基于多目标优化的渔获物冷链配送

引用本文

曹守启, 陈莹, 陈成明, 花传祥. 基于多目标优化的渔获物冷链配送[J]. 北京交通大学学报, 2017,41(3): 34-38.
CAO Shouqi, CHEN Ying, CHEN Chengming, HUA Chuanxiang. Ocean catches cold chain distribution based on multi-objective optimization[J]. JOURNAL OF BEIJING JIAOTONG UNIVERSITY, 2017,41(3): 34-38.
Doi:10.11860/j.issn.1673-0291.2017.03.006 复制到剪切板

Permissions

基于多目标优化的渔获物冷链配送

曹守启^a, 陈莹^a, 陈成明^a, 花传祥^b

a. 上海海洋大学工程学院, 上海 201306

b. 上海海洋大学海洋科学学院,上海 201306

第一作者:曹守启(1973—),男,山东莒南人,副教授,博士.研究方向为海洋工程装备设计、物联网工程等.email: sqcao@shou.edu.cn.

收稿日期: 2016-08-15

基金: 国家科技支撑计划(2013BAD13B05); 上海市科技创新行动计划(15DZ1202202)

摘要

远洋渔获物从港口出发被运输至各个需求市场的过程中,冷链配送方案的规划对于提高运输效率与降低成本投入等方面都起着至关重要的作用.为了提升配送效率和降低配送成本,根据渔获物受配送时间和环境温度等影响发生不同程度耗损的特点,引入低温能耗与需求时间窗等成本要素,建立了以配送服务时间最短和成本最小为目标的多目标冷链配送模型.根据所建立模型的决策变量,设计相应的遗传算法求解并结合某港口配送中心的算例进行分析.结果表明:本文提出的冷链物流配送模型可以为企业实现较少配送时间与较低成本,进而验证了模型的可行性.

关键词: 水路运输; 远洋渔业; 冷链物流; 多目标优化; 模型

中图分类号:U612.1 文献标志码:A 文章编号:1673-0291(2017)03-0034-05

Ocean catches cold chain distribution based on multi-objective optimization

CAO Shouqi^a, CHEN Ying^a, CHEN Chengming^a, HUA Chuanxiang^b

a.School of Engineering Science and Technology, Shanghai Ocean University,Shanghai 201306, China

b. School of Marine Sciences, Shanghai Ocean University,Shanghai 201306, China

Fund:National Key Technology Research and Development Program of China(2013BAD13B05); Shanghai Science and Technology Innovation Action Plan(15DZ1202202)

Abstract

During the process that ocean catches are transported from ports to markets, one reasonable cold chain distribution plan plays an important role in raising transport efficiency and lowering the cost input. In order to improve the distribution efficiency and reduce distribution costs since fish catches can be affected by the distribution time and environmental temperature in different levels, the multi-objective cold-chain distribution model is established aiming to achieve shortest delivery time and minimum cost. The model takes multiple cost elements into account including energy consumption at low temperature and demand time window. Then according to the decision variables of the model, the corresponding genetic algorithm is designed and a case study about one port distribution center is analysed. The results show that the proposed cold-chain logistics distribution model can achieve less delivery time and lower distribution cost for the enterprise and the models have been proved feasible.

Keyword: waterway transportation; pelagic fishing; cold chain logistics; multi-objective optimization; model

文章图片

远洋渔获物是指由远洋渔船出海捕捞获得的水产品, 如金枪鱼、竹荚鱼、鳕鱼等.远洋渔获物具有高含量的营养价值且捕捞成本较高, 为了在送至水产品市场过程中降低质量等损伤, 因此配送选用冷链物流的方式.而我国冷链物流目前处于起步阶段, 存在着运输成本高、效率低等问题.因此, 为了响应渔获物配送保鲜和及时的特点, 选择合适的配送计划是极为关键的.同时, 合理优化的配送计划也决定着运输的成本与效率.

近年来, 很多学者对配送过程中的路径优化进行研究, 以求降低配送成本, 提高配送效率.文献[1]建立了以最短路径为目标的多个车场多个车辆的物流配送模型, 并利用粒子群算法进行了优化与模型求解.文献^[2]则建立了关于车辆路径问题(Vehicle Routing Problem, VRP)的仿真优化模型, 从仿真动态角度研究VRP问题的解决方法. 文献[3]针对蚁群算法在水产品运输路线优化中的应用进行研究, 通过提出单回路配送问题的蚁群优化算法进行案例分析.而针对冷链物流问题的研究.文献^[4]对带时间窗的生鲜产品冷链配送优化模型的构建与应用进行了研究, 并采用禁忌搜索算法与Matlab对实例进行分析.文献^[5]研究了多种温度下的传统配送路径优化, 以配送成本最优为目标进行分析.文献^[6]以冷链物流配送过程中的客户满意度最大化与成本最小化为目标, 在考虑模糊时间窗的前提下, 构建了冷链车辆配送路径多目标优化模型.文献[7]建立了以成本和最小为目标的车辆冷链物流路径数学规划模型, 并进行算例分析与主要参数的敏感度分析来验证模型的合理性.文献^[8]研究了多人配送下的车辆路径优化问题并运用启发式算法进行模型求解.

针对已有的冷链物流研究分析, 大多数是在考虑顾客时间窗的基础上, 以成本最小或者路径最短为目标进行优化研究; 或者聚焦于求解算法的改进, 从而获得最优解.但最终仅仅考虑成本最小或路径最短已无法满足实际的需求, 因此, 本文作者在分析远洋渔获物从港口出发到各个水产品市场的物流过程的基础上, 以远洋渔业公司在港口设置的仓库为配送中心, 结合时间窗增加货损成本与能耗成本等, 建立以配送服务时间最短和成本最小为目标函数的多目标配送模型, 并进行案例分析验证.

1 远洋渔获物冷链物流配送模型

1.1 模型概述

在港口配送中心设有冷藏运输车辆, 并有多个渔获物需求方在等待渔获物的配送.各个需求方与配送中心的距离已知, 且需求方的需求量通过需求预测的结果可以得到.通过建立合适的目标函数, 求解最优的配送路线, 使得整个配送服务时间最短、成本最小.此外, 在完成配送服务过程中, 往往会遇到一系列复杂的情况.为简化问题, 本文作者做出了如下假设:

1)供应方在需求商订货单到达前, 已经通过往年的需求方订货量与市场需求量对需要配送方的需求量做了预测, 保证需求方订货发生时, 库存量足够满足各个需求方的需求;

2)需求方订单未到达之前, 供应方不进行发货操作; 订单到达后, 即刻发货;

3)供应方与需求方之间的交易为同一种产品;

4)所有配送车辆在配送完成后, 回到供应商配送中心;

5)冷链配送车辆的规格、型号等一致;

6)不同车辆不对同一需求方进行配送和卸货服务;

7)车辆配送完成后, 即为空车时不进行制冷运输.

1.2 多目标模型建立

建立模型所需要的变量如下:m为配送车辆的个数; n为需求方的个数; q_i为需求方i的需求量; f为单个车辆配送的固定成本; Q为车辆的最大承载量; D为车辆的最大行驶距离; c为单位距离的运输成本; p为渔获物单价; u₁为运输过程中货物的单位货损系数; u₂为卸货过程货物的单位货损系数; u₃为配送过程中的单位时间能耗系数; u₄为需求方提供卸货服务时, 因搬运水产品引起热侵入所产生的单位时间能耗系数; u₅表示车辆k早于需求方i时间窗下限的单位等待成本; u₆表示车辆k晚于需求方i时间窗上限的单位惩罚成本; d_ij表示需求方i与需求方j之间的距离; v为冷链运输车辆的平均行驶速度; $t_{i}^{k}$ 为车辆k到达需求方i的时间; $x_{ij}^{k}$ 表示车辆k是否从需求方i到需求方j进行服务; $y_{i}^{k}$ 表示配送车辆k到达需求方i后是否进行卸货服务; g为卸货平均速度; [a_i, b_i]表示需求方i期望配送到达的时间窗; [A_i, B_i]表示需求方i可接受配送到达的时间窗; C_总表示冷链物流运输总成本; T_总表示车辆运输总时间.

建立最少配送服务时间与最小冷链成本目标函数为

$\min f (x_{ij}^{k}) = \min f (T_{总}, C_{总}) (1)$

配送服务时间T_总为

$\begin{array}{l} \min T_{总} = \\ \overset{m}{\sum_{k = 1}} \{\overset{n}{\sum_{i = 1}} \overset{n}{\sum_{j = 1}} x_{ij}^{k} [(\frac{d_{0, i} + d_{ij} + d_{j, 0}}{v}) + \\ \frac{q_{i}}{g} y_{i}^{k} + \max (A_{i} - t_{i}^{k}, 0)]\} (2) \end{array}$

冷链总成本为

$C_{总} = C_{1} + C_{2} + C_{3} + C_{4} + C_{5} (3)$

各个成本的含义及计算如下:

1)固定成本C₁:车辆的损耗及驾驶员的工资成本之和, 不随需求方的数量及位置距离等变化, 即总固定成本是所有各个车辆固定成本之和.

2)运输成本C₂:包括车辆的油耗、维修等成本, 与车辆运输距离有关.

3)物损成本C₃:冷链物流配送活动中, 虽然是冷藏车低温运输, 但是由于配送服务时间的积累, 超过一定的时间, 渔获物发生变质的概率也会被提高.产生货损成本的因素有很多, 本文主要考虑以下两种货损成本:一是因运输时间过长而导致渔获物腐坏; 二是因配送车辆在需求方搬卸货物, 在开、关车门的过程中由于外界热空气涌入造成的变质.

4)能耗成本C₄:配送车辆的车体内保持低温状态, 能够保证渔获物不腐坏.但是由于车厢内外的温度差, 会引发热传导现象, 进而造成冷链配送车辆的能耗.除此, 在每到达一个需求方进行开关车门装卸产品时, 外界的热空气都会涌入车内, 也会增加配送车辆的能耗成本.本文假设冷藏冷冻车辆的能耗仅仅与车辆的配送行驶时间与到达各个需求方后的卸货时间相关.

5)违反时间窗成本C₅:当配送车辆早于可接受时间窗下限到达, 则需等待至可接受时间窗下限, 因此会产生等待成本且期间货损系数不变; 若配送车辆晚于期望时间窗上限但早于可接受时间窗上限, 则产生惩罚成本; 若晚于可接受时间窗上限到达, 则该需求方不接受货物, 货物全部损失.

$C_{5} = \{\begin{array}{l} (u_{1} q_{j} + u_{5}) (A_{j} - t_{j}^{k}), t_{j}^{k} < A_{j} \\ 0, A_{j} \leq t_{j}^{k} \leq b_{j} \\ u_{6} (t_{j}^{k} - b_{j}), b_{j} \leq t_{j}^{k} \leq B_{j} \\ p q_{i}, B_{j} < t_{j}^{k} \end{array} (4)$

$\begin{array}{l} \min C_{总} = \overset{m}{\sum_{k = 1}} f^{k} + \\ \overset{m}{\sum_{k = 1}} \overset{n}{\sum_{j = 1}} x_{ij}^{k} {\overset{n}{\sum_{i = 1}} [c (d_{0, i} + d_{ij} + d_{j, 0}) + \\ (u_{1} p q_{j} + y_{j}^{k} u_{3}) \cdot \frac{d_{0, i} + d_{ij}}{v}] + \\ y_{k}^{k} q_{j} (u_{2} p + \frac{u_{4}}{g}) + C_{5}} (5) \end{array}$

模型的约束条件如下

$x_{ij}^{k} = \{\begin{array}{l} 0 \\ 1 \end{array} (6)$

$y_{i}^{k} = \{\begin{array}{l} 0 \\ 1 \end{array} (7)$

$\overset{n}{\sum_{i = 0}} \overset{n}{\sum_{j = 1}} q_{j} \cdot x_{ij}^{k} \leq Q_{k} (8)$

$\overset{n}{\sum_{i = 0}} \overset{n}{\sum_{j = 1}} d_{ij}^{k} \leq D (9)$

$n_{j}^{k} = Q_{k} - \overset{n}{\sum_{i = 0}} \overset{n}{\sum_{j = 1}} q_{i} x_{ij}^{k} \leq Q_{k} (10)$

$\begin{matrix} \overset{n}{\sum_{i = 1}} \overset{m}{\sum_{k = 1}} x_{ij}^{k} = 1, i \neq j (11) \end{matrix}$

其中:式(6)为0表示车辆k不从需求方i到需求方j进行服务, 为1表示车辆k从需求方i到需求方j进行服务; 式(7)为0表示车辆k到需求方i后不进行卸货服务, 为1表示车辆k到需求方i后进行卸货服务; 式(8)表示所配送的需求方的需求量之和不超过最大车载量; 式(9)表示车辆的行驶距离之和不超过车辆的最大行驶距离; 式(10)为计算k车在到达需求方j之前的车载量不超过最大承载量; 式(11)表示同一辆车不进行往返配送服务.

2 冷链物流配送模型求解

本文建立的模型为渔获物冷链物流配送多目标优化模型, 并结合遗传算法理论进行求解, 流程如图1所示.

	Figure Option View Download New Window
	图1 遗传算法求解流程Fig.1 Solving process of genetic algorithm

1)解的编码.

模型的决策变量为 $x_{ij}^{k}$ .经过进一步分析, 可将本文解的编码设为[V₁, V₂, …, V_n, 0, Z₁, Z₂, …, Z_m], V_n表示需求方被服务的顺序, Z_m表示车辆按顺序服务需求方的个数.如[3, 2, 5, 6, 1, 4, 0, 2, 4]表示车辆1的配送路径为:配送中心-客户5-客户2-配送中心; 车辆2的配送路径为:配送中心-客户1-客户6-客户3-客户4-配送中心.

2)适应度函数.

本文取目标函数的反函数为适应度函数, 即f'=1/f, 适应度函数值高者为优.

3)选定初始群体.

根据遗传算法的理论, 在随机产生一组初始群体的基础上, 将其中不满足模型约束条件的解剔除, 符合条件的解构成初始群体.

4)遗传操作.

本文首先采用轮盘赌选择的方式, 随机采样获得个体, 并计算其适应度值进行评价, 选择适应度值高的个体进入后续遗传; 在遗传操作中采用顺序交叉法, 从父代1中随机选取一个编码子串, 将其放入子代1的对应位置, 同时子代2空余的编码位置则从父代2中的编码进行剩余顺序选取, 保障与已有的编码不重复; 并运用交换法, 通过在一个个体与另一个个体之间随机挑选两个点进行基因交换, 从而获得不同的解.

5)终止条件及解的输出.

通过设定迭代次数, 终止算法循环迭代过程; 算法结束后, 会得出多个帕累托(Pareto)解集, 比较其适应度函数值, 输出函数值较大的为较优解.

3 算例及结果分析

为更好地进行冷链配送优化模型的合理性研究, 进而解决冷链物流配送优化问题, 设某港口配送中心在某一段时间内需要为15个需求商进行配送服务, 共有5个配送车辆进行选择.为案例计算方便, 设配送中心与需求方及各个需求方之间为直线运输.

参数设定如下:Q=10 t, D=2 000 km, v=60 km/h, f=500元, c=5元/km, p=2 000元/t, g=1 t/h, u₁=0.02, u₂=0.03, u₃=0.01, u₄=0.02, u₅=5元/h, u₆=8元/h.各个需求方的相对距离如表1所示, 其中0表示港口配送中心.

表1 各个需求方相对距离 Tab.1 Relative distance of each demand side km

每个需求方的需求量、期望时间窗、可接受时间窗如表2所示.

表2 需求方各自需求量与时间窗要求 Tab.2 Demand quantity and time window

根据上述数据, 通过仿真计算, 设定种群规模为40、迭代次数为500时得到一组较优解为[6, 9, 4, 3, 8, 13, 7, 1, 10, 14, 2, 12, 15, 5, 11, 0, 4, 8, 12, 15], 如图2所示.

	Figure Option View Download New Window
	图2 算例仿真结果图Fig.2 Simulation results of the example

结果表明:共需派出配送服务车辆4辆, 总共行驶距离为1 024 km, 配送服务时间为56.5 h, 冷链配送成本投入为3.9万元.第1辆车的路径为:0→ 8→ 11→ 4→ 3→ 0, 共配送8.6 t渔获物; 第2辆车的路径为:0→ 14→ 1→ 7→ 5→ 0, 共配送9 t渔获物; 第3辆车的路径为:0→ 2→ 9→ 15→ 12→ 0, 共配送9.9 t渔获物; 第4辆车的路径为:0→ 6→ 10→ 13→ 0, 共配送8.8 t渔获物.

4 结论

冷链物流配送问题与传统VRP问题不同, 配送方在路途中要保持运输环境的低温进而会产生相应的能耗, 同时渔获物也会由于运输过程中温度、配送时间的变化而发生损耗.因此冷链物流配送方案的制定不仅影响渔获物到达需求点时本身的质量, 还会影响企业自身成本的投入量大小与配送效率.

1)在冷链物流配送过程中, 影响成本大小的因素有很多, 本文作者通过分析整合固定成本、运输成本、物损成本、能耗成本等影响因素, 增加了违反时间窗成本, 建立了以配送服务时间最短和成本最小的多目标模型.

2)根据所建立模型的决策变量, 设计了遗传算法求解并结合算例进行分析, 得出了相应的配送时间与成本同时较低的结果.

后续工作将考虑现实中影响该过程成本与服务时间的因素和动态情况, 并将这些变量设计在目标函数中.

The authors have declared that no competing interests exist.

参考文献

文献列表

[1]	李莹莹. 基于优化粒子群算法的物流配送路径问题研究[D]. 北京: 北京交通大学, 2012. LI Yingying. Research of logistics distribution routing problem based on PSO[D]. Beijing: Beijing Jiaotong University, 2012. (in Chinese) [本文引用:1]
[2]	孙中悦. 车辆路径问题的仿真优化方法研究[D]. 北京: 北京交通大学, 2011. SUN Zhongyue. Research on simulation optimization method for vehicle routing problem[D]. Beijing: Beijing Jiaotong University, 2011. (in Chinese) [本文引用:1]
[3]	王子渊. 蚁群算法在水产品运输路线优化中的研究[D]. 上海: 华东理工大学, 2013. WANG Ziyuan. Ant colony optimization in the aquatic transport route optimization[D]. Shanghai: East China University of Science and Technology, 2013. (in Chinese) [本文引用:1]
[4]	耿秀娥, 刘文慧, 于庆安. 带时间窗的生鲜产品冷链配送优化模型的构建与应用研究[J]. 机械制造, 2015, 53(9): 83-86. GENG Xiue, LIU Wenhui, YU Qing’an. Research of fresh products cold chain distribution optimization model with time windows the construction and application[J]. Machinery, 2015, 53(9): 83-86. (in Chinese) [本文引用:1]
[5]	蒋伦山. 冷链物流多温配送路径优化研究[J]. 中国市场, 2015(50): 26-27. JIANG Lunshan. Research of cold-chain logistics temperature distribution route optimization[J]. China Market, 2015(50): 26-27. (in Chinese) [本文引用:1]
[6]	张金凤. 带模糊时间窗的冷链物流车辆配送路径优化[D]. 武汉: 武汉理工大学, 2013. ZHANG Jinfeng. The optimizing of vehicle routing problem in cold logistics based on fuzzy time windows[D]. Wuhan: Wuhan University of Technology, 2013. (in Chinese) [本文引用:1]
[7]	李宏. 城市冷链物流配送车辆路径问题的研究[D]. 长沙: 长沙理工大学, 2006. LI Hong. The study on vehicle routing problem for distributing refrigerated food[D]. Changsha: Changsha University of Science & Technology, 2006. (in Chinese) [本文引用:1]
[8]	柯亚楠. 唐山市农产品冷链物流需求分析与预测[D]. 武汉: 华中师范大学, 2013. KE Ya’nan. Analysis and prediction of Tangshan’s agricultural products cold chain logistics[D]. Wuhan: Central China Normal University, 2013. (in Chinese) [本文引用:1]

2012

0.0

李莹莹. 基于优化粒子群算法的物流配送路径问题研究[D]. 北京: 北京交通大学, 2012.

Yingying

. Research of logistics distribution routing problem based on PSO[D]. Beijing: Beijing Jiaotong University, 2012. (in Chinese)

随着市场经济的突飞猛进与现代物流技术的发展,物流配送环节正受到日益广泛的关注,而配送中的物流配送路径问题成为了物流配送中的核心问题。本文正是在这一背景下产生,文章重点研究了物流配送路径优化模型的建立和粒子群算法的改进问题。本文对物流配送路径问题进行了深入研究,通过对多种不同目标的物流配送模型研究,分析总结模型建立的一般步骤,并建立了基于最短路径的多个车场多个车辆的物流配送模型,同时从控制车辆行驶里程角度考虑,对车辆服务客户数量加以限制,加入了新的约束条件。同时为了对模型进行计算,分析对比多种算法,最后选择粒子群算法做为研究对象。通过对传统粒子群算法缺点的研究,设计了一种自适应变异的粒子群优化算法。文章通过对现有一些改进方法的分析研究,对传统算法进行了优化,引入模糊分类、自适应变异机制、加入新的变异概率和可调节适应度方差,以达到对当前粒子进行自适应调整的目的,从而避免早熟收敛,形成新的自适应变异的粒子群优化算法。同时本文给出一种编码模式,降低了出现不可行解的概率。最后通过MatLab2011a平台对所做内容进行仿真实验,验证相应结论,仿真内容分别为用文章建立的多车场多车辆模型验证优化算法的可行性和优越性,用前文给出的基于最短路径最少车辆和基于顾客满意度的两个模型验证基于不同目标前提下的配送模型所得物流配送方案不同。仿真获得两个结论,分别为本算法在求解此类问题时具有优于传统粒子群算法的特征,既保持了较好的全局搜索能力,又可有效避免算法早熟收敛；基于不同最优配送目标的物流配送模型,所得物流配送方案具有差异性。

... 文献[1]建立了以最短路径为目标的多个车场多个车辆的物流配送模型,并利用粒子群算法进行了优化与模型求解 ...

2011

0.0

孙中悦. 车辆路径问题的仿真优化方法研究[D]. 北京: 北京交通大学, 2011.

SUN

Zhongyue

. Research on simulation optimization method for vehicle routing problem[D]. Beijing: Beijing Jiaotong University, 2011. (in Chinese)

车辆路径问题(VRP)是物流管理研究中的一项重要内容。如何有效地调度车辆,合理地安排行车路径和出行时间,以最低成本将货物准时送达客户,实现物流配送系统高效低成本的运作,是多年来困扰学术界和产业界的难题。目前车辆路径问题的求解多集中在算法的研究上,这种研究方法通常将VRP问题看作是一个理论性很强的静态问题,事实上,实际的物流配送系统往往具有相当的随机性和复杂性,因此单纯依靠算法的研究已经很难满足VRP问题的复杂性需求。鉴于此,本文在现有车辆路径问题研究的基础上,从仿真优化的角度对车辆路径问题进行了研究,主要研究内容和成果如下： (1)构建了车辆路径问题的仿真优化模型。针对车辆路径问题的复杂性,利用离散事件仿真方法对物流配送过程进行建模,并采用面向对象的技术实现。为了求解VRP问题,将仿真技术与优化算法(本文选择遗传算法作为优化算法)有机融合,建立了仿真优化模型,并此模型上增加了智能决策模块,解决VRP随机问题、处理约束条件、辅助优化算法寻优。 (2)优化算法的改进研究。鉴于仿真计算代价过高会影响优化速度,对传统的遗传算法进行了改进,提出了新的自适应遗传算法,即算法的运行参数——交叉率和变异率不是固定的数值,而是能够根据适应度值在进化的不同阶段进行自适应调节。此外,针对VRP问题本身的特点,改进了变异方法,并在标准遗传算法流程的基础上,增加了局部优化的过程。实验结果表明,对遗传算法所做的这些改进明显提高了VRP问题的求解质量和求解速度。 (3)研究了硬时间窗车辆路径问题(VRPHTW)的仿真优化解决方法。鉴于客户对车辆到达时间的严格限制,设计了仿真优化框架中的智能决策模块,即运用人工智能的方法解决传统的VRPHTW问题。为更贴近实际配送的需要,对传统的VRPHTW问题进行了扩展,提出了配送过程无等待硬时间窗VRP问题的定义并设计了解决方案。在求解两类硬时间窗VRP问题时,遗传算法会产生大量不符合客户时间窗要求的基因个体,影响优化效率,针对这个问题,本文从仿真策略和优化方法两个方面进行了改进。通过对Solomon基准测试集的实例进行实验计算,验证了改进方法的有效性和可行性。 (4)研究了动态车辆路径问题。利用仿真优化在处理动态复杂系统方面的优势,提出了一系列解决动态车辆路径问题的策略准则和方法,建立了动态仿真优化模型,并利用仿真实例验证了方法的有效性。 (5)设计并实现了车辆路径问题仿真优化软件系统。采用面向对象的语言VC++6.0实现了本文提出的标准车辆路径问题及其扩展问题的基本思想。此研究成果不但对车辆路径问题的实际应用具有指导意义,而且可以为物流配送调度系统提供决策支持。

... 文献^[2]则建立了关于车辆路径问题(Vehicle Routing Problem,VRP)的仿真优化模型,从仿真动态角度研究VRP问题的解决方法 ...

2013

0.0

王子渊. 蚁群算法在水产品运输路线优化中的研究[D]. 上海: 华东理工大学, 2013.

WANG

Ziyuan

. Ant colony optimization in the aquatic transport route optimization[D]. Shanghai: East China University of Science and Technology, 2013. (in Chinese)

水产品的物流配送是运用现代化的物流手段，对水产品从供应源到消费源所进行的组织、控制与管理的经济活动过程。我国是水产品生产大国，水产品物流对促进国民经济发展具有重要的作用。因此，认真分析水产品物流发展的现状、面临的问题，探讨相应的对策，对于加快水产业现代化进程，提高水产业竞争力，增加农民收入有着十分重要的意义。　　在物流配送网络优化问题中，需要决策的问题是如何寻找一组费用最小的车辆路线，将货物配送到每个客户手中，实现路径优化。随着智能优化技术的发展，越来越多的研究人员用智能方法做出决策和判断，以使运输系统费用最低、...

... 文献[3]针对蚁群算法在水产品运输路线优化中的应用进行研究,通过提出单回路配送问题的蚁群优化算法进行案例分析 ...

2015

0.0

耿秀娥, 刘文慧, 于庆安. 带时间窗的生鲜产品冷链配送优化模型的构建与应用研究[J]. 机械制造, 2015, 53(9): 83-86.

GENG

Xiue

, LIU

Wenhui

, YU

Qing’an

. Research of fresh products cold chain distribution optimization model with time windows the construction and application[J]. Machinery, 2015, 53(9): 83-86. (in Chinese)

为保证生鲜产品的新鲜程度并有效节约成本,构建了带时间窗的生鲜产品冷链配送优化模型。分析了配送成本的构成要素,在考虑时间惩罚成本的同时考虑车辆固定成本、运输成本、运输距离补偿费用、货损成本、制冷成本和汽车尾气惩罚成本,在此基础上,构建了考虑时间约束的总成本系统优化模型,并采用禁忌搜索算法和MATLAB对实例进行了分析,说明了该模型的可行性。

... 文献^[4]对带时间窗的生鲜产品冷链配送优化模型的构建与应用进行了研究,并采用禁忌搜索算法与Matlab对实例进行分析 ...

2015

0.0

... 文献^[5]研究了多种温度下的传统配送路径优化,以配送成本最优为目标进行分析 ...

2013

0.0

张金凤. 带模糊时间窗的冷链物流车辆配送路径优化[D]. 武汉: 武汉理工大学, 2013.

ZHANG

Jinfeng

. The optimizing of vehicle routing problem in cold logistics based on fuzzy time windows[D]. Wuhan: Wuhan University of Technology, 2013. (in Chinese)

随着储藏保鲜技术的迅速发展,冷链物流作为一种崭新的物流形式,在我国迅速发展起来。农产品冷链物流配送不仅具有配送距离相对较短,配送点相对较多、配送道路网络纵横交错、单点配送量小、配送品种繁多等一般特点,而且,由于冷链物流所运送的货物大多数都是易腐易变质物品,对配送服务的时间要求很高。所以考虑时间窗的约束,事先规划好配送路线,不仅可以降低企业的运输成本,还可以提高销售商的服务水准,满足顾客需求。目前有很多学者对冷链物流车辆配送路径进行研究,但在时间窗约束的处理方面,大都没有体现出客户对服务时间的满意度水平。本文针对冷链物流车辆配送路径优化研究中的这一问题,最大化整体客户对货物送达时间的满意度水平,最小化冷链物流配送成本,构建并研究了带模糊时间窗的冷链物流车辆配送路径多目标优化模型。本文通过采用模糊隶属度函数对客户期望时间窗、客户最大可容忍的时间窗进行模糊处理,将其转换为客户对货物送达时间的满意度水平,用客户购买的货物量占配送计划的比重对单个客户的满意度水平进行加权平均得到客户对服务时间的整体客户满意度水平,建立了带模糊时间窗的冷链物流车辆路径多目标优化模型。模糊时间窗的处理是,在满足单个客户的最低满意度水平情况下,对模糊隶属度函数求逆函数,将客户对送达时间的满意度转换为时间窗列入约束条件。多目标模型处理方法是,将客户对服务时间的整体满意度水平设为一个固定值,作为物流配送成本目标函数的约束条件,这样,就将多目标模型转化为单目标模型。然后,针对模型特点,改进了遗传算法,即采用适合该模型的新的编码方式以及将精英保留与轮盘赌策略相结合的选择操作。并运用Matlab对改进的遗传算法进行编程；最后,通过实例验证了该优化模型的合理性,以及改进遗传算法的有效性。

... 文献^[6]以冷链物流配送过程中的客户满意度最大化与成本最小化为目标,在考虑模糊时间窗的前提下,构建了冷链车辆配送路径多目标优化模型 ...

2006

0.0

李宏. 城市冷链物流配送车辆路径问题的研究[D]. 长沙: 长沙理工大学, 2006.

Hong

. The study on vehicle routing problem for distributing refrigerated food[D]. Changsha: Changsha University of Science & Technology, 2006. (in Chinese)

随着社会经济的发展和生活、工作节奏的加快,人们对生鲜冷冻食品的需求越来越大。零售商为了提高其销售水平,对城市冷链物流配送商的要求也愈来愈高,通常会对配送时间和配送质量提出限制性的要求;对配送商而言,在考虑时间窗限制的同时,还要考虑到城市道路交通的可能拥塞、配送商品的易腐特性等“随机”性因素对配送的影响,以最终达到配送成本最小化的目的。因此,在考虑时间窗约束和随机性因素影响的条件下,研究构建成本最小化的冷链物流配送车辆路径问题的数学模型具有重要的理论和实践意义。本文以传统时窗限制下的车辆路径问题为基础,分析生鲜产品路线配送特性并构建相关成本函数,包括因产品腐坏所造成的货损成本、违反顾客需求时间窗所造成的惩罚成本、配送时冷冻设备消耗的能源成本,以及传统车辆路径问题中的车辆固定成本和随里程递增的运输成本等。从冷链物流配送商的角度使上述各项成本的总和最小为目标,构建冷链物流配送路径的基本模型。同时,研究城市冷链物流配送车辆运行时间和一天之中温度变化的依时特性,将基本配送路径模型进行改进,从而得出冷链物流配送车辆路径问题的数学规划模型。最后进行算例分析及主要参数的敏感度分析,以验证本文所构建的模型的合理性及可行性。本论文的研究结论可为冷链物流配送商在追求配送总成本最小化的前提下进行线路选择、车辆规模、配送时间的优化安排等的参考,具有良好的应用价值。

... 文献[7]建立了以成本和最小为目标的车辆冷链物流路径数学规划模型,并进行算例分析与主要参数的敏感度分析来验证模型的合理性 ...

2013

0.0

柯亚楠. 唐山市农产品冷链物流需求分析与预测[D]. 武汉: 华中师范大学, 2013.

Ya’nan

. Analysis and prediction of Tangshan’s agricultural products cold chain logistics[D]. Wuhan: Central China Normal University, 2013. (in Chinese)

农产品冷链物流对区域内农村经济的发展和城镇市民生活质量有着重要的影响,是链接农产品从产地到销地、保证流通质量的重要纽带。对区域内农产品冷链物流需求进行分析和预测,可以避免冷链物流供给能力过剩或不足,有助于引导投资商合理投资、合理规划,对加快发展区域内农产品冷链物流有重要意义。本文研究立足环渤海湾中心城市——唐山市,首先对所研究的农产品冷链物流概念做了阐述,分析了冷链物流需求的影响因素、总体特征和内容,接着在对唐山经济发展现状、物流业发展现状、冷链物流产业发展现状分析的基础上,确定了本文的研究内容。即：在综合分析唐山市产业布局、发展环境、发展趋势的基础上,结合调研实际、相关规划和区域特点,确定出唐山市与冷链相关的农产品的种类,即蔬菜、肉类、水果、水产品、禽蛋、板栗和奶类,并将唐山市经济和社会发展统计公报以及统计年鉴给出有关历史统计数据作为预测依据。其次对以上七种农产品分别建立灰色GM(1,1)模型,对未来几年的产量进行预测,并做相应的残差检验和预测结果分析,然后结合农产品冷链流通率以及调研得出的现有冷库具体概况,估算出2015年唐山市农产品冷链物流需求总量和与目前相比唐山市2015年以储存农产品为主的冷库缺口量,最后针对农产品冷链物流产业,分别站在政府、现有农产品冷链物流运营商、投资商以及终端消费者角度提出发展建议。

... 文献^[8]研究了多人配送下的车辆路径优化问题并运用启发式算法进行模型求解 ...