物流配送車輛路徑方案的智能生成方法研究.pdf

1、針對車輛路徑問題“規(guī)模增大導(dǎo)致組合爆炸”這一難題，從縮減解答空間入手，以節(jié)省求解時空為突破口，綜合運用知識工程、模糊聚類分析、人工智能和運籌學(xué)理論，按照“物流配送區(qū)域及客戶的聚類分析→車輛路徑方案的智能生成→模型的構(gòu)建及求解”這一研究思路，重點開展了以下研究工作： (1)物流配送區(qū)域及客戶的聚類分析。提出物流配送區(qū)域及客戶聚類的原理，分析并總結(jié)影響配送過程的主要因素，以此對配送區(qū)域及客戶進行初步劃分，并采用模糊聚類分析方法細分各

2、配送區(qū)域中的客戶。配送區(qū)域及客戶的聚類分析為形成后續(xù)的車輛路徑方案智能生成方法奠定基礎(chǔ)。 (2)車輛路徑方案智能生成方法及其數(shù)學(xué)模型的構(gòu)建與求解。在配送區(qū)域及客戶聚類分析的基礎(chǔ)上，總結(jié)歸納生成車輛路徑方案的主要參數(shù)，設(shè)計帶有控制策略的基于深度優(yōu)先搜索的車輛路徑方案生成算法，得出備選的車輛路徑方案集合。構(gòu)建并求解車輛路徑方案整數(shù)規(guī)劃模型，并設(shè)計鄰域規(guī)則，將車輛路徑方案的解映射為實際的行車方案。 (3)車輛路徑方案智能求解系

3、統(tǒng)的設(shè)計與實現(xiàn)。設(shè)計了由配送區(qū)域處理器、車輛路徑方案生成器、車輛路徑方案求解器三個主要模塊組成的物流配送車輛路徑方案智能求解系統(tǒng)，設(shè)計了求解體系統(tǒng)中的數(shù)據(jù)庫和知識庫。采用Java技術(shù)、SQL Server2000數(shù)據(jù)庫、Amzi Prolog、運籌學(xué)求解軟件Lindo等相關(guān)開發(fā)環(huán)境與技術(shù)實現(xiàn)了車輛路徑方案智能求解系統(tǒng)。 (4)應(yīng)用研究及車輛路徑方案智能求解系統(tǒng)的性能分析。以北方食品公司豬肉配送問題為應(yīng)用研究背景，開展車輛路徑方案

4、智能生成方法及其求解系統(tǒng)的實際應(yīng)用研究，驗證本文所提方法的有效性。并根據(jù)問題中兩個關(guān)鍵參數(shù)的變化組合，對車輛路徑方案智能求解系統(tǒng)進行性能分析。研究結(jié)果表明，本文提出的求解車輛路徑問題的新方法，其求解問題的效率并不隨問題規(guī)模的增大而迅速較低。 本項研究為解決車輛路徑問題這一復(fù)雜的管理決策問題提供了一種定性推理與定量分析相結(jié)合的求解方法。其研究成果與研究團隊已有的基于GIS的電子商務(wù)物流配送可視化信息平臺、物流配送等值線生成系統(tǒng)、電