- 1、本文档共64页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2011物流系统规划与设计_运输系统规划与设计
5.1 物流运输系统概述;5.1.1 物流运输系统的功能
货物的空间移动
货物的短期储存
5.1.2 物流运输系统的特点
物流运输系统是一个连续性的过程系统
物流运输系统生产的多环节、多功能等特点
物流运输系统生产具有网络特性
物流运输系统是一个动态系统 ;5.1.3 物流运输系统的结构
并联结构
串联结构
串并联结合的网络型结构 ;1)规划原则
经济发展原则
协调发展原则
局部服从整体原则
近期与远期相结合原则
需要与可能相结合原则
理论与实践相结合原则;运输业务模式的选择
运输方式的选择
运输批量和运输时间的确定
运输线路的规划与选择
运输流量的分析
车输的配载与调度问题 ;5.1.5 现代交通运输系统的发展
1、现代科学技术进步的支持作用
运输设备和运载工具的发展,直接表现为运输供给能力的增长和运输服务水平的提高,依赖于现代科学技术进步的支持。
现代科技进步,突出表现在高速、重载、安全、信息和复杂系统规划管理最优化五个技术领域对交通运输技术进步的支持。; 现代交通运输系统发展的根本原因,是经济和社会发展,特别是市场经济发展对运输多样化需求的带动,有力地促进运输需求特征的发展和演变。而全球经济一体化的进程,进一步加速世界经济的运输化。;可持续发展是当代新的发展观,是以新的人文理念对传统的生产方式、消费方式和思维方式的审视和扬弃,是从长远发展的角度对人类自身的生存和发展与资源、环境和生态等自然关系的正反历史经验的总结。
交通运输系统的规划、建设、运营和发展,理所当然地必须顺应可持续发展的要求。; 一体化交通运输(Integrated transportation)是指交通运输与整个经济社会发展的进一步融合。包括:
1.运输方式内部及运输方式之间的一体化;
2. 运输与能源环境的一体化;
3.运输与土地利用规划的一体化;
4.运输与国家、社会安全的一体化;
5.运输与教育、健康和财富创造政策的一体化。;国际通达(INTERNATIONNAL IN REACH);
多式联运(INTERMODAL IN FORM);
智能运输(INTELLIGENT IN CHARACTER);
全面服务(INCLUSIVE IN SERVICE);
创新视野(INNOVATIVE IN SCOPE).;5.2 运输系统经济理论与模型;■ 固定费用——与运输业绩无关
各种基本设施的支出、装备、管理投资利息等。
■ 可变费用——随交通量的变化而变化
设备维修、运营等费用。
;;课 节 回 顾;※运输营业成本包括载运工具燃料消耗和行车司乘人员工资等。;Ctot=Ccap+Cop
Ctot——运输总成本
Ccap ——资产费用
Cop——运营费用;Ccap=Cfac+Cequip
Cfac ——基础设施费用
Cequip——载运工具费用;5.2.2 运价率
※基于重量的运价率
※基于距离的运价率
※基于运输需求的运价率
※合同运价率
※干线运输运价率
※其他特殊的运价率;课 节 回 顾;运输业务模式的选择
运输方式的选择
运输批量和运输时间的确定
运输线路的规划与选择
运输流量的分析
车输的配载与调度问题 ;◆ 启发式算法特点
◆ 禁忌搜索算法原理及步骤
◆ 模拟退火算法原理及步骤
◆ 遗传算法原理及步骤;5.3.1 现代优化算法概述;1)组合最优化问题
通过对数学方法研究寻找离散事件的最优编排、分组、次序或筛选等(从有限个状态选取最好的,其最优解是某一种方案)。;2)启发式算法;(1)与导数无关性
在搜索使一个给定目标函数最小或者最大化的一组参数时,这些方法不需要函数的导数信息。相反,它们只依赖于对目标函数的重复求值运算,而且在每一次求值后的搜索方向遵循某种启发式的思路。
(2)直观的思路
这些搜索过程所遵循的思路通常建立在简单而直观的概念基础上。其中的一些概念是由所谓的自然界的智慧所促使,比如热力学和进化。 ;(3)速度慢
对于连续优化问题,这些方法由于不应用导数,一般比基于导数的优化方法速度慢。
(4)灵活性
不用导数意味着对目标函数的可微和可导性质没有要求,因此可以使用复杂的目标函数。;(5)随机性
所有的启发式优化算法都是随机的。理论上讲,启发式优化算法的随机性保证了在给定计算时间内得到最优解的概率非零。然而实际上,为了得到给定问题的最优解,往往花费非常可观的计算时间。
(6)难以解析
难于对启发式优化算法进行解析
文档评论(0)