)致城市人口的數(shù)量和所需的生活資源急劇上升。在此狀況下,我國(guó)城市物流產(chǎn)業(yè)發(fā)展迅猛,但目前國(guó)內(nèi)物流企業(yè)還是相對(duì)獨(dú)立,未融入完整的產(chǎn)業(yè)鏈中。因此,在物流配送過程中隨著配送車輛的增長(zhǎng),一方面縮減了相關(guān)企業(yè)的利潤(rùn)空間,另一方面阻礙了城市的健康發(fā)展。在實(shí)際生活中,可以看出傳統(tǒng)單一的配送模式已逐漸不在適應(yīng)社會(huì)的發(fā)展,而共同配送等新型配送模式已逐漸顯露出來。然而,共同配送模式的發(fā)展也存在很多急需解決的問題,比如,如何對(duì)現(xiàn)有資源進(jìn)行整合,如何在提升客戶滿意度的同時(shí)降低物流配送成本,從而獲取更大的收益?因此,本文在基于共同配送的理念下研究車輛路徑問題,具有更多的理論和現(xiàn)實(shí)意義。首先,本文簡(jiǎn)單闡述了共同配送的基本含義,并簡(jiǎn)要分析了其合作模式和整合資源對(duì)象,針對(duì)不同的整合資源對(duì)象,主要包括客戶、車輛以及配送中心三種資源,提出四種共同配送策略。其次,本文對(duì)蟻群算法及其進(jìn)化算法—多態(tài)蟻群算法的原理、數(shù)學(xué)模型以及設(shè)計(jì)流程進(jìn)行了簡(jiǎn)要的分析設(shè)計(jì),并分別歸納了其相應(yīng)的優(yōu)劣勢(shì)。然后,本文根據(jù)共同配送策略一和策略三,即整合客戶資源策略和整合車輛資源策略,分別提出了基于客戶共... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 共同配送研究現(xiàn)狀
        1.2.2 車輛路徑問題研究現(xiàn)狀
        1.2.3 國(guó)內(nèi)外既有研究現(xiàn)狀述評(píng)
    1.3 研究?jī)?nèi)容及方法
        1.3.1 研究?jī)?nèi)容
        1.3.2 研究方法及技術(shù)路線圖
2 共同配送相關(guān)理論
    2.1 共同配送的定義
    2.2 共同配送合作模式
    2.3 共同配送資源整合
    2.4 共同配送策略分析
    2.5 本章小結(jié)
3 多態(tài)蟻群算法
    3.1 蟻群算法
        3.1.1 TSP問題
        3.1.2 蟻群算法的基本原理及數(shù)學(xué)模型
        3.1.3 蟻群算法的設(shè)計(jì)流程
        3.1.4 蟻群算法的優(yōu)缺點(diǎn)分析
    3.2 多態(tài)蟻群算法
        3.2.1 多態(tài)蟻群算法的模型及流程
        3.2.2 多態(tài)蟻群算法的不足分析
    3.3 本章小結(jié)
4 基于客戶共享的車輛路徑問題研究
    4.1 問題描述與創(chuàng)建模型
        4.1.1 問題描述
        4.1.2 創(chuàng)建模型
    4.2 帶聚類處理的多態(tài)蟻群算法設(shè)計(jì)
        4.2.1 k-means算法
        4.2.2 2-opt局部?jī)?yōu)化算法
        4.2.3 算法實(shí)現(xiàn)步驟
    4.3 實(shí)例分析
        4.3.1 實(shí)例數(shù)據(jù)
        4.3.2 實(shí)例結(jié)果
    4.4 本章小結(jié)
5 基于車輛共享的車輛路徑問題研究
    5.1 問題描述與創(chuàng)建模型
        5.1.1 問題描述
        5.1.2 創(chuàng)建模型
    5.2 自適應(yīng)多態(tài)蟻群算法設(shè)計(jì)
        5.2.1 自適應(yīng)策略
        5.2.2 算法實(shí)現(xiàn)步驟
    5.3 實(shí)例分析
        5.3.1 實(shí)驗(yàn)數(shù)據(jù)
        5.3.2 實(shí)驗(yàn)結(jié)果
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]新零售背景下冷鏈綠色物流共同配送系統(tǒng)模型研究[J]. 曹寶亞.  淮海工學(xué)院學(xué)報(bào)(人文社會(huì)科學(xué)版). 2019(02)
[2]面向中小電商企業(yè)城市共同配送模式探討[J]. 王莉萍.  物流工程與管理. 2018(11)
[3]基于共同配送模式的外賣訂單配送研究[J]. 莫燕,陳月新.  中國(guó)物流與采購(gòu). 2018(16)
[4]生鮮電商冷鏈物流共同配送模式研究[J]. 王笛,林鳳.  物流科技. 2018(08)
[5]車路協(xié)同環(huán)境下多配送中心DVRP研究[J]. 張赫,郭文倩,張健松,胡治杰.  武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版). 2017(06)
[6]基于改進(jìn)蟻群算法的服務(wù)器集群資源調(diào)度研究[J]. 劉萬軍,王曉宇,曲海成,孟煜.  微電子學(xué)與計(jì)算機(jī). 2016(03)
[7]改進(jìn)蟻群算法在WSN路由優(yōu)化中的應(yīng)用[J]. 李鋒.  微處理機(jī). 2015(04)
[8]基于集送貨需求的車輛路徑優(yōu)化問題研究[J]. 閆會(huì)姝.  重慶科技學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版). 2015(05)
[9]基于均衡更新蟻群算法的飛機(jī)排序調(diào)度[J]. 李媛禎,楊群,段汐.  計(jì)算機(jī)與現(xiàn)代化. 2015(02)
[10]帶時(shí)間窗的多配送中心多車型車輛調(diào)度問題[J]. 高珊珊,李萌萌.  大慶師范學(xué)院學(xué)報(bào). 2014(06)

博士論文
[1]共同配送整合模型及算法研究[D]. 葉志堅(jiān).西南交通大學(xué) 2004

碩士論文
[1]XFD批發(fā)市場(chǎng)蔬菜共同配送研究[D]. 袁方.北京交通大學(xué) 2015
[2]蟻群算法在車輛路徑問題中的應(yīng)用[D]. 李聚.西南交通大學(xué) 2013
[3]物流共同配送模式與實(shí)施對(duì)策研究[D]. 傅忠寧.吉林大學(xué) 2005
[4]共同配送在我國(guó)連鎖零售企業(yè)應(yīng)用的研究[D]. 羅娟娟.福州大學(xué) 2005
[5]基于綠色物流思想的配送問題研究[D]. 李寧.大連海事大學(xué) 2004



本文編號(hào)：2904028