导读:本文包含了集送货论文开题报告文献综述及选题提纲参考文献，主要关键词:共同配送,农村电商,集送货一体化车辆路径问题,改进蚁群算法
集送货论文文献综述
盛虎宜,刘长石,鲁若愚[1]（2019）在《基于共同配送策略的农村电商集送货一体化车辆路径问题》一文中研究指出研究农村电商物流配送问题,综合考虑区域内多配送中心、客户居住地较分散、同时具有集货和送货双重需求、集货量与需求量都比较小等因素,引入共同配送策略,以总配送费用最少为目标构建基于共同配送策略的集送货一体化车辆路径问题数学模型,并根据模型特点设计一种改进蚁群算法求解。最后,采用案例证明共同配送策略能从全局优化的角度统筹规划区域内物流资源,能有效缩短车辆总行驶距离、减少车辆使用数量、降低总配送费用。(本文来源于《系统工程》期刊2019年03期）
胡春霞[2]（2018）在《随机需求下带时间窗的集送货车辆路径优化问题研究》一文中研究指出物流网络优化中的车辆路径问题和设施选址问题是物流系统研究中的重要组成部分。在实际应用中,涉及大量的不确定信息以及复杂的约束条件,传统的模型难以描述随机条件下的物流网络优化问题;随着网络规模的扩大,使得物流网络优化问题求解变得越来越困难。因此,有必要进一步研究在随机条件下以及动态条件下的物流网络优化问题,并为问题求解构造出更有效、更符合实际的模型与算法。本文针对随机需求与动态交通影响下的集送货车辆路径优化问题,给出了相应的模型及算法,并进行了应用计算。为实现收益最大化与成本合理化这双重目标,采用集送货车辆配送是现代物流发展的趋势;在此之外,随着消费者的需求趋向个性化、多样化,对服务时间的需求也日渐严苛,因服务时间的延迟而造成客户满意度降低,这类隐性成本的与日俱增更加凸显出时间窗在配送过程中的重要性。本文考虑了在客户随机需求、时间窗的约束下,以最小化车辆在路径上的集送货成本为目标,构建了随机需求下带时间窗的车辆路径规划模型,并基于蚁群算法设计了结合蚁群与变邻域搜索算法相混合的蚁群系统优化算法,还针对现实背景作了算例分析。主要内容如下:通过对前人的文献综述,说明了本研究问题提出的背景,阐述了相关课题的研究现状,并在这样的背景和现状下提出了本文要研究的问题。文章最后给出了本选题的研究框架、技术路线、基本假设等。基于上述背景和现状,确立了本文所研究的课题,随机需求下带时间窗的集送货车辆路径优化问题研究。为方便研究,文章首先进行了一系列合理假设,描述了服务失败规则,在此基础上对目标函数和约束条件进行了分析,构建了以最小化车辆在路径上的服务费用为目标的0-1整数规划模型。考虑到现实生产活动中的动态问题,文章提出了分解式的求解方式,即“先静态,后动态实时再优化”的分阶段模型,将动态环境下的问题转换成分阶段确定的静态问题来进行求解,并在车辆执行任务的每一个时间段的结束时刻,实行动态信息的插入,根据车辆当前的位置和更新后的信息实时地调整车辆行驶路线,使得优化目标最优。针对这类准动态环境下的随机需求下的问题,基于混合的蚁群系统优化算法求解,最后还以杭州某企业为现实背景,作了模型算法的算例分析,进行了多时段、准动态交通情形下的随机需求的案例场景设计,验证前文的基础理论。算例结果表明,本研究算法切实可行、有效,在交通情况与客户需求可变的决策环境下有一定的指导性,能一定程度上对现实快递企业指导作业。(本文来源于《浙江工商大学》期刊2018-01-01）
高媛[3]（2017）在《具有集送货需求可拆分的车辆路径问题研究》一文中研究指出随着全球化和信息化的发展旋律,目前市场环境正进行着深刻的转变。现代物流作为继减少原材料耗费、提高劳动生产率后的“第叁利润来源”正得到越来越多企业关注。物流配送是现代物流运作中的一项重要问题,在很多情况下,运输成本是物流成本最主要的组成部分。因此通过优化车辆路线来降低物流成本是目前热点问题之一。在传统车辆路径问题的研究中,大多问题预先假定了每个客户点的需求量只能由一辆车在一次服务中完成。但是在实际应用中,如果存在相当部分客户点的需求量比较大时,就会有车辆的空载率提高,浪费运输资源的情况发生。在这种情况下,如果将部分客户的需求进行拆分配送就会更好地降低运输成本。需求可拆分的车辆路径问题是传统车辆路径问题的变形,该问题放松了带容量限制的车辆路径问题中一个客户点的需求只能被服务一次的限制。而在实际中,客户需求往往不是单一的,因此,本文就是在此背景下,选择具有集送货需求的可拆分车辆路径问题作为本文的研究主题。本文针对具有集送货需求可拆分的车辆路径问题主要进行了以下几个方面的研究:首先,对需求可拆分问题和取送货一体化问题的研究现状进行了综述,了解这两方面目前的研究进展以及对车辆路径问题进行了基本的概述,作为本文具有集送货需求可拆分问题的研究基础。其次,对需求可拆分问题作了描述,分析了需求可拆分问题可行解的特性和研究意义,并在此基础上,提出了具有集送货需求可拆分问题的数学模型。然后,设计了利用蚁群算法进行求解的算法,重点设计了适用该问题的状态转移规则和分割点选择规则,并对该算法的有效性进行了算例验证,将实验结果与当前研究需求可拆分问题的文章结果进行对比得出该算法是具有竞争力的。最后对全文进行了总结,并对需求可拆分领域进一步研究方向进行了展望。(本文来源于《大连海事大学》期刊2017-12-01）
邓芳敏[4]（2016）在《基于节约算法的集送货车辆路径优化研究》一文中研究指出车辆路径问题是物流系统调度中的关键环节,它可以使物流经济效益化,实现物流运作科学化和高效化。而集送货一体化把配送和集货两个目标结合在一起,统筹安排,能更好达到成本最小化和效益最大化的根本目的,因此本文针对有集送货双重需求,有时间窗约束的车辆路径优化问题,通过改进后的节约算法实现了路径优化,同时对案例进行了分析,给出了路径优化方案。(本文来源于《“决策论坛——公共政策的创新与分析学术研讨会”论文集（上）》期刊2016-09-23）
李寒梅[5]（2016）在《多时间窗需求可拆分集送货车辆路径问题研究》一文中研究指出多时间窗需求可拆分集送货车辆路径问题,指在供需节点呈现多对多对应关系的运输网络中,为满足所有节点的集货与送货双重需求,车辆从车场出发,以先卸后装的方式,在各种物品的不同指定时间内为各节点提供配送服务,通过优化车辆的运输路线,确定路径上的供需匹配关系,实现最小化运输成本的目标。本文从需求可拆分车辆路径问题与集送货车辆路径问题的特点出发,总结这两类问题相关国内外文献研究的同时指出他们在实践应用中的不足之处。然后在此基础上结合企业实践提出同时具有多品种运输物品、多时间窗约束、多车场、需求可拆分、同时集送货等特点的车辆路径问题,即多时间窗需求可拆分集送货车辆路径问题。在构建该问题模型的过程中,本文从供应链的整体性出发,在考虑仓库库存、车容量等传统约束的前提下,将运输问题与企业生产过程结合起来,增加每种运输物品的到达时间窗约束。在问题求解过程中,针对仓库库存有限供应的情况,从车辆运输效率最大化的角度设计两阶段求解算法。案例分析结果表明:除了能有效降低运输成本,带时间窗相比不带时间窗的情况对于生产企业具有更广泛的适用性,既可以确保原料的生产保供,还能提高车辆整体利用率,减少车辆使用数目。此外,还可以为企业实现集成化物流管控模式提供支撑。(本文来源于《华中科技大学》期刊2016-04-01）
杨鹏,邹浩,徐贤浩[6]（2015）在《带时间窗集送货需求可分车辆路径问题的改进蚁群算法》一文中研究指出围绕提高物流效率、降低运输成本,对集送货需求可分车辆路径问题进行了研究。首先考虑集送货需求可分和时间窗的约束,设计了带时间窗集送货需求可分的车辆路径模型,然后结合模型特点提出了一种改进的蚁群算法,并通过算例分析与已有文献算法结果进行比较。研究结果表明,改进的蚁群算法能够有效地求解集送货需求可分的车辆路径问题。(本文来源于《系统工程》期刊2015年09期）
闵嘉宁[7]（2015）在《基于贪心策略的一对多集送货车辆路径优化》一文中研究指出针对集货点和送货点一对多的车辆路径优化问题,研究了基于贪心策略的两阶段路径算法TSGSA,求解了有最大行驶里程约束、时间窗约束、开放式、一对多集送货车辆路径问题;建立了数学模型,并用实例验证了算法的可行性和有效性。在此基础上,讨论了时间窗约束对路径优化的影响,展示了从开放式运行模式转变为封闭式运行模式算法的变化和运算结果。研究表明利用TSGSA算法可获得较好的优化结果。(本文来源于《物流技术》期刊2015年13期）
闵嘉宁,金成[8]（2015）在《基于改进节约算法的集送货车辆路径优化》一文中研究指出针对集送货车辆路径优化问题研究了对C-W节约算法的改进。提出了以集货量和送货量共同作为车辆载重量的约束条件,把时间窗约束转化为里程约束,用里程数来控制客户点的归并、插入和时间窗约束的计算,建立了数学模型,实现了多个目标、约束(里程、带集送货、载重量和时间窗)的路径优化;算法通过实例验证,获得了较好的优化结果。(本文来源于《物流科技》期刊2015年06期）
闫会姝[9]（2015）在《基于集送货需求的车辆路径优化问题研究》一文中研究指出车辆在服务过程中,既可能面对集货需求,也可能面对送货需求。在国内外学者研究的基础上,提出一种新的解决VRPSDP问题的方法。在系统分析同时具有集送货需求的物流网络机构与要素的基础上,构建基于集送货需求的车辆路径优化模型,利用lingo软件进行优化求解。实例仿真结果表明,通过该模型的建立及软件的应用,能够对车辆的路径进行优化,能够有效地减少车辆的运输成本,提高物流运作的效率。(本文来源于《重庆科技学院学报(社会科学版)》期刊2015年05期）
闵嘉宁[10]（2015）在《一对多集送货VRP的两阶段贪心算法研究》一文中研究指出针对一对多集送货点的车辆路径优化问题研究两阶段贪心算法TPGA。第一阶段确定任务内部的路径;第二阶段选择任务间的优化路径。建立了开放式、单车场、单车型环境下,有最大行驶里程约束、有时间窗约束问题的数学模型。案例验证了算法的可行性和有效性;通过对TPGA和改进C-W运算结果的分析比较,说明TPGA算法获得较好的优化结果。(本文来源于《制造业自动化》期刊2015年03期）
集送货论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
物流网络优化中的车辆路径问题和设施选址问题是物流系统研究中的重要组成部分。在实际应用中,涉及大量的不确定信息以及复杂的约束条件,传统的模型难以描述随机条件下的物流网络优化问题;随着网络规模的扩大,使得物流网络优化问题求解变得越来越困难。因此,有必要进一步研究在随机条件下以及动态条件下的物流网络优化问题,并为问题求解构造出更有效、更符合实际的模型与算法。本文针对随机需求与动态交通影响下的集送货车辆路径优化问题,给出了相应的模型及算法,并进行了应用计算。为实现收益最大化与成本合理化这双重目标,采用集送货车辆配送是现代物流发展的趋势;在此之外,随着消费者的需求趋向个性化、多样化,对服务时间的需求也日渐严苛,因服务时间的延迟而造成客户满意度降低,这类隐性成本的与日俱增更加凸显出时间窗在配送过程中的重要性。本文考虑了在客户随机需求、时间窗的约束下,以最小化车辆在路径上的集送货成本为目标,构建了随机需求下带时间窗的车辆路径规划模型,并基于蚁群算法设计了结合蚁群与变邻域搜索算法相混合的蚁群系统优化算法,还针对现实背景作了算例分析。主要内容如下:通过对前人的文献综述,说明了本研究问题提出的背景,阐述了相关课题的研究现状,并在这样的背景和现状下提出了本文要研究的问题。文章最后给出了本选题的研究框架、技术路线、基本假设等。基于上述背景和现状,确立了本文所研究的课题,随机需求下带时间窗的集送货车辆路径优化问题研究。为方便研究,文章首先进行了一系列合理假设,描述了服务失败规则,在此基础上对目标函数和约束条件进行了分析,构建了以最小化车辆在路径上的服务费用为目标的0-1整数规划模型。考虑到现实生产活动中的动态问题,文章提出了分解式的求解方式,即“先静态,后动态实时再优化”的分阶段模型,将动态环境下的问题转换成分阶段确定的静态问题来进行求解,并在车辆执行任务的每一个时间段的结束时刻,实行动态信息的插入,根据车辆当前的位置和更新后的信息实时地调整车辆行驶路线,使得优化目标最优。针对这类准动态环境下的随机需求下的问题,基于混合的蚁群系统优化算法求解,最后还以杭州某企业为现实背景,作了模型算法的算例分析,进行了多时段、准动态交通情形下的随机需求的案例场景设计,验证前文的基础理论。算例结果表明,本研究算法切实可行、有效,在交通情况与客户需求可变的决策环境下有一定的指导性,能一定程度上对现实快递企业指导作业。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
集送货论文参考文献
[1].盛虎宜,刘长石,鲁若愚.基于共同配送策略的农村电商集送货一体化车辆路径问题[J].系统工程.2019
[2].胡春霞.随机需求下带时间窗的集送货车辆路径优化问题研究[D].浙江工商大学.2018
[3].高媛.具有集送货需求可拆分的车辆路径问题研究[D].大连海事大学.2017
[4].邓芳敏.基于节约算法的集送货车辆路径优化研究[C].“决策论坛——公共政策的创新与分析学术研讨会”论文集（上）.2016
[5].李寒梅.多时间窗需求可拆分集送货车辆路径问题研究[D].华中科技大学.2016
[6].杨鹏,邹浩,徐贤浩.带时间窗集送货需求可分车辆路径问题的改进蚁群算法[J].系统工程.2015
[7].闵嘉宁.基于贪心策略的一对多集送货车辆路径优化[J].物流技术.2015
[8].闵嘉宁,金成.基于改进节约算法的集送货车辆路径优化[J].物流科技.2015
[9].闫会姝.基于集送货需求的车辆路径优化问题研究[J].重庆科技学院学报(社会科学版).2015
[10].闵嘉宁.一对多集送货VRP的两阶段贪心算法研究[J].制造业自动化.2015
标签：共同配送; 农村电商; 集送货一体化车辆路径问题; 改进蚁群算法;