- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
基于CCLMIS及遗传算法城市冷链物流配送路线成本最优化研究
基于CCLMIS及遗传算法城市冷链物流配送路线成本最优化研究
[摘要] 本文通过TSP旅行商问题模型,构建城市冷链物流的配送路线优化模型,利用改进的遗传算法,求解最优结果,达到路程成本最低的目标。结合GIS系统强大的城市道路实时信息管理能力,分析路程与通行时间的关系,通过单位路程成本因子和单位时间成本因子比较。选择合适的道路和时间,进行人工辅助优化配送路线,达到切合实际的配送路线优化方案。
[关键词] CCLMIS 冷链物流 配送优化 遗传算法
当前,中国冷链物流发展中遇到的关键问题是信息技术不能满足现代企业服务的需要,特别是结合冷链物流管理信息系统的成本控制方面,由于信息技术和管理水平的原因,导致中国冷链物流的运营成本很高,竞争力低下,行业不成熟。由于城市冷链物流的专业性和运作始终与能耗相关,温度和成本难以控制,因此城市冷链物流配送信息系统的核心是配送路线优化和成本控制。通过研究配送路线优化方案和配送成本,能够很好地解决我国冷链物流行业发展中遇到的问题。
1 冷链物流概述
冷链物流又称低温物流,是指冷藏冷冻类食品在生产、贮藏运输、销售,到消费前的各个环节中始终处于规定的低温环境下,以保证食品质量,减少食品损耗的一项特殊的物流形式。
根据西方发达国家的发展经验,人均GDP达到4000美元后,冷冻冷藏食品市场将呈现快速发展。2009年,我国人均GDP达到3711美元,由西方发达国家经验可知,中国冷链物流行业将进入一个快速发展时期。
2 城市冷链物流配送的特点
城市冷链物流在低温中运作,运作过程始终与能耗相关,控制冷链物流运作成本至关重要。城市配送是冷链物流的核心,决定了冷链物流的整体水平和竞争力。城市冷链物流配送是路线距离、配送时间最短,温度合适,成本最低的配送组合。通过优化配送路线,缩短配送时间,降低冷链物流的整体运作成本,提高冷链物流的核心竞争力。
3 城市冷链物流配送成本分析
在以往的大多数配送路线优化研究中,以路程最短为目标,只考虑了路程成本最低的理想情况。而现实中配送成本也包括时间成本。城市配送中,路程和时间是相互独立的,研究成本的发生因??也非常重要了。特别对于特殊的城市冷链物流配送,路程成本已经不是主要的成本,而时间成本将会变得非常重要。时间成本的产生和城市的交通效率成反比的关系。因此,优化城市配送路线必须要考虑时间成本,才能取得较满意的优化方案。
4 城市冷链物流配送问题描述
4.1城市冷链物流配送问题分析
基于遗传算法的城市冷链物流配送路线、成本优化问题可以描述为:假定一个城市有1个“冷”物流中心和n个销售商。每个销售商配送路线有多条可以选择,配送先后顺序不确定。配送路程成本和时间成本相互独立,不存在某种关系。路程成本由距离确定,时间成本由制冷成本、司机成本、机会成本、商品质量成本确定。配送路线优化的任务是根据配送任务要求,确定具体的路线和合适的时间,满足约束条件的同时,使得路程成本与时间成本的综合目标取得最小值。
4.2配送问题算法描述
旅行商问题,即TSP问题是组合优化的著名问题之一。假设一个旅行商人要拜访m个城市,他必须选择所要走的路径,路径的限制是每个城市只能拜访一次,而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。
数学模型为:
对于城市冷链物流配送路线优化的问题,在路径成本分析方面,可以看作一个TSP问题来研究。
5 利用遗传算法求解配送路线优化问题
5.1遗传算法简介
遗传算法是被研究最多的一种有效解决最优化问题的算法,它最先是由John Holland于1975年提出来的,是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型。作为改进启发式算法的佼佼者,以其简单通用、健壮性强等显著特点,被称为显著的智能算法,尤其适合于处理传统搜索方法难以解决的高度复杂的非线性问题。
5.2改进的遗传算法求解特殊的TSP问题
5.2.1选择算法分析
使用黄勇军等提出的改进的遗传算法模型进行求解城市冷链物流的路线最优化问题。这里只求解路程最短问题,不对算法做过多研究。由改进的遗传算法分析,该方法是一个简单,并且能够防止早熟收敛,有效解决TSP问题的遗传算法。
5.2.2配送点坐标初始化
设“冷”物流中心要为31个大型超市配送商品,31个大型超市的位置由a矩阵给出,则初始化坐标为:a=[3302 2541;3163 1259;4397 1245;4712 2639;2487 4575;2326 4156;2538 3289;1054 4104;4152 4870;3356 1700;3070 1670;2652 45
原创力文档


文档评论(0)