导读:本文包含了配送路径选择论文开题报告文献综述及选题提纲参考文献，主要关键词:自动化,配送路径,优化选择,配送时间
配送路径选择论文文献综述
苏建欢[1]（2019）在《自动化物流配送路径优化选择仿真研究》一文中研究指出研究一种有效的配送路径优化方法,能缩短配送时间,保证配送安全性和便捷性,在实际应用过程中具备一定的使用效果。针对传统的自动化物流配送路径优化选择方式存在配送时间较长,安全性较低等问题,提出一种基于图论与蚁群相融合的自动化物流配送路径优化选择方法,通过计算自动化配送的限制条件建立自动化物流配送路径优化模型;将模型中每条配送路径的初始值作为输入,对配送次数和配送点之间的距离进行计算,选择出最优路径,挥发其他路径上的信息素,增强最优路径上的信息素,多次环迭代后,输出优化选择后的配送路径。仿真结果证明,所提方法能够有效缩短配送时间,提高物流配送便捷性,保证物流配送安全性。(本文来源于《计算机仿真》期刊2019年08期）
张华,易丹[2]（2019）在《面向物联网技术的商品最优配送路径选择模型构建》一文中研究指出为了提高物联网环境下的商品配送路径规划能力,缩短商品配送的时间开销,提出基于网格分区域特征匹配的面向物联网技术的商品最优配送路径选择模型,采用不规则叁角网规划方法进行面向物联网技术的商品最优配送路径搜索,建立商品最优配送路径的分区域特征匹配模型,采用自适应的网格分块融合方法进行商品最优配送路径的分簇规划设计,提取配送路径节点定位的统计特征量,结合相关性的模糊约束方法实现商品最优配送路径选择,提高商品最优配送路径选择的自适应均衡能力。仿真结果表明,采用该方法进行商品最优配送路径选择的自适应性较好,均衡度水平较高,在商品最优配送路径选择和物流路线自动规划设计中具有很好的应用价值。(本文来源于《南方职业教育学刊》期刊2019年04期）
许雪娇[3]（2019）在《D批发市场新区的城市物流配送路径选择研究》一文中研究指出随着物流的迅速发展,配送路径的科学选择不仅是第叁方物流企业关注的问题,更是从事货物集散作用的批发市场需要面临的问题,目前全国70%的农产品流通包括城市农产品的采购都需要从批发市场进行周转。科学规划配送路径成为企业提升品牌形象的强大支撑,能够合理的降低配送成本,提高配送效率,增强物流服务竞争力,同时节约社会资源,发挥着节能增效的重要作用,故研究配送路径的规划对社会、对企业、对客户来讲尤为必要。本文以D批发市场为研究对象,以农产品批发市场以及配送路径的研究理论为基础,针对D批发市场外迁后的新区面临着巨大的城市物流配送服务市场机会,本文主要从配送路径的科学规划方面进行研究。通过结合D批发市场的现状,分析了D批发市场城市配送服务的商品、服务的对象、服务的范围、服务的设施四个方面的市场定位,发现其面临的配送问题包括配送对象小而广、配送服务超时、配送成本提升、配送路径的选择模式以及现存配送设施与市场规模不匹配的问题。针对这些问题,本文利用先聚类后规划的思想,利用SPSS实现将众多配送客户点进行聚类优化管理,再利用节约算法实现聚类后每个簇中的最短路径,其次分析软时间窗下的时间约束条件,结合聚类结果以及最短路径计算出不同初始发车时间下的车辆到达客户点的时刻表,确定最佳配送时间并求得最低的配送成本。最后提出建立低成本高效率的服务目标、提高科学选择和优化配送路径的意识、建立配送超时惩罚机制、实施客户归类管理、加强物流专业人才培养的保障措施,以期待D批发市场城市配送服务达到领先水平。(本文来源于《济南大学》期刊2019-06-01）
娄晶,周骞,胡轶群[4]（2019）在《时变路网下带硬时间窗的城市生鲜物流配送路径选择》一文中研究指出综合考虑现实生活中城市道路交通的时变特性和生鲜物流的时效性,以最小使用车辆数和最少行程时间为优化目标,构建时变路网下带硬时间窗的生鲜物流配送路径选择模型,通过随机方法构造初始解,采用结合2-opt局部搜索机制的改进蚁群求解算法进行求解,并以扩展Solomon R104基础算例对模型和算法进行了验证。(本文来源于《公路与汽运》期刊2019年01期）
孙仕豪,樊相宇,武小平[5]（2018）在《基于中断不确定的最可靠配送路径选择研究》一文中研究指出快递配送过程中,由于配送路线中断具有不确定性,导致不能选择最可靠的配送路线即快递配送网络的社会车流量最大时,不能选择一条出现中断可能性最小的配送路线。针对该问题,基于不确定网络最大流与E-99算法得到不同交通中断程度与对应该中断程度的车流量二维函数分布图,以该二维图为依据,借助边介数与Busacker-Gowan(迭代法)的思想,定义容量介数的内容并建立收发地确定、配送路线中断不确定的快递配送网络最可靠路线模型。最后的算例证明建立的模型在不同中断情形下选择的对应路线为最可靠路线。(本文来源于《物流科技》期刊2018年02期）
黄辉,吴翰,杨佳祺,未珂[6]（2018）在《基于实时路况信息的灾后应急配送路径选择系统》一文中研究指出灾害发生后的次生事件会随时改变救援物资运输路径选择。综合考虑救援路径多个属性,针对救援物资配送路网中各路段的实时情况,提出救援路径变更临界值的概念。运用改进的最短路算法及次短路算法,实时给出最优救援路径及临界值,以期达到救援物资在兼顾风险控制的情况下尽可能快地运抵物资需求点的目的。通过仿真得到的数据可供决策者提前规划路线资源的分配。最后,给出了具体算例及其仿真结果。(本文来源于《系统管理学报》期刊2018年01期）
尹君[7]（2017）在《基于拥堵概率的北京市配送路径选择研究》一文中研究指出城市严重的交通拥堵问题,使配送效率大大降低,而配送企业为提高配送服务质量,满足配送要求,又需要投入配送车辆,配送车辆的投入又加剧了交通拥挤,因此城市配送面临着更加巨大的挑战,如何避免道路的拥堵或者在道路拥堵状况不确定的情况下选择恰当的配送路径,准时完成配送成了各个配送行业追逐的目标。在此背景下,本文进行如下仿真研究。本文将北京市作为研究对象,首先对北京市路网和北京市物流中心布局进行分析,通过长期观测北京市路网的交通状况,统计出高峰时段和非高峰时段下北京市各路段的拥堵概率,并根据“十二五”规划设定北京市物流中心。随后分析北京市的配送需求,结合配送需求设定基于拥堵概率的北京城市配送模型的运行流程,在此基础上在Anylogic仿真平台上建立Agent(MainAgent、客户需求Agent、车辆运输Agent)仿真模型。接下来通过定量与定性相结合的办法验证了本文模型的合理性。然后结合实际的交通状况对北京市的配送情况进行仿真。最后对仿真结果主要进行配送路径、配送距离和配送时间叁方面的分析,并根据分析结果得出北京城市配送中的关键路段,以为配送路径的选择提供合理性建议。本文得出的结论主要有以下两方面内容:一方面,考虑拥堵概率后,配送活动对北京市的道路交通状况产生了影响,高峰时段下,二环、叁环的交通负荷较低,而四环、五环、六环的交通负荷变大,非高峰时段下,东五环、南叁环、东叁环、西叁环的交通负荷明显变高。另一方面,不同时段下,配送车辆选择配送路径受到拥堵概率的影响不同,高峰时段下,配送车辆选择配送路径时受到路段拥堵概率的影响较明显,配送车辆会避开拥堵概率较高的路径,选择绕行拥堵概率较低的环线进行配送,而非高峰时段配送车辆选择配送路径时受到路段拥堵概率的影响较小。(本文来源于《北京交通大学》期刊2017-06-01）
刘洋[8]（2017）在《一种应用于物料配送路径选择的改进CW算法》一文中研究指出21世纪初,物流产业成为推动经济全球化的重要服务行业。在国民经济水平的快速发展和宏观调控的逐步改善下,中国的物流市场需求逐渐增加,产业水平保持较快发展。但中国物流产业的总成本仍是居高不下,根据《全国物流运行情况通报》得知,2014年社会物流总费用是10.6万亿元,2015年达到了10.8万亿元,而2016年1-11月的总费用为9.6万亿元。由此可见,物流行业的配送成本仍然过高。因此,减少物流产业的配送成本问题尤为重要。1959年,由Ramser和Dantzig提出的车辆路径问题(Vehicle Routing Problem,简称VRP),一直是业内研究的热点领域问题,其目标是尽可能减少路径配送成本,得到最优路径。根据各类约束条件可将VRP问题进行分类,如带车辆容积约束的VRP问题,带时间窗约束的VRP问题,单车场或多车场的VRP问题等。而本文主要针对带时间窗的车辆路径问题(With Time Windows Vehicle Routing Problem,简称VRPTW)求解物流行业中可供选择的最优路径。现如今,解决VRPTW问题的算法也数不胜数,主要基于两个方面的算法:精确算法和启发式算法。本文在经典启发式算法节约算法(CW算法)的基础上进一步做出改进,在硬时间窗约束的条件下,加入分割配送思想,不仅提高了算法的精确度和可行性,减少了配送总运输成本,还增加了车辆的载重率,提高了算法针对VRPTW问题的实效性。本文针对VRPTW问题,在原有CW算法中加入时间约束,使配送车辆必须在固定时间范围内送达货物,否则客户拒绝接收货物,即在CW算法中不仅对车辆载重控制,又添加了对时间的控制,多角度地接近现实问题。为将分割配送应用到CW算法中,文中定义了分割配送反应值这一概念,而为求解该反应值,本文介绍了蜂群优化算法(Bee Colony Optimization Algorithm,简称BCO),该算法中提到了货物对车辆的刺激值,该刺激值与车辆的运输里程c和运输时间t成正比,而运输里程和运输时间两种影响因素对问题结果存在一定的间接影响,因此采用层次分析法(Analytic Hierarchy Process,简称AHP)求出两种影响因素的权重,并作为因子a和b左右其影响程度。将以上思路结合在一起,得到分割配送反应值的计算公式H=△L/c~at~b(△L为CW算法中的节约值),从而按照反应值H从大到小的顺序决定哪个客户需求优先被分割,再结合原有CW算法的解题步骤,得到VRPTW的最优解。为验证本文提出的改进CW算法的可行性和实用性,将改进CW算法应用到具体实例中,得到了问题的满意解。同时与经典CW算法对比分析,得知改进后算法的精确度更高,实用性更强,车辆装载率更大。又进一步与其他学者的改进CW算法对比分析,得出本算法更适用于配送中心固定成本高于行驶成本的硬时间窗约束的VRP问题。(本文来源于《吉林大学》期刊2017-04-01）
薛海波[9]（2016）在《人工蜂群算法在物流配送路径选择问题中的应用研究》一文中研究指出伴随着改革开放,中国经济形势一路走高,电子商务在中国的发展速度之快超乎想象。它直接刺激了中国物流业的飞速发展。一个现实的问题摆在了人们面前:城市物流配送问题。当我们从起始配送点出发,途中必须经过一些关键节点的时候,怎么选择路径可以使得所花费的代价最小,这就是本文所想解决的问题。人工蜂群算法有着参数设置简单、求解问题高效、鲁棒性强等特征,因此本文采用了人工蜂群算法求解城市物流配送路径问题。本文所做的工作主要是以下几个方面:(1)现实问题和模型的转换:首先我们将交通路网抽象成了无向连通图,知道每个节点的横坐标和纵坐标,指出图中哪些节点是我们必须经过的,重点标注,称为关键节点。根据每条路径的长度以及路径上的速度我们标示每条边的权重。在每条边的权重值标注完成之后,利用A*寻路算法求出任意两个关键节点之间的最短路径。这时我们将这个图更进一步抽象,我们在图中只保存关键节点的位置,关键节点中包含了它到其他任一关键节点的最短路径信息,舍弃掉其他节点的位置信息。此时,这个图已经转化为完全连通图,问题的解是找到一条路径,它经过所有的关键节点,所花费的代价最小。(2)初始路径的生成:我们所采用的是插入寻优策略,使得算法求解的开始阶段就已经具有了很高质量的解,再通过路径的更新策略,更容易找到最优解。算法的收敛速度很快,求得的可行解质量也很高。(3)算法的验证:通过在Matlab上的仿真实验,验证了算法的正确性。通过和遗传算法的比较发现,本文改进的算法具有更强的求解能力,以及更快的收敛速度。(本文来源于《重庆大学》期刊2016-04-01）
孔阳,陈珊[10]（2015）在《层次分析法在生鲜物流配送路径选择中的应用》一文中研究指出物流配送的大发展与人们的生活水平的提高息息相关。物流配送路径的选择问题,也成为学术界重视的课题。生鲜物流配送作为一种新兴门类,有许多特性、方法值得研究和学习。为了提高在生鲜物流配送方面的效率,文章对生鲜物流配送路径进行研究,使用层次分析法对生鲜物流配送问题进行分析,确定决策权重,制定合理路径,最后进行实例分析。(本文来源于《中国市场》期刊2015年33期）
配送路径选择论文开题报告
（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：
为了提高物联网环境下的商品配送路径规划能力,缩短商品配送的时间开销,提出基于网格分区域特征匹配的面向物联网技术的商品最优配送路径选择模型,采用不规则叁角网规划方法进行面向物联网技术的商品最优配送路径搜索,建立商品最优配送路径的分区域特征匹配模型,采用自适应的网格分块融合方法进行商品最优配送路径的分簇规划设计,提取配送路径节点定位的统计特征量,结合相关性的模糊约束方法实现商品最优配送路径选择,提高商品最优配送路径选择的自适应均衡能力。仿真结果表明,采用该方法进行商品最优配送路径选择的自适应性较好,均衡度水平较高,在商品最优配送路径选择和物流路线自动规划设计中具有很好的应用价值。
（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。
配送路径选择论文参考文献
[1].苏建欢.自动化物流配送路径优化选择仿真研究[J].计算机仿真.2019
[2].张华,易丹.面向物联网技术的商品最优配送路径选择模型构建[J].南方职业教育学刊.2019
[3].许雪娇.D批发市场新区的城市物流配送路径选择研究[D].济南大学.2019
[4].娄晶,周骞,胡轶群.时变路网下带硬时间窗的城市生鲜物流配送路径选择[J].公路与汽运.2019
[5].孙仕豪,樊相宇,武小平.基于中断不确定的最可靠配送路径选择研究[J].物流科技.2018
[6].黄辉,吴翰,杨佳祺,未珂.基于实时路况信息的灾后应急配送路径选择系统[J].系统管理学报.2018
[7].尹君.基于拥堵概率的北京市配送路径选择研究[D].北京交通大学.2017
[8].刘洋.一种应用于物料配送路径选择的改进CW算法[D].吉林大学.2017
[9].薛海波.人工蜂群算法在物流配送路径选择问题中的应用研究[D].重庆大学.2016
[10].孔阳,陈珊.层次分析法在生鲜物流配送路径选择中的应用[J].中国市场.2015