數(shù)量折扣下多式聯(lián)運路徑規(guī)劃研究.pdf

1、在經(jīng)濟全球化和電子商務浪潮的有力推動下，我國物流行業(yè)實現(xiàn)了較快的發(fā)展并獲得了良好的認知度。但是,國內(nèi)物流市場整體集約化程度低，這導致國內(nèi)企業(yè)的物流費用明顯高于國外同行業(yè)。多式聯(lián)運能夠有效整合經(jīng)濟優(yōu)勢和技術特征各異的多種運輸方式，從而降低物流運輸費用和提升運輸系統(tǒng)的工作效率。然而，頻繁的貨物運輸對生態(tài)環(huán)境造成了嚴重的負面影響，阻礙了經(jīng)濟的可持續(xù)發(fā)展。如何降低物流運輸費用和物流運輸對環(huán)境造成的不良影響成為了業(yè)界和學術界共同關注的課題。因此，

2、本文對數(shù)量折扣下多個任務集合運輸?shù)亩嗍铰?lián)運進行研究，具體工作如下：
　　對以最小化集合運輸費用為目標的多式聯(lián)運路徑規(guī)劃問題進行了研究。首先，本文建立了數(shù)量折扣下多個任務集合運輸?shù)亩嗍铰?lián)運路徑規(guī)劃模型。然后，應用擴展變形方法對多式聯(lián)運網(wǎng)絡圖進行處理，并建立了關于擴展變形網(wǎng)絡圖的多個任務集合運輸路徑規(guī)劃模型。仿真實驗結果表明，與單獨運輸相比，數(shù)量折扣下多個任務的集合運輸能夠有效降低物流運輸費用，更好地發(fā)揮多式聯(lián)運的優(yōu)勢。為滿足路徑規(guī)劃

3、工作的及時性要求，本文設計了改進的遺傳算法。實驗結果表明，對于小規(guī)模的問題，改進的遺傳算法能夠快速求得最優(yōu)解；對于大規(guī)模的問題，改進的遺傳算法能夠在短時間內(nèi)求得有效解。此外，改進的遺傳算法求解時間不會隨著問題規(guī)模的變大而明顯上升。
　　對考慮碳排放的集合運輸多式聯(lián)運路徑規(guī)劃問題進行了研究。本文建立了最小化總運輸費用和總碳排放量的雙目標路徑規(guī)劃模型，并設計了改進的非劣排序遺傳算法。實驗表明，改進的非劣排序遺傳算法能夠在短時間內(nèi)求得多