武汉jsy公司的配载与车辆路径集成优化研究

《武汉jsy公司的配载与车辆路径集成优化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、参±学位纖若论文题目；武巧ＪＳＹ公司６＾配载与车辆路径集成优化研訓国内图巧分类号：密级：公开国际图书分巧号：西南交通大学研究生学位论文武汉ＪＳＹ公哥的配裁与车辆路径集成化化研究年级２０１２级姓名曾晓军申请学化级别硕±专业工业工程指导老师王明亮二零一五年九月Ｈ十日ＣｌａｓｓｉｆｉｅｄＩｎｄｅｘ：〇ｈＳＵ．Ｄ．Ｃ：Ｓｏｕ也ｗｅｓｔＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙＭａｓｔｅｒＤｅｇｒｅｅＴｈｅｓｉｓＲＥＳＥＡ

2、艮ＣＨＯＮＴＨＥＩＮＴＥＧＲＡＴＥＤＯＰＴＩＭＩＺＡＴＩＯＮＯＦＦＩＬＬＩＮＧＡＮＤＶＥＨＩＣＬＥ民ＯＵＴＩＮＧＦＯＲＪＳＹＩＮＷＵＨＡＮＧｒａｄｅ：２０１２Ｃａｎｄｉｄａ化：ＺｅｎｇｘｉａｏｊｕｎＡｃａｄｅｍｉｃＤｅｇｒｅｅＡｐｐｌｉｅｄｆｏｒ：ＭａｓｔｅｒＳｐｅｃｉａｌｔｙ：ＩｎｄｕｓｔｒｉａｌＥｎｇｉｎｅｅｒｉｎｇＳｕｐｅｒｖｉｓｏｒ：ＷａｎｍｉｎｌｉａｎｇｇｇＳｅｐ．３０２０１５，西南交通大学学位论文版权使用授权

3、书本学位论文作者完全了解学校有关保留，、使用学位论文的规定同意学校保留并向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权西南交通大学可Ｗ将本论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于１□，．保密在年解密后适用本授权书：２．不保密ｔｓｕ／使用本授权书。“’上方框内打ＶＯ（请在Ｗ学位论文作者签名；指导老师签名：＾）之．＇／＾：日期：別日期．｜０１西南交通大学硕±

4、学位论文主要工作（贡献）声明本人在学位论文中所做的主要工作或贡献如下：首先，本文介绍了生鲜电子商务的发展现状，Ｗ及存在的主要问题，概述了国内一外在车辆路径及车辆装载方面单优化及组合优化的研究成果，选取了生鲜电商领域极具创新性和代表性的ＪＳＹ公司为研究对象，根据现实中货物配载及车辆路径问题的，二特征建立了包含维配载优化及非满载车辆路径优化的多目标集成优化模型，通过一对模型的处理，运用权重系数变换法及归化处理将多肖标优化转换为单自标优化，使模型更加简化，求解也更加方便。其次，在

5、算法设计上，根据模型特征对比分析了精确算法和启发式算法的优势和不足，根据适用性和计算效果选择了启发式算法中的遗传算法，为了让计算更高准确和高效，同时满足解决具体优化问题的需要，对基础遗传算法存在的不足进斤了改进．采用了自然数编码及自适应交叉和自适应变异的改进遗传算法，并通过编写Ｍａｔｌａｂ软件的程序文件及调用遗传算法王具箱实现算法设计。最后，利用集成优化模型和改进遗传算法优化ＪＳＹ公司的部分配送任务，分析优化结果，验证了集成优化模型及改进遗传算法对于配送效率和成本有很好的优化效果。

6、，本人郑重声明：所呈交的学位论文是在导师指导下独立进行研究工作所得的成果，本论文不包含任何其它个人或集体己经发表或撰。除文中已经注明引用的内容外。写过的研究成果，。对本文的研究做出贡献的个人和集体均已在文中作了明确说明一本人完全了解违反上述声明所引起的切法律责任将由本人承担。学位论文作者签名：隻．日期：减．ＵＩ西南交通大学硕±研究生学位论文第１页摘要随着生鲜产品电子商务的迅速发展，高昂配送成本严重阻碍了生鲜电子商务的发展，。车辆路径优化问题及配载问题作为物流配

7、送优化的重要组成国内外学者已做了大量研究，Ｗ此改善配送效率和降低配送成本。本文充分利用已有研究成果，分析车辆路径和配载之间的关系，通过集成优化研究，实现配送方案的最乂程度优化。本文Ｊ的主要研究工作包括构建集成优化模型，ＳＹ公司的实际算例分、设计改进遗传算法析。，本文介绍了生鲜电子商务的发展现状，及存在的主要问题首先，概述了国内外在车辆路径及车辆装载方面单一优化及组合优化的研究成果，选取了生鲜电商领域极具创新性和代表性的ＪＳＹ公司为研究对象，根据现实中货物配载及车辆路径问题的

8、特征，建立了包含二维配载优化及非满载车辆路径优化的多目标集成优化模型，通过一对模型的处理，运用权重系数变换法及归化处理将多目标优化转换为单目标优化，使模现更加简化，求解也更加方便。其次，在算法设计上，根据模型特征对比分析了精确算法和启发式算法的优势和不足，根据适用性和计算效果选择了盾发式算法中的遗传算法，为了让计算更加准确和高效，同时满足解决具体优化问题的需要，对基本遗传算法存在的不足进行了改进，采用了