基于改进蚁群算法的物流配送路径优化及应用研究-物流工程专业论文.docxVIP

西安建筑科技大学硕士学位论文 西安建筑科技大学硕士学位论文 西安建筑科技大学硕士学位论文 西安建筑科技大学硕士学位论文 万方数据 万方数据 万方数据 万方数据 基于改进蚁群算法的物流配送路径优化及应用研究 专 业: 物流工程 硕 士 生: 范青 指导教师: 聂兴信副教授 摘要 物流配送是物流活动中与客户直接面对的环节，是物流系统中最重要的环节。 在物流活动的各项成本中，除采购成本外，配送成本所占的比例是最高的，因此， 合理安排配送方案、降低物流配送成本关系着企业的整体经营效益。而物流配送 车辆的路径优化是物流配送中的重要环节，如何在在满足多样化用户需求的前提 下，有效地利用现有资源对车辆路径进行优化以减少企业的配送成本，提高企业 经济效益，是物流行业发展的目标，也是研究者关注的重点问题。 本文以超市配送路径优化问题为研究对象，通过查阅大量文献对物流配送路 径的相关理论进行了深入的分析和研究，并针对连锁超市货物配送建立了相应的 数学模型。该模型在深入分析物流配送的各种优化目标的基础上，选择物流运输 成本和基于时间窗的惩罚成本为优化目标，约束条件包括载重量约束、配送车辆 约束、行驶距离约束、客户数量约束等。在对物流配送路径优化问题进行求解时， 在最大最小蚂蚁算法的基础上，加入时间窗限制和载重约束，提出一种改进的蚁 群算法：①采用改进的最近邻近算法得到算法的初始解；②在路径构造时蚂蚁选 择下一条路径的概率公式中加入时间约束；③在对信息素进行设定和更新时，将 每条路径上的信息素浓度的取值范围限制在一个区间，并采用了全局信息素更新 方式，并只对路径构造中排名靠前的少数“精英蚂蚁”进行信息素更新，然后采用 matlab7.0 实现算法并通过使用 solomon 提供的 VRPTW 标准测试库中的一些数据 对算法的有效性进行了验证。最后本文以华润万家在西安地区的部分分店为例， 收集了部分数据，并利用灵图 UU 软件中的驾驶导航功能求得各门店及配送中心 的距离，应用改进的蚁群算法求解，得出比优化前更优的配送路径方案，并通过 路程分析和车辆满载率证明了该算法的实用性和有效性。 采用改进的蚁群算法对基于时间窗的物流配送路径优化问题求解，对蚁群算 法的进一步研究提供参考价值，同时也对企业建立现代化的物流配送调度系统有 一定帮助。 关键词：物流配送，车辆路径优化，蚁群算法 The optimization and application research of the Logistics distribution route based on the improved ant colony algorithm Major： Logistic engineering Name： Fan Qing Instructor：prof. Nie Xingxin Abstract Logistics distribution is the link that associated with consumer directly in the logistics activities and is the most important link in logistics system. In addition to the purchase cost, Transportation cost take the highest percentage in the logistics costs, So reasonable arrangement of the distribution solutions and reduce the logistics cost have a close relationship with the business interests. Vehicle path optimization is an important link in the logistics distribution, on the premise of meet the demand of diverse users, how to take advantage of the existing resources to optimize vehicle routing in order to reduce the business distribution costs and improve the business economic benefit is the goal of the development of logistics industry, and the problem which researchers focused on. This