MDLRPPD模型構(gòu)建及其啟發(fā)式組合優(yōu)化算法研究.pdf

1、對(duì)物流系統(tǒng)進(jìn)行優(yōu)化設(shè)計(jì)，從而為相關(guān)企業(yè)提供物流優(yōu)化解決方案，對(duì)物流研究者來(lái)說(shuō)始終是一個(gè)重要研究領(lǐng)域。本文研究的多站點(diǎn)集貨配送一體化的定位-路線問(wèn)題(Multi-depot Location Routing Problem with Pickups and Deliveries,MDLRPPD)是物流系統(tǒng)優(yōu)化中的一個(gè)重要研究方向，是任何一個(gè)大型物流配送企業(yè)都必然要面臨、期待解決的問(wèn)題。文中分析了物流系統(tǒng)中選址、集貨配送一體化運(yùn)輸?shù)幕ハ嘀萍s

2、關(guān)系，從物流系統(tǒng)總體成本最小的角度，分析了MDLRPPD的數(shù)學(xué)模型，并探索其組合優(yōu)化啟發(fā)式解法。 本文在LRP(Location Routing Problem)數(shù)學(xué)模型的基礎(chǔ)上建立了多站點(diǎn)集貨配送一體化的定位-路線問(wèn)題(MDLRPPD)的數(shù)學(xué)模型，在小規(guī)模數(shù)據(jù)情形下用Lingo軟件對(duì)所建立數(shù)學(xué)模型的正確性進(jìn)行了驗(yàn)證。因其NP-hard屬性，本文設(shè)計(jì)了禁忌-模擬退火組合優(yōu)化算法對(duì)MDLRPPD數(shù)學(xué)模型進(jìn)行求解，首先在滿足設(shè)施集貨

3、配送容量約束(即設(shè)施服務(wù)的客戶點(diǎn)的總需求和總供應(yīng)量都不能超過(guò)設(shè)施的容量限制)的前提下隨機(jī)產(chǎn)生多站點(diǎn)定位-配給問(wèn)題(Multi-depot Location AllocationProblem，MDLAP)的初始解，采用禁忌搜索算法對(duì)MDLAP進(jìn)行優(yōu)化，將結(jié)果作為集貨配送一體化車輛路線問(wèn)題(Vehicle Routing Problem with Pickups andDeliveries，VRPPD)的輸入，在VRPPD求解過(guò)程中，首先

4、以客戶需求量為基數(shù)，對(duì)選中設(shè)施服務(wù)的客戶進(jìn)行排序，根據(jù)集貨配貨容量限制依次對(duì)客戶進(jìn)行判斷，如果客戶進(jìn)入路線以后，在服務(wù)車輛卸下其需求物品后，能順利的將其供應(yīng)物資裝上，那么將該客戶納入本條路線，如此循環(huán)直至所有客戶都被納入到相應(yīng)線路中，從而產(chǎn)生VRPPD初始解；然后采用模擬退火算法通過(guò)插入法、路線間交換、路線內(nèi)部交換、2-opt法對(duì)VRPPD進(jìn)行優(yōu)化，之后再將VRPPD結(jié)果返回到MDLAP階段通過(guò)插入法、站點(diǎn)間客戶交換法、站點(diǎn)交換法產(chǎn)生M

5、DLAP優(yōu)化解的鄰域解作為VRPPD的輸入，按照特定的終止原則在MDLAP和VRPPD階段反復(fù)循環(huán)迭代，保存迭代的最優(yōu)解，作為MDLRPPD的優(yōu)化解。借助C++程序語(yǔ)言對(duì)該組合優(yōu)化算法進(jìn)行編程。然后，對(duì)同組小規(guī)模數(shù)據(jù)分別采用Lingo軟件和本文設(shè)計(jì)的組合優(yōu)化算法C++程序進(jìn)行實(shí)例計(jì)算，二者計(jì)算結(jié)果的費(fèi)用、設(shè)施選取與路線安排方案均一致；最后，利用該組合優(yōu)化算法程序?qū)χ械纫?guī)模和較大規(guī)模測(cè)試數(shù)據(jù)進(jìn)行了仿真計(jì)算。結(jié)果表明使用本文設(shè)計(jì)的禁忌-模擬