节约里程法在一次性餐具配送线路优化中的运用研究【开题报告】

毕业论文开题报告

物流管理

节约里程法在一次性餐具配送线路优化中的运用研究

一、立论依据

1.研究意义、预期目标

研究意义：

货物配送是物流中一个直接与消费者相连的重要环节，对配送的路径和车辆调度进行优化，是物流系统优化中的关键一环。当客户点和车场分散，数量较多时，如果用人工的方式进行货物配送路径安排和车辆分派，不仅工作繁重，而且很难找到最佳路径，同时，车辆安排也带有随机性。而且配送线路是否合理对配送的速度、成本、效益有着直接的影响。选取恰当的配送线路优化方案，可以加快对客户需求的响应速度，提高服务质量，增强客户对物流环节的满意度，降低服务商运作成本。

据统计我国车辆的运输成本是欧洲或美国的3倍，全国运输汽车的空驶率约37%，其中汽车物流企业车辆空驶率达39%，存在着回程空驶、资源浪费、运输成本高等问题。可见，减少运输费用是有效减少物流成本的重要方面。对于物流中心和第三方物流企业的货物配送，运输车辆调度和线路优化是工作的重点，正确合理的调度可以有效减少车辆的空驶率，实现合理路径运输，从而有效减少运输成本，节约运输时间，提高经济效益。

预期目标：

通过对安吉好洁公司一次性餐具配送的研究，发现配送线路选择中存在的问题，并提出可实施的解决方案，帮助计算设计配送线路，以达到降低配送成本，减少资金占用，杜绝物资浪费，提高客户服务水平，保证生产经营活动顺利进行的目的。

2.国内外研究现状

国内研究现状:

陈志伟在基于GIS的配送线路优化的研究与设计译文中提到配送线路优化的方法有：(1)Sweep算法。该算法是由Wren,Gillett等人提出的。即先计算出所要访问的点的极坐标，按照角度大小排序。然后在满足可行性条件的前提下，按照角度大小归并到不同的子路径中。最后再根据TSP的优化算法对所得到的子路径进行优化。(2) Chrisofides-Mingozzi-Toth两阶段算法。它主要面向CVRP 和DVRP。该算法的求解过程分为两个阶段：第一阶段按最小路径的原则形成初始解，然后用k-opt算法对所得的各子路径分别进行优化；第二阶段是在各子

路径间进行点的交换，以减小总行程，然后再用k-opt算法对点交换后的子路径进行优化。该算法的优点是，在计算过程中，考虑了所需要访问的点数量增加的情况。(3) 禁忌搜索。Gendreau等人最先将该方法应用于VRP。先构造一系列的解，然后对所得解不断地进行改进。该算法所得到的解不一定早可行解，他们对可行性的偏离程度是通过目标函数里德罚函数来体现的。该算法求解过程中的邻域，是通过GENI过程得到的。它是针对VRP的比较好的启发式算法，可以成功地应用于许多经典的VRP。其后E.Tailard等人通过按角度和路径重心对原问题的空间进行分割，再用禁忌搜索结合模拟退火对子问题求解，实现了对问题求解的并行化。(4)遗传算法。https://www.360docs.net/doc/0a18545839.html,wrence最先将该方法用于VRP问题的研究，并可有效求解带时间窗口的VRP问题。鉴于传统的遗传算法是个大范围、粗粒度的寻优算法，因此Brainier将它与约束满足问题 (CSP)的技术相结合，通过遗传算法来处理CSP参数的子域(基因的适应度是通过对CSP解的计算得到的)，从而减小搜索空间，降低CSP问题目标函数和遗传算法约束的复杂度(陈志伟，2009)。

张丹羽在现代物流配送中心车辆线路优化方案研究与应用中提到：蚂蚁算法(Ant Algortilllns)是一种源于大自然生物世界的新的仿生类算法，作为通用型随机优化方法，它吸收了昆虫王国中蚂蚁的行为特性，通过其内在的搜索机制，在一系列困难的组合优化问题求解中取得了成效。

动态车辆配送优化调度问题的高效求解算法。在分析配送车辆调度中造成车辆动态性的原因的基础上，提出了一种考虑车辆故障和车辆多次巡回配送的动态车辆配送优化调度问题。利用了禁忌搜索算法全局搜索能力强的优势，又充分利用局部搜索算法收敛速度快的优势。配送车辆优化调度是物流系统优化的关键。(1)通过分析配送业务中造成车辆动态性的原因，提出了考虑车辆多次巡回配送和车辆故障的动态车辆配送优化调度问题，使研究更加切合实际。(2)为动态车辆配送优化调度问题设计了“制定整体优化计划+实时局部优化调度”的两阶段求解策略，第一阶段采用禁忌搜索算法制定优化的配送计划；第二阶段采用局部搜索算法实时进行优化调度。既充分利用了禁忌搜索算法全局搜索能力强的优势，又充分利用局部搜索算法收敛速度快的优势，使动态车辆配送优化调度问题得到满意的解决，试验计算的结果也充分证明了这一点。(3)在研究动态车辆配送优化调度问题时同时考虑了客户的时间窗要求，解决了动态车辆配送优化调度问题中动态信息的时间依赖性与客户时间窗之间的时间二维性问题（郎茂祥，2009）。

蚁群算法是一类寻找最优解问题的算法，首先用来解决TSP问题。在货物配送路径规划问题中，车场和各个客户点可以看作TSP问题中的各个城市，其本质就是要找到优化的最短路径。这样，路径规划问题也就可以转换成带有约束

条件的TSP问题。因此，货物配送路径规划问题可以借助于蚁群算法来解

决（陈思勇，2009）。

国外研究现状：

运输车辆的优化调度问题由Dantzing和Ramser于1959年首次提出。1950年Dantzing和Ramser(1959)利用整数规划模式来处理包含大约10到20个顾客点的小规模问题。1960到1964年Clarke和Wright(1964) 提出了一种启发式节约法来建立车队配送路线。1970年提出了两阶段启发式算法来求解车辆调度问题，Gillett和Miller(1974)提出的扫描法(Sweep Algorithm)即属于先路径再分组的方法、Christofides(1978)等人则提出先分组再路径的方法。此时学者Golden,Magnanti和Nguyen (1977)指出虽然两阶段启发式方法可处理较大型问题，但其涉及运算效率是相当重要的问题。1980年Fihser和Jaikumar(1981)提出以数学规划为主的最优化方法来处理包含大约50个顾客点的问题，同样其运算效率是一个巫待解决的问题。另外，Cullne,Jvaris和Ratliff(1981)建立一种人机互动的启发式方法。1990年Fihser(1995)对最优化方法加以改善，己经可以解决50到100个顾客点的车辆调度问题，同一时期，有不少学者利用启发式算法来解决车辆调度问题，包括模拟退火法、遗传算法、神经网络算法和禁忌搜索算法。如Robuste等(1990)以及Alaf.Heragu(1991)利用模拟退火算法求解车辆调度问题：Sement和Taill-ard(1993)、Gendreau和Laporte(1994)等人利用禁忌搜索算法求解车辆调度问题。

3.参考文献

[1] 张丹羽．现代物流配送中心车辆线路优化方案研究与应用[D]．山东：山东大学，2005．

[2] 陈思勇．供应商选择与货物配送路径规划研究及其应用[D]．北京：北京交通大学，2009．

[3] 陈志伟．基于GIS的配送线路优化的研究与设计[D]．浙江：浙江工商大学，2009．

[4] 屠一琳，霍佳震．餐饮物流配送路线的优化研究[J]．重庆交通大学学报（自然科学版），2009(10): 10-13．

[5] 韩世莲．物流配送线路多目标优化方法研究[D]．湖南：东南大学，2005．

[6] 郎茂祥．动态车辆配送优化调度问题的两阶段算法[J]．交通运输系统工程与信息，2009(08): 9-10．

[7] 李军，郭辉煌．物流车辆优化调度理论与方法[M]．北京：中国物资出版社，2001: 76-78．

[8] Bramel J, Simehi–Levi D. A Location Based Heuristic for General Routing Problems[J] . OPns. Res, 1995(43): 649–660.

[9] Fisher ML, Jaikumar R.A Generalized Assignment Heuristic for VehicleRouting[J]. Newtokrs, 1981(11): 109–124.

[10] Gendreaum, Hertza, Laport eg. A tabu search heuristic for the vehicle routing problem[J]. Montreal: publication, centreder chesurles transpors, 1991, 5(1): 55–83.

[11]ClarkeG, WrightJ. Scheduling of vehicles from a central depot to number of delivery points, Opens[J]. Res, 1964, 12(4): 12-18.

[12]Gillett B E, Miller L R.A Heuristic Algorithm for the Vehicle Dispatch Problem[D]. Opns.Res, 1974(22): 340–349.

二、研究方案

1.主要研究内容（或预期章节安排）

1绪论

1.1 研究的背景和意义

1.1.1研究背景

1.1.2研究意义

1.2 物流、配送的概念

1.3配送功能

1.4本文研究的问题及内容安排

2 配送的影响因素与优化方法

2.1 配送运输的影响因素及特点

2.2 常见的路径优化问题的解决方法

3 一次性餐具特点及配送要求

3.1 一次性餐具的特点

3.2 一次性餐具配送的要求

4 节约里程法的约束和模型

4.1 节约里程法的约束条件

4.2 节约流里程法的模型

5 实证分析

5.1 好结公司概况

5.2 车辆路径优化问题的实例描述

5.3 好洁公司配送车辆路径优化过程

5.4 结果分析与建议

2.实施方案和进度计划

实施方案：文献研究的重点是对近几年配送线路选择相关理论和实际运用的研究，主要将通过中国期刊网、维普、学位论文数据库和EBSCO等查找相关的文献。疑点、难点与导师商量讨论，使文章有一定的理论研究价值。

进度计划：

第6学期第19-20周至第7学期第1-5周：在指导教师的指导下，广泛搜集、研究相关文献资料，完成毕业论文选题。

第7学期第6-12周：在导师的指导下，完成外文翻译、文献综述和开题报告撰写；参加开题答辩，进一步论证选题价值、确立主要研究内容，论证研究方案的合理性和可行性。

第7学期第13-14周：撰写论文详细提纲，交给导师批阅，反复修改，保证论文结构的合理性。

第7学期第15-20周：开始写作毕业论文，完成初稿。

第7学期寒假：结合毕业论文选题开展调查研究。

第8学期第1-2周：在导师的指导下进一步写作、完善毕业论文。

第8学期第3-6周：在导师的指导下，充分利用毕业实习的机会，结合毕业论文内容开展进一步的调查研究，完成论文。第8学期第7周：在导师的指导下，进一步修改、完善毕业论文；定稿并上交。

第8学期第9-11周：参加毕业论文答辩。