毕业论文文献综述:物流配送问题研究现状

随着经济发展和科技进步,企业之间的竞争日益激烈,由于利润空间不断地被压缩,使得企业原有的利润源(降低商品的成本、提高劳动生产率等)已无法满足企业生存发展的需要。在这种情况下,很多企业为了能够在激烈的市场竞争当中生存发展,纷纷开始寻找新的利润源—现代物流,即通过合理地物资调运与配送优化,压缩库存成本、提高用户满意度,可为配送企业带来巨大的经济利润,而且对提高企业的核心竞争力具有重要的实际价值。
配送车辆优化调度(Vehicle Routing Problem, VRP)是物流配送优化主要的组成部分,一般可以描述为如下问题:给定一个配送中心(或中心仓库),一个需求点的集合(或顾客点的集合),一个车辆的集合。要求组织合理的车辆行驶线路,有序地通过需求点,在满足一定的约束前提下(如需求点的货物需求量、车载容量约束、车辆出发 和停放位置、货物送达时间约束等),完成一定的目标(如车辆行驶总路程最短、使用车辆数最少、服务时间最短等)。
VRP是一个NP难问题,对其深入研究不仅具有较高的实际经济价值,而且具有较高的理论价值,自其提出以来吸引了运筹学、交通运输者和科学计算领域的众多研究者。目前针对VRP问题的求解方法主要有精确解法[23](Exact methods)、模拟方法(Simulation)、实时求解方法(Real time solution methods)和启发式算法[24](Heuristics),而且多数文献都采用启发式算法解决VRP,下面简要介绍。
2005年,Gabor等采用启发式算法解决了配货集货共存的VRP问题[25];2006年,Byung等运用插入法(Insertion Algorithm)解决实际生活中的垃圾收集VRP问题[26];2006年,Hideki 等采用局部搜索方法和动态规划法求解软时间约束和车辆行驶时间可变的VRP[27];2007年,K.C. Tan等提出一种进化算法解决多目标VRP[28];2008年,Asvin Goel等提出一种通用VRP模型[29](General Vehicle Routing Problem, GVRP)并采用基于邻域变换的迭代搜索方法求解;2004年,李仁安等提出一种改进的遗传算法求解物流配 送路线优化问题,算法针对遗传算法的局部搜索能力的不足,在对个体进行遗传操作后,进行逆转换位操作,根据适应度是否增加,对新产生的染色体进行多次逆转操作,提高收敛速度[30];2007年,杨峰等采用免疫遗传算法求解VRP,针对VRP设计了一种新颖的巡回路线编码方法[31];2009年,石刚等采用免疫克隆算法并用于求解有容量约束的VRP ,算法主要通过克隆增值、变异等 增大个体亲和度成熟机率,提高种群多样性[32];2010年,程林辉等将免疫遗传算法运用于求解VRP问题,基于抗体浓度调节机制产生抗体,一定程度上保持了种群多样性[33]
浏览次数:  更新时间:2017-10-19 10:30:23
上一篇:毕业论文文献综述:人工免疫算法研究现状
下一篇:毕业论文文献综述
网友评论《毕业论文文献综述:物流配送问题研究现状》
Top