协同配送模式下带时间窗的多配送中心车辆路径问题研究.pdfVIP

中文摘要 摘 要 随着社会经济和物流业的快速发展，面对客户需求体量急剧增加，一些企业 可能在一个大城市内同时设有多个配送中心，大幅提高配送能力，保证对客户的 有效交付；与此同时，一些客户也对货物的配送服务提出了更高的要求，不仅要 求供应商需要有足够的供应能力，还要求货物在指定的时间内完成交付。以往企 业多用分区配送方式进行处理，实施过程简单，但运作效果低下，难以有效利用 配送资源，造成配送中心忙闲不均、车辆闲置或迂回运输等不合理现象频繁发生。 在此背景下，针对带时间窗的多配送中心车辆路径问题（MDVRP-TW ），考 虑问题信息确定和不确定两种情况，本文设计一种开放式协同配送模式来进行配 送方案规划。该配送模式对企业在区域内的所有物流配送资源进行统筹规划，最 大化企业的配送能力和响应能力。规划得到的车辆配送路线，能为客户提供准时 又高效的配送服务，提高服务质量，降低物流配送的总成本，增强企业在行业内 的竞争力。本文主要研究内容如下： 首先，给出本文的研究背景与意义，根据当前此类问题的研究现状，总结研 究中的不足，确定研究方向和求解方法。 其次，分析确定环境下的MDVRP-TW 。突出当代配送的服务功能，引入客户 满意度；建立开放式协同配送模式，让问题在“多对多”的网络化配送模式下寻 最优解；建立问题的多目标数学模型，优化配送成本和客户满意度。 然后，拓展研究在不确定环境下 UC-MDSVRP-TW 。假定在不确定环境中客 户需求量和车辆行驶时间随机不确定，基于随机规划理论，建立在一定置信水平 下的机会约束规划模型。 接着，设计求解问题的云遗传算法。设计云发生器，利用云模型特性，自适 应设定操作的交叉和变异概率，并对遗传的具体进行过程进行一定的设计改进， 提高算法对问题最优解的搜索能力和收敛速度。 最后，调研生鲜农产品配送企业情况，基于本文研究给出优化的配送方案， 验证所提出的模式、模型及算法的有效性。结果表明，本文模型能有效减少需要 的配送车辆，降低运输费用，大幅提高车辆的利用效率。 关键词：多配送中心；时间窗；开放式协同配送；云遗传算法 I 英文摘要 Abstract With the rapid development of social economy, the volume of customer demand has increased dramatically. Some enterprises may have multiple distribution centers in a city, which greatly improves the distribution capacity to ensure the effective delivery of customers. At the same time, some customers also put forward higher requirements for the delivery of goods, not only requiring suppliers to have sufficient supply capacity, but also requiring goods to complete delivery within a specified time. In the past, most enterprises adopt zonal distribution model to deal with the problem. The implementation process is simple, but the operation effect is low. It is difficult to effectively utilize the distribution resources, resulting in the frequent occurrence of unreasonable phenomena