版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、面對日益增長的物流需求,時效、服務(wù)、質(zhì)量等成了人們評價物流水平的標(biāo)準(zhǔn),而這些都離不開物流團(tuán)隊高效的提貨配送流程。車輛路徑分配問題就是其中的一個研究熱點,即為滿足客戶的提貨或配送需求,以最優(yōu)的成本將貨物送到目的地。
通過實際到 A公司運營中心調(diào)研發(fā)現(xiàn)其現(xiàn)有路徑安排在資源整合和利用率上有所缺陷。為解決其實際的車輛調(diào)度問題,本文基于現(xiàn)有的VRP基本模型,通過閱讀大量的文獻(xiàn)了解了車輛路徑優(yōu)化的歷史和趨勢,并發(fā)現(xiàn)現(xiàn)階段大量學(xué)者傾向于算法
2、組合式的優(yōu)化方法,故通過實際情況建立并考量車輛類型、貨物種類、送達(dá)時效的車輛路徑優(yōu)化模型,通過設(shè)計K-Means++和遺傳算法的組合進(jìn)行優(yōu)化,即先將問題轉(zhuǎn)換為兩段式的方式進(jìn)行求解,利用K-Means++進(jìn)行供應(yīng)商聚類,再在每個簇中用遺傳算法進(jìn)行車輛路徑的安排。最終將優(yōu)化結(jié)果與現(xiàn)有的實際提貨數(shù)據(jù)進(jìn)行實證對比和分析,結(jié)果發(fā)現(xiàn)優(yōu)化結(jié)果在車輛利用率和成本上均優(yōu)于現(xiàn)有實際車輛安排。且通過和一線員工的溝通,分別從投訴數(shù)量、車輛的固定成本和工作工時三
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法的K-MEANS聚類改進(jìn)研究.pdf
- 基于遺傳算法的K-means聚類算法分析研究.pdf
- 基于遺傳算法的并行化K--means聚類算法研究.pdf
- 基于改進(jìn)遺傳算法的車輛路徑問題研究.pdf
- 基于遺傳算法的k-means聚類挖掘方法的研究.pdf
- 基于K-means-遺傳算法的眾包配送網(wǎng)絡(luò)優(yōu)化研究.pdf
- 基于改進(jìn)的遺傳算法的車輛路徑問題研究.pdf
- 基于混合遺傳算法的車輛路徑問題
- 基于遺傳算法的多車場車輛路徑問題研究.pdf
- 基于遺傳算法的應(yīng)急物流車輛路徑問題研究.pdf
- 車輛路徑問題的改進(jìn)遺傳算法.pdf
- 應(yīng)用遺傳算法求解車輛路徑問題研究.pdf
- 畢業(yè)論文----基于遺傳算法的車輛路徑問題研究
- 基于聚類分析和遺傳算法的帶時間窗車輛路徑問題研究.pdf
- 數(shù)據(jù)挖掘中基于遺傳算法的K--means聚類算法的研究及應(yīng)用.pdf
- 基于遺傳算法的帶時間窗車輛路徑優(yōu)化問題研究.pdf
- 基于遺傳算法的物流配送車輛路徑問題研究.pdf
- 兩類車輛路徑問題的遺傳算法.pdf
- 車輛路徑問題遺傳算法的設(shè)計與分析.pdf
- 基于遺傳算法的AUV路徑規(guī)劃研究.pdf
評論
0/150
提交評論