物流配送中車(chē)輛路徑生成策略的研究與實(shí)現(xiàn).pdf

1、物流配送是物流活動(dòng)中直接與消費(fèi)者相連的環(huán)節(jié)。在物流的各項(xiàng)成本中，配送成本占了很大的比例，而車(chē)輛路徑優(yōu)化的合理與否直接影響配送成本。因此，采用科學(xué)、合理的方法解決車(chē)輛路徑優(yōu)化問(wèn)題，是物流配送中非常重要的一個(gè)環(huán)節(jié)。
　　 本課題以現(xiàn)代物流配送環(huán)節(jié)中的車(chē)輛路徑問(wèn)題為研究對(duì)象，結(jié)合實(shí)際物流配送中配送中心多、問(wèn)題規(guī)模大、約束條件多、復(fù)雜性高等問(wèn)題，提出一種基于“集群第一，路線(xiàn)第二”的路徑生成策略。該策略首先使用改進(jìn)的K-Means聚類(lèi)算法

2、實(shí)現(xiàn)客戶(hù)的配送區(qū)域的自動(dòng)劃分，將大規(guī)模的VRP簡(jiǎn)化成小規(guī)模的VRP，降低計(jì)算量，提高求解速度；其次使用改進(jìn)的PFIH算法和變鄰域搜索(VNS)算法相結(jié)合的混合啟發(fā)式算法求解配送區(qū)域內(nèi)車(chē)輛路徑優(yōu)化問(wèn)題。
　　 基于上述策略，本文的主要工作如下：
　　 (1)物流配送區(qū)域及客戶(hù)的聚類(lèi)分析。分析影響配送過(guò)程的主要囚素，以減少求解復(fù)雜性為目標(biāo)，采用改進(jìn)的K-Means算法實(shí)現(xiàn)客戶(hù)配送區(qū)域的自動(dòng)劃分。
　　 (2)帶時(shí)間窗

3、約束的車(chē)輛路徑問(wèn)題數(shù)學(xué)模型的構(gòu)建和初始可行車(chē)輛配送路線(xiàn)的求解。在實(shí)現(xiàn)對(duì)客戶(hù)點(diǎn)配送區(qū)域劃分的基礎(chǔ)上，使用一種改進(jìn)的PFIH算法求解配送區(qū)域內(nèi)車(chē)輛初始可行路徑，得到備選的車(chē)輛路徑方案集合。
　　 (3)路線(xiàn)改進(jìn)和路線(xiàn)優(yōu)化。為提高生成的車(chē)輛路徑的效率和質(zhì)量，在所得到的備選車(chē)輛路徑集合中，基于Voronoi多邊形鄰域相似信息的性質(zhì)，使用變鄰域搜索算法的操作對(duì)備選方案進(jìn)行路徑改進(jìn)與路線(xiàn)優(yōu)化，得到較優(yōu)解。
　　 (4)煙草物流配送原