导读:本文包含了铁路行包配送论文开题报告文献综述及选题提纲参考文献,主要关键词:铁路运输,选址,不确定需求,数学模型
铁路行包配送论文文献综述
尹传忠[1](2008)在《不确定需求的铁路行包配送点选址模型》一文中研究指出为解决铁路行包配送点的选址问题,在回顾总结物流节点选址问题的动态模型和概率模型的基础上,结合铁路行包运输实际,在一定的前提及假设条件下,建立不确定需求的铁路行包配送点选址问题的数学模型.针对模型求解需要输入的数据量较大、对数据的调整非常灵敏等增加求解困难程度的情况,通过求客户需求的分布函数,进行曲线拟合,对客户需求分布函数积分得出客户需求量,将不确定需求的选址问题转化为确定性选址问题.该方法使求解得到简化、切合实际.(本文来源于《上海海事大学学报》期刊2008年03期)
卜雷,尹传忠,赵宜[2](2007)在《铁路行包配送车辆路径问题模型及算法》一文中研究指出铁路行包配送车辆路径问题属于同时具有送货和集货需求的车辆路径问题.结合该问题特点,建立数学优化模型.求解算法中采用基于最近邻居的启发式方法产生尽可能好的初始解,并通过构造合理的邻域结构,引入适合的罚函数评价解的质量,随机选取禁忌长度的禁忌搜索算法优化初始解.以5台车辆、21个配送点的实例进行仿真计算,计算结果表明,模型及算法有效可行.(本文来源于《同济大学学报(自然科学版)》期刊2007年08期)
尹传忠,卜雷,程学庆,蒲云[3](2006)在《铁路行包基地及配送点选址问题禁忌搜索算法》一文中研究指出分析了铁路行包运输物流化发展背景及行包运输物流配送的特点,给出了铁路行包基地及配送点选址的数学模型,应用改进的扫描法构造问题尽可能好的初始解,并通过巧妙地设计罚函数、合理构造邻域及随机选取禁忌长度的一种禁忌搜索算法对初始解优化.计算结果表明,扫描法和禁忌搜索算法结合的两阶段法,不仅可以得到良好的计算结果,而且具有搜索空间小、求解速度快的优点,该方法是有效、可行的.(本文来源于《控制与决策》期刊2006年11期)
尹传忠[4](2006)在《铁路行包物流配送系统优化若干问题研究》一文中研究指出结合国外包裹快递四大巨头(UPS、FedEx、DHL、TNT)的经营现状和在中国的发展状况以及国内包裹快递市场的现状,以铁路行包运输的改革及目前的经营方式为背景,分析了铁路行包运输所面临的形势,说明铁路行包运输发展现代物流的紧迫性及必要性。 本文应用现代物流中选址问题及配送车辆路径问题的理论,解决铁路行包物流配送问题。详细回顾了国内外物流节点选址的方法、数学模型、求解算法;将配送车辆路径问题分成一般的车辆路径问题、有时间窗的车辆路径问题、有回送任务的配送车辆路径问题、可分切配送的车辆路径问题进行分析,结合目前研究最多的有时间窗的车辆路径问题,综述了该类问题的数学模型和求解算法,重点分析了各种启发式算法的研究结果。 铁路行包基地及配送点选址规划问题是多层选址问题,文章给出了一般情况下铁路行包基地及配送点选址规划的数学模型,用基于扫描法、迭代法的局部搜索启发式算法求解,实例证明了模型及算法的有效性;考虑到铁路行包客户的不确定性,结合物流节点选址问题的动态模型和概率模型,给出了铁路行包基地及配送点选址规划的动态模型及概率模型,同时针对两种模型在表述不确定需求的铁路行包基地及配送点选址规划问题不足的情况,建立了不确定需求的铁路行包基地及配送点选址规划的数学模型。通过对客户需求的预测,求客户需求的分布函数,进行曲线拟合,对客户需求分布函数积分得出客户需求量的方法求解,该方法使求解得到简化,切合实际。 配送车辆路径问题是NP-hard问题,是目前物流学领域的热点。本文着重考虑铁路行包配送同时集货的实际,并以一般情况下铁路行包配送车辆路径问题为基础、研究有客户优先及考虑到大宗客户的铁路行包配送车辆路径问题。分别给出其配送车辆路径问题的数学模型,针对一般情况下铁路行包配送车辆路径问题的数学模型,采用基于最近邻域的禁忌搜索算法求解。在求解有客户优先的铁路行包配送车辆路径问题的遗传算法中,用时间窗表示行包客户的优先等级,同时考虑一个配送点配送和集货不同的时间窗;在编码时通过增加虚拟集货点,使问题得到简化,设计了确保个体编码有效性的OX交叉算子,保证在两个父代个体相同的情况下仍让能产生变异效果,设置适当的个体评价函数确保符合条件而较优的个体有较大的生存机会,用基于模拟退火技术的Metropolis判别准则的改进复制算子,确保个体的多样(本文来源于《西南交通大学》期刊2006-07-01)
尹传忠,卜雷,程学庆[5](2006)在《铁路行包物流基地及配送点选址规划研究》一文中研究指出借鉴国内外选址问题的模型和方法,结合铁路行包物流配送流程及特点,建立铁路行包物流基地及配送点选址规划问题的混合整数规划模型。通过改进的扫描法,根据业务量及现有车辆载重对城市内邮政点进行分组。用迭代法计算得到每个分组中的配送点。比较各分组方案,选择最好的一个方案作为初始解。采用启发式算法对该初始解优化,得到满意解,确定配送点及行包物流基地的位置。以有2个行包物流基地待选地点、3个大宗行包点、30个一般邮政点的实例进行仿真计算。计算结果验证了模型及算法的正确性及可行性。(本文来源于《中国铁道科学》期刊2006年03期)
尹传忠,卜雷,程学庆,蒲云[6](2006)在《铁路行包基地及配送点选址规划模型与算法》一文中研究指出铁路行包运输向现代物流方向发展,行包物流基地选址及配送点规划是十分重要的环节。同时,铁路行包运输存在着客户复杂,受车站位置及列车运行情况约束等特点。文章结合物流配送中心选址问题的方法,给出铁路行包基地及配送点规划的数学模型,应用扫描法构造问题尽可能好的初始解,通过基于局部搜索的启发式算法对初始解优化,得到优化解。用一个实例验证模型及算法的可行性。(本文来源于《系统工程》期刊2006年01期)
姚建明[7](2002)在《铁路行包配送的电子商务模式》一文中研究指出讨论电子商务B2C模式下实现铁路客运行包配送服务的可行性与实施方案,并就多种可行方案进行比较分析。指出它在改变我国铁路行业的传统服务模式、加速国有企业e化进程中的重要意义。(本文来源于《铁道物资科学管理》期刊2002年02期)
铁路行包配送论文开题报告
(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:
铁路行包配送车辆路径问题属于同时具有送货和集货需求的车辆路径问题.结合该问题特点,建立数学优化模型.求解算法中采用基于最近邻居的启发式方法产生尽可能好的初始解,并通过构造合理的邻域结构,引入适合的罚函数评价解的质量,随机选取禁忌长度的禁忌搜索算法优化初始解.以5台车辆、21个配送点的实例进行仿真计算,计算结果表明,模型及算法有效可行.
(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。
铁路行包配送论文参考文献
[1].尹传忠.不确定需求的铁路行包配送点选址模型[J].上海海事大学学报.2008
[2].卜雷,尹传忠,赵宜.铁路行包配送车辆路径问题模型及算法[J].同济大学学报(自然科学版).2007
[3].尹传忠,卜雷,程学庆,蒲云.铁路行包基地及配送点选址问题禁忌搜索算法[J].控制与决策.2006
[4].尹传忠.铁路行包物流配送系统优化若干问题研究[D].西南交通大学.2006
[5].尹传忠,卜雷,程学庆.铁路行包物流基地及配送点选址规划研究[J].中国铁道科学.2006
[6].尹传忠,卜雷,程学庆,蒲云.铁路行包基地及配送点选址规划模型与算法[J].系统工程.2006
[7].姚建明.铁路行包配送的电子商务模式[J].铁道物资科学管理.2002