导读:本文包含了取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:动态取送货问题,动态算法框架,构造型算法,禁忌搜索算法
取送货论文文献综述
史俊妍[1]（2019）在《基于实时信息的动态取送货问题研究》一文中研究指出具有点对点、小批量、多批次特点的实时城市配送快速发展、需求倍增,对物流配送的及时响应和灵活性提出了新的技术要求。适应新的技术要求,论文立足于带时间窗的动态取送货的路径规划问题,兼顾实时取送货接驳和在途车辆路径安排,研究基于实时信息的动态取送货问题,对于探索动态路径规划优化方法,解决现有算法缺乏动态算法框架指导等实际问题,具有重要理论和现实意义。论文在整个调度时域内不断更新路径规划方案与调度计划,以调度时域内的车辆配送总成本最小为目标函数,其中,车辆配送总成本包括超出时间窗的惩罚成本和车辆运营成本的总和;综合考虑新请求逐渐出现、旧请求修改或取消、交通拥堵状况和车辆抛锚4种实时信息对车辆路径规划和车辆调度的影响,确定了车辆路径问题基本约束、时间窗约束、容量约束、调度时域约束等主要约束条件,建立了基于实时信息的取送货动态车辆路径规划模型。论文针对动态路径规划问题求解算法缺乏行之有效的动态算法指导的现状,设计了动态算法框架。该框架基于实时优化方法,给出了调度时域内静态子问题执行规则和计算规则;进而针对具体静态子问题,采用构造型启发式算法生成初始可行解,分别采用禁忌搜索算法和自适应大规模邻域搜索算法两种智能优化算法,改善了初始可行解质量;更新路径规划方案时,运用动态插入法,解决了处于规划中的未固定请求和新请求同步处理问题。实验分析表明,论文提出的方法能有效解决基于实时信息的动态取送货问题;基于实时优化方法设计的动态算法框架,为解决动态取送货问题提供了重要参考。(本文来源于《吉林大学》期刊2019-06-01）
孙宝凤,史俊妍,杨雪,郑再思[2]（2019）在《基于实时信息的取送货动态车辆路径问题研究》一文中研究指出为适应点对点、实时城市配送对动态响应和快速决策提出的新要求,研究了多种实时信息作用和影响下的取送货动态车辆路径问题.采用将动态问题转化为一系列静态问题的建模方法,建立了基于实时信息的取送货动态车辆路径模型;设计了动态算法框架,运用构造算法获得初始可行解,运用禁忌搜索算法改善初始可行解质量.实验表明,本文的模型和算法能有效解决基于实时信息的取送货动态车辆路径问题,将初始可行解的质量(实时物流配送成本)改善了34%.(本文来源于《宁波大学学报(理工版)》期刊2019年03期）
马艳芳,闫芳,康凯,李宗敏[3]（2018）在《不确定同时取送货车辆路径问题及粒子群算法研究》一文中研究指出研究了不确定同时取送货车辆路径问题(VRPSPD),考虑运行环境的不确定性,顾客时间窗口要求和对顾客同时进行取货和送货服务的情况,以运作成本最低和顾客满意度最高为决策目标,构建不确定VRPSPD数学模型。模型中,引入模糊随机理论来描述决策环境中的双重不确定性,假定顾客需求量(送货量)和取货量是模糊随机变量。随后,提出基于模糊随机算子的改进粒子群算法对模型进行求解。为了适应模型特点和提高算法效率,设计合理的编码和解码过程,制定多个适应度函数方案处理多目标问题,并应用更加科学的更新策略。最后在应用案例中,通过参数测试获取合理的算法参数取值,采用计算结果分析和求解算法测评验证模型和算法的有效性。(本文来源于《运筹与管理》期刊2018年12期）
吴腾宇,陈嘉俊,蹇洁,余海燕[4]（2018）在《O2O模式下的配送车辆实时取送货路径选择问题》一文中研究指出伴随020模式下外卖市场的迅猛发展,由此导致的最后3公里配送需求日益激增,外卖的配送时效受到了广泛的关注.外卖的及时配送,即配送车辆的路径选择问题成为餐饮服务业重要的研究问题.针对020平台外卖配送服务过程中,需求无法确定和配送车辆必须返回原点取货的情形,提出了带有取送货的在线旅行商问题(traveling salesman problem, TSP).分析了该问题在正半轴和一般网络上的下界,针对需求点仅在正半轴上的情形设计了TAIB算法,针对需求点在一般网络上设计了IGNORE算法,并进一步分析了两个算法的竞争性能,结论可以为现实中外卖配送车辆的实时调度决策提供依据.(本文来源于《系统工程理论与实践》期刊2018年11期）
陈希琼,胡大伟,杨倩倩,胡卉,高扬[5]（2018）在《多目标同时取送货车辆路径问题的改进蚁群算法》一文中研究指出为使同时取送货车辆路径问题(vehicle routing problem with simultaneous pickup and delivery, VRPSPD)的运输成本和各路径间最大长度差最小化,建立同时考虑车辆容量和距离约束的VRPSPD双目标模型,通过软件测试验证了模型准确性.针对问题的特点构造一个嵌入禁忌表、且具有贪婪转移准则的多目标蚁群算法,对蚂蚁产生的解执行多目标迭代局部搜索程序,以在多个邻域上优化该解或产生新的Pareto解.采用响应曲面法拟合算法参数对目标值影响的数学关系,确定最优参数组合.用该算法求得文献中12组Solomon算例的Pareto解集,并以绝对偏向最小化总成本的解与文献中仅最小化总成本的几种算法的计算结果进行比较,结果表明算法可求得权衡各目标且使单一目标近似最优的Pareto解.(本文来源于《控制理论与应用》期刊2018年09期）
王超,刘超,穆东,高扬[6]（2018）在《基于离散布谷鸟算法求解带时间窗和同时取送货的车辆路径问题》一文中研究指出为求解带时间窗和同时取送货的车辆路径问题(VRPSPDTW),提出一种离散布谷鸟(DCS)算法,该算法在标准布谷鸟算法的基础上,在Lévy飞行位置更新过程中,使用路径内搜索2-opt法和路径间搜索swap/shift法改进当前巢穴;在寄生巢位置更新过程中,使用路径内搜索relocate/exchange法和路径间搜索GENE法,随机产生新巢穴。选取Wang和Chen测试数据集,对算法性能进行测试,并与遗传算法和并行模拟退火算法进行比较。测试结果显示,在9个中小型顾客规模算例中,DCS算法获取了所有的当前国际最优解,在56个大型顾客规模的算例中,DCS算法在5个算例中更新了当前国际最优解,在17个算例中获取了当前国际最优解。通过Rank值法对这3种算法进行Friedman检验和Wilcoxon秩检验,结果表明所提DCS算法的有效性。(本文来源于《计算机集成制造系统》期刊2018年03期）
郭敏,马昌喜,何彦刚[7]（2017）在《路段通行时间不确定下取送货车辆路径优化研究》一文中研究指出城市高峰期交通拥堵呈常态化趋势,各运输路段的通行时间很难用精确值表达,而配送车辆的路径仍需具体指定,亟需研究路段通行时间不确定情况下的物流配送车辆的具体运输路径。文章统筹考虑配送时间与环境成本,结合Bertsimas鲁棒离散优化理论,以总行程时间和碳排放量最小为优化目标,构建了路段时间阻抗不确定情况下的同时取送货多配送中心多车路径鲁棒优化模型,采用遗传算法进行求解,并以呼和浩特市部分路网为例进行实证研究。研究结果表明:车辆路径鲁棒优化模型及其改进的遗传算法能快速生成鲁棒性能较好的车辆行驶路径,而且得到的是一条条具体的运输路径,而非配送顺序。该模型与算法能为物流配送车辆路径导航系统提供技术支撑。(本文来源于《西部交通科技》期刊2017年12期）
黄粲[8]（2017）在《基于Spark的取送货车辆路径问题的高效算法研究》一文中研究指出在互联网以及电子商务飞速发展的时代,加快发展现代物流行业逐渐成为提高经济效益的重要手段。如何优化运输过程、最大可能的利用车辆装载空间,对降低运输成本、提高运输效率有着至关重要的作用。因此,车辆路径问题和装箱问题是物流行业关心的重点问题,一直以来受到国内外学者的关注,二者的结合问题更是具有重要的实践价值。目前大部分的研究主要集中在带叁维装载约束的车辆路径问题(Vehicle Routing Problem with Three-dimensional Loading Constraints,3L-CVRP),而对于其他形式的车辆与装箱一体化问题,相关课题的研究涉及较少。本文主要研究带叁维装载约束的取送货车辆路径问题(Pickup and Delivery Problem with Three-dimensional Loading Constraints,3L-PDP),这一问题属于3L-CVRP的延伸,满足现实生活中的多种运输场景,具有重要的研究意义。本文针对3L-PDP问题,提出混合启发式算法:对于路径部分,主要采用基于模拟退火框架的大邻域搜索算法进行优化,并结合禁忌策略增加搜索的多样性;对于装箱部分,采用基于块结合的基础启发式算法寻找可行装载方案。装载可行性判断作为一个约束条件被集成到路径优化过程中。实验结果表明了算法在路径优化方面的有效性,部分解的质量能够优于目前最新的研究成果。本文同时还对混合启发式算法进行改进,构建并行多邻域合作的大邻域搜索算法,并将算法在Spark分布式平台上实现。多个大邻域搜索过程分散在不同的Spark集群节点中独立运行,有效增加搜索范围。集群控制节点通过解的集合(Solution Pool)收集并更新各个节点获得的最优解,保证算法的收敛性。结果表明并行化的算法具有更好的稳定性与高效性,能够有效提升整体解的质量。(本文来源于《厦门大学》期刊2017-06-30）
黄丽萍[9]（2017）在《具有灰需求的同时取送货选址路径优化研究》一文中研究指出选址路径问题具有广泛的现实基础和应用价值,一直是学术界重点关注的课题之一。实际物流配送中,客户常常同时存在取货和送货的双向需求,考虑到集配一体化有利于降低物流成本、提高客户服务水平,同时取送货选址路径优化研究得到关注。目前,同时取送货选址路径优化研究主要基于确定性环境,针对不确定性环境的较少。但实际情况中,客户的取送货需求常常具有不确定性,表现为模糊性、随机性或灰性。因此,本文研究具有灰需求的同时取送货选址路径问题,具有较强的理论和现实意义。本文主要研究工作如下:(1)优化问题特征处理。考虑客户灰色不确定的同时取送货双向需求,通过灰数刻画客户需求的灰色不确定性,采用同时取送货策略满足客户的双向需求。(2)灰色优化模型建立。针对具有灰需求的同时取送货选址路径问题,①为降低物流成本,引入同时取送货约束,以成本最小化为目标,建立具有灰需求的同时取送货单目标选址路径灰色优化模型;②为兼顾配送服务水平,在单目标模型基础上,引入基于配送时间的客户满意度函数,以成本最小化、客户满意度最大化为优化目标,建立具有灰需求的同时取送货多目标选址路径灰色优化模型。(3)灰色优化模型求解。鉴于所建模型含有灰色参数无法直接求解,基于灰色机会约束规划理论,将其转换为可求解模型。针对转换后的单目标优化模型,采用灰色模拟技术处理灰色机会约束条件,设计了嵌套灰色模拟的单目标禁忌算法;针对转换后的多目标优化模型,在单目标算法基础上,采用灰关联分析引导算法搜索方向,设计了嵌套灰关联分析的多目标禁忌算法。(4)灰色优化模型仿真。实验结果表明:在模型上,①考虑客户需求的灰色不确定性是合理且必要的,能帮助企业有效规避因忽略客户需求不确定性带来的变动成本;②置信水平取值对最终决策方案存在影响,置信水平高,则企业需承担相应高的成本,企业可结合自身风险容忍能力,选择相应置信水平,并得出该置信水平下的最优方案;③物流成本和客户满意度存在效益悖反,企业可根据自身战略目标,参考本文灰关联评价法给出的最优参考解,做出具体决策。在算法上,①本文提出的算法能有效求解具有灰需求的同时取送货选址路径优化模型;②其中,相较普通多目标算法,本文给出的嵌套灰关联分析的多目标算法能得到较好的Pareto最优前沿。(本文来源于《福州大学》期刊2017-06-01）
徐东洋[10]（2017）在《网络中供需匹配与多批次取送货车辆路径问题研究》一文中研究指出本论文研究了供需匹配与多批次取送货车辆路径问题。在此问题中,客户点之间的供需匹配关系事先未知;每个客户点的取货请求和送货请求允许通过多次访问该客户点来分批次满足;需做供需匹配决策和车辆路径决策。此问题是经典车辆路径问题的一种复杂衍生体,普遍存在于国际原油运输、烟草制造行业中的生产原料调拨、零售行业中的商品库存重新布局及共享单车系统中的自行车重新分配等网络中。基于此问题高度复杂且受到的关注较少,本文分别从模型建立、启发式算法求解和精确算法求解的角度对此问题进行深入研究。本文的主要研究成果呈现如下:(1)本文所研究的问题包含了两个相互影响的决策:供需匹配和车辆路径。先建立一个混合整数线性规划模型作为基础模型。然后,通过消除两个决策变量之间的耦合关系,提出一个新颖的单元化模型。紧接着,提出一系列多项式型有效不等式来加强单元化模型。实验结果表明,单元化模型比基础模型更容易求解,且所提出的有效不等式显着地提高了单元化模型的性能。最后,验证了所提出的模型和不等式对文献中相关问题的有效性。(2)为快速求解现实中的较大规模的问题,基于所提出的单元化模型,先设计一个贪婪式算法来构建初始解。然后,基于优化供需匹配决策和车辆路径决策的思想,提出7个高效的邻域结构。紧接着,提出一个禁忌搜索算法来改善初始解的质量。为验证该算法的效果,借助于CPLEX设计求解问题下界的方法。实验结果表明,本文所提出的禁忌搜索算法在较短时间内能够对本文所研究的问题提供高质量的解。最后,验证了本文所提出的启发式算法求解文献中相关问题的良好表现及明显优势。(3)基于前面所提出的单元化模型及多项式型有效不等式,先提出6类指数型有效不等式。然后针对每类不等式设计相应的分离算法。紧接着,基于讨论寻找初始上界方法、预处理过程、分支策略及分离算法调用策略;提出一个分支切割算法。实验结果表明,此算法能够求解9个客户点、5种产品的算例,这些算例的规模大于相关文献所求解规模。最后,验证了所提出的精确算法求解文献中相关问题的良好表现及明显优势。(本文来源于《华中科技大学》期刊2017-04-01）
取送货论文开题报告
（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：
为适应点对点、实时城市配送对动态响应和快速决策提出的新要求,研究了多种实时信息作用和影响下的取送货动态车辆路径问题.采用将动态问题转化为一系列静态问题的建模方法,建立了基于实时信息的取送货动态车辆路径模型;设计了动态算法框架,运用构造算法获得初始可行解,运用禁忌搜索算法改善初始可行解质量.实验表明,本文的模型和算法能有效解决基于实时信息的取送货动态车辆路径问题,将初始可行解的质量(实时物流配送成本)改善了34%.
（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。
取送货论文参考文献
[1].史俊妍.基于实时信息的动态取送货问题研究[D].吉林大学.2019
[2].孙宝凤,史俊妍,杨雪,郑再思.基于实时信息的取送货动态车辆路径问题研究[J].宁波大学学报(理工版).2019
[3].马艳芳,闫芳,康凯,李宗敏.不确定同时取送货车辆路径问题及粒子群算法研究[J].运筹与管理.2018
[4].吴腾宇,陈嘉俊,蹇洁,余海燕.O2O模式下的配送车辆实时取送货路径选择问题[J].系统工程理论与实践.2018
[5].陈希琼,胡大伟,杨倩倩,胡卉,高扬.多目标同时取送货车辆路径问题的改进蚁群算法[J].控制理论与应用.2018
[6].王超,刘超,穆东,高扬.基于离散布谷鸟算法求解带时间窗和同时取送货的车辆路径问题[J].计算机集成制造系统.2018
[7].郭敏,马昌喜,何彦刚.路段通行时间不确定下取送货车辆路径优化研究[J].西部交通科技.2017
[8].黄粲.基于Spark的取送货车辆路径问题的高效算法研究[D].厦门大学.2017
[9].黄丽萍.具有灰需求的同时取送货选址路径优化研究[D].福州大学.2017
[10].徐东洋.网络中供需匹配与多批次取送货车辆路径问题研究[D].华中科技大学.2017