Y企業(yè)生鮮農(nóng)產(chǎn)品配送優(yōu)化問(wèn)題研究,物流工程碩士論文

Y企業(yè)生鮮農(nóng)產(chǎn)品配送優(yōu)化問(wèn)題研究,物流工程碩士論文摘要隨著近些年我們國(guó)家新零售和社區(qū)零售等商業(yè)形式的大范圍鋪開(kāi)，生鮮農(nóng)產(chǎn)品的消費(fèi)需求越來(lái)越旺盛，與此同時(shí)，消費(fèi)者對(duì)于生鮮農(nóng)產(chǎn)品也愈加注重質(zhì)量和新鮮度，但是當(dāng)前我們國(guó)家冷鏈物流配送體系仍然存在一定的缺乏，在配送經(jīng)過(guò)中存在貨損較大以及配送時(shí)間布置不合理等問(wèn)題。本文以Y連鎖超市企業(yè)為研究對(duì)象，針對(duì)Y企業(yè)在生鮮農(nóng)產(chǎn)品配送經(jīng)過(guò)中存在的配送道路經(jīng)歷體驗(yàn)性選擇較強(qiáng)、對(duì)門(mén)店等待送達(dá)時(shí)間重視不夠和生鮮農(nóng)產(chǎn)品貨損較大等問(wèn)題進(jìn)行分析并以此建立數(shù)學(xué)模型，使得Y企業(yè)能夠明確在配送經(jīng)過(guò)中的各項(xiàng)成本因素，幫助企業(yè)確定合理的配送道路，降低配送成本。本文的主要研究?jī)?nèi)容如下：通過(guò)收集整理現(xiàn)有的有關(guān)生鮮農(nóng)產(chǎn)品配送途徑優(yōu)化問(wèn)題的相關(guān)資料，分析Y企業(yè)當(dāng)前在產(chǎn)品配送經(jīng)過(guò)中存在的問(wèn)題，確定影響配送經(jīng)過(guò)的各項(xiàng)成本因素，將生鮮農(nóng)產(chǎn)品貨損成本和企業(yè)各門(mén)店的時(shí)間窗成本充分考慮，通過(guò)簡(jiǎn)化實(shí)際情景建立符合Y企業(yè)生鮮農(nóng)產(chǎn)品從配送中心到門(mén)店運(yùn)輸和服務(wù)實(shí)際經(jīng)過(guò)的配送成本模型并確定目的函數(shù)和約束條件。在求解Y企業(yè)配送優(yōu)化模型時(shí)，首先使用遺傳算法和人工蜂群算法對(duì)模型進(jìn)行求解，然后使用一種在人工蜂群算法偵查蜂階段引入遺傳算法的穿插、變異和選擇思路對(duì)人工蜂群算法進(jìn)行改良的混合算法對(duì)Y企業(yè)配送優(yōu)化模型進(jìn)行求解，提升算法的搜索能力，使得改良算法能夠求解得到更優(yōu)的配送方案。利用Y連鎖超市企業(yè)分布在北京市的50家門(mén)店數(shù)據(jù)進(jìn)行算例分析，通過(guò)比照驗(yàn)證改良后的遺傳-人工蜂群算法的性能提升，并確定Y企業(yè)配送中心的各車(chē)輛的配送道路，然后分別對(duì)Y企業(yè)在日常經(jīng)營(yíng)經(jīng)過(guò)中可能發(fā)生變化的門(mén)店需求量、運(yùn)輸車(chē)輛行駛速度和生鮮農(nóng)產(chǎn)品服務(wù)系數(shù)進(jìn)行靈敏度分析，分析各個(gè)因素變化對(duì)配送總成本的影響，并根據(jù)相應(yīng)的分析結(jié)果對(duì)Y企業(yè)提出管理見(jiàn)解。本文關(guān)鍵詞語(yǔ)：車(chē)輛途徑優(yōu)化；生鮮農(nóng)產(chǎn)品；貨損成本；軟硬時(shí)間窗；人工蜂群算法。ABSTRACTWiththewidespreadspreadofnewretailandcommunityretailingbusinessmodelsinChinaovertherecentyears,theconsumerdemandforfreshagriculturalproductisbecomingmoreandmoredemanding,atthesametime,consumerslayemphasisonthequalityandfreshnessoffreshagriculturalproductsdistributed,buttherearestillsomeshortcomingsinChinascoldchainlogisticsanddistributionsystem,therearesomeproblemssuchaslargedamageandunreasonabledistributiontimearrangement.Inthispaper,Ysupermarketchainenterprisesastheresearchobject,forYenterprisesduringthedeliveryprocessoffreshagriculturalproductsexistinginthedistributionrouteexperienceofstrongselectionandthestoreexpecteddeliverytimeattentionisnotenoughtoanalyzeandestablishamathematicalmodel,sothatYenterprisescanclearthedistributionprocessofvariouscostfactors,tohelpenterprisesdetermineareasonabledistributionrouteandreducedistributioncosts.Themainresearchcontentsofthispaperareasfollows:Byaggregatingandseparatingtheavailableinformationonthepathoptimizationofthedistributionoffreshagriculturalproducts,analyzingtheextantproblemsofYenterprisesintheprocedureofproductdistribution,determiningthecostfactorsaffectingthedistributionprocess,takingthecostoflossoffreshproduceandthecostofclienttimewindowintoconsideration,bystreamliningtheactualsituationtoestablishacostmodelinlinewiththeactualprocedureofYenterprisefreshagriculturalproductsfromdistributioncentertostoretransportationandserviceanddeterminingtheconstraintsandparameters.WhensolvingYenterprisedistributionoptimizationmodel,thefirsttousegeneticalgorithmandartificialcolonyalgorithmtosolvethemodel,andthenusetheartificialbeecolonyalgorithmscoutsstageideaaboutselectingtheintroductionofthecrossoverandmutationofgeneticalgorithmandhybridalgorithmforartificialbeecolonyalgorithmwasimprovedtoYenterprisedistributionoptimizationmodelforsolving,improvealgorithmsearchability,theimprovedalgorithmisabletoobtainabetterdistributionscheme.Thedataof50storesofYsupermarketchaindistributedinBeijingwereusedforexampleanalysis.Throughcomparison,theperformanceimprovementoftheimprovedgeneticandartificialbeecolonyalgorithmwasverified,andthedistributionroutesofeachvehicleinthedistributioncenterofYweredetermined.Then,thesensitivityanalysisofYsstoredemand,transportationvehiclespeedandfreshagriculturalproductservicecoefficientthatmaychangeinthedailyoperationprocessiscarriedout,andtheinfluenceofeachfactorchangeonthetotaldistributioncostisanalyzed,andmanagementopinionsareputforwardforYaccordingtothecorrespondinganalysisresults.KEYWORDS:Vehicleroutingproblem;Freshagriculturalproducts;Thecostofdamage;Softandhardtimewindow;Artificialbeecolonyalgorithm。文章為碩士論文，如需全文請(qǐng)點(diǎn)擊底部下載全文鏈接】1.2、研究目的與選題意義.1.2.1、研究目的1.2.2、選題意義.1.3、主要研究?jī)?nèi)容及技術(shù)道路圖.1.3.1、主要研究?jī)?nèi)容.1.3.2、技術(shù)道路圖1.4、研究方式方法與創(chuàng)新點(diǎn).1.4.1、研究方式方法.1.4.2、論文創(chuàng)新點(diǎn)1.5、本章第2章相關(guān)理論基礎(chǔ)及其文獻(xiàn)綜述2.1、關(guān)于生鮮農(nóng)產(chǎn)品冷鏈物流相關(guān)文獻(xiàn)綜述.2.1.1、生鮮農(nóng)產(chǎn)品冷鏈物流概念.2.1.2、生鮮農(nóng)產(chǎn)品冷鏈物流特點(diǎn)2.2、車(chē)輛途徑優(yōu)化問(wèn)題相關(guān)文獻(xiàn)綜2.2.1、車(chē)輛途徑優(yōu)化問(wèn)題相關(guān)研2.2.2、帶時(shí)間窗的途徑優(yōu)化問(wèn)題研2.2.3、生鮮農(nóng)產(chǎn)品配送車(chē)輛途徑優(yōu)化問(wèn)題研.2.3、途徑優(yōu)化問(wèn)題求解算法相關(guān)綜述.2.3.1、途徑優(yōu)化問(wèn)題求解算法分類(lèi).2.3.2、途徑優(yōu)化問(wèn)題求解的元啟發(fā)式算法2.3.3、途徑優(yōu)化問(wèn)題求解算法的改良.2.4、文獻(xiàn)評(píng)述.第3章Y企業(yè)生鮮農(nóng)產(chǎn)品配送途徑優(yōu)化模型構(gòu)建3.1、Y企業(yè)主營(yíng)業(yè)務(wù)與存在問(wèn)題分析3.1.1、企業(yè)現(xiàn)在狀況概述.3.12、企業(yè)主營(yíng)業(yè)務(wù)與流程.3.13、配送經(jīng)過(guò)存在的問(wèn)題.3.2、模型基本假設(shè)與符號(hào)講明3.2.1、模型描繪敘述與基本假.3.2.2、參數(shù)與符號(hào)講明3.3、配送車(chē)輛途徑優(yōu)化模型目的函數(shù)的構(gòu)建3.3.1、配送的運(yùn)輸成本.3.3.2、生鮮農(nóng)產(chǎn)品貨損成本.3.3.3、時(shí)間窗懲罰成本.3.4、配送車(chē)輛途徑優(yōu)化模型的構(gòu)建.3.5、本章小結(jié).第4章模型求解算法設(shè)計(jì)與改良.4.1、遺傳算法基本原理.4.2、人工蜂群算法基本原理.4.3、遺傳-人工蜂群算法設(shè)計(jì)4.3.1、構(gòu)造初始可行解.4.3.2、鄰域搜索方式方法.4.3.3、食物源評(píng)價(jià)策略.4.3.4、遺傳算子改良人工蜂群算法.4.4、整體算法流.4.5、本章小結(jié).第5章Y企業(yè)配送途徑優(yōu)化算例分析5.1、算例背景概述.5.2、算例模型求解.5.2.1、算例模型參數(shù)設(shè)定.5.2.2、算例結(jié)果分析.5.2.3、算法求解結(jié)果比照.5.3、靈敏度分析5.3.1、門(mén)店需求量靈敏度分析5.3.2、車(chē)輛行駛速度靈敏度分5.3.3、農(nóng)產(chǎn)品服務(wù)系數(shù)靈敏度分析5.4、本章第6章結(jié)論本文所獲得的主要結(jié)論如下：〔1〕通過(guò)梳理Y連鎖超市的主營(yíng)業(yè)務(wù)和流程并結(jié)合所運(yùn)輸生鮮農(nóng)產(chǎn)品的特點(diǎn)，總結(jié)出Y連鎖超市企業(yè)當(dāng)前直營(yíng)配送方式存在的一些主要問(wèn)題：配送道路經(jīng)歷體驗(yàn)性選擇較強(qiáng)、對(duì)門(mén)店等待送達(dá)時(shí)間不夠重視、配送方案預(yù)案缺乏和對(duì)貨損成本重視不夠?！?〕在Y企業(yè)生鮮農(nóng)產(chǎn)品配送的建模經(jīng)過(guò)中，本文根據(jù)企業(yè)當(dāng)前存在的問(wèn)題建立了相應(yīng)的途徑優(yōu)化模型，并分別對(duì)目的函數(shù)的各個(gè)部分含義與設(shè)定根據(jù)進(jìn)行了闡述，華而不實(shí)將貨損函數(shù)分為運(yùn)輸貨損和卸貨服務(wù)貨損，分別使用負(fù)指數(shù)分布形式來(lái)描繪敘述生鮮農(nóng)產(chǎn)品質(zhì)量下降所帶來(lái)的成本，同時(shí)根據(jù)各個(gè)客戶(hù)點(diǎn)的期望到達(dá)時(shí)間和要求到達(dá)時(shí)間設(shè)定了軟硬時(shí)間窗約束，使模型更能反映Y企業(yè)生鮮農(nóng)產(chǎn)品配送的實(shí)際情況。針對(duì)模型求解的元啟發(fā)式算法，本文選擇遺傳算法和人工蜂群算法，并采用一種遺傳思路改良的人工蜂群算法對(duì)該途徑優(yōu)化模型進(jìn)行求解?！?〕在Y企業(yè)生鮮農(nóng)產(chǎn)品配送的算例中，首先通過(guò)算法求解結(jié)果比照證明遺傳-人工蜂群算法在求解模型時(shí)能夠有效提高人工蜂群算法的全局搜索能力，相比于改良前效果有較大提升，能獲得更好的求解結(jié)果。其次通過(guò)對(duì)案例的求解和對(duì)客戶(hù)需求量、車(chē)輛行駛速度和農(nóng)產(chǎn)品服務(wù)系數(shù)的靈敏度分析，本文得到的結(jié)論包括：門(mén)店需求量變動(dòng)主要影響貨損成本，因而能夠在門(mén)店舉辦促銷(xiāo)活動(dòng)需求量忽然增加的情況之前，通過(guò)臨時(shí)租用更高層次質(zhì)量的冷鏈車(chē)輛降低運(yùn)輸貨損成本，或臨時(shí)雇用熟練卸貨工人降低服務(wù)貨損成本；車(chē)輛行駛速度變動(dòng)的主要影響在時(shí)間窗成本，若車(chē)輛行駛速度具有周期規(guī)律，則能夠與某些門(mén)店進(jìn)行協(xié)商，更改門(mén)店的期望到達(dá)時(shí)間，進(jìn)而降低時(shí)間窗成本；農(nóng)產(chǎn)品服務(wù)系數(shù)變動(dòng)的影響主要具體表現(xiàn)出在卸貨服務(wù)成本，提高企業(yè)在卸貨服務(wù)經(jīng)過(guò)中的農(nóng)產(chǎn)品服務(wù)系數(shù)，對(duì)降低配送成本作用宏大，因而建議門(mén)店對(duì)卸貨操作工人進(jìn)行系統(tǒng)化培訓(xùn)以降低農(nóng)產(chǎn)品服務(wù)系數(shù)。以下為參考文獻(xiàn)[1]交通運(yùn)輸部.交通運(yùn)輸部關(guān)于加快發(fā)展冷鏈物流保障食品安全促進(jìn)消費(fèi)升級(jí)的施意見(jiàn)[EB/OL].2021-8-22.[2]辦公廳.辦公廳關(guān)于加快發(fā)展冷鏈物流保障食品安全侃進(jìn)消費(fèi)升級(jí)的意見(jiàn)[EB/OL].20214-13.-04/21/content__518796l.htm[3]中國(guó)國(guó)家標(biāo)準(zhǔn)一_物流術(shù)語(yǔ)[J].交通建設(shè)與管理,2007(10):106-120.[4]ClarkSD,周水洪，歐陽(yáng)軍.易腐食品冷鏈百科全書(shū)[M].東華大學(xué)出版社,2018.[5]AbadPL,AggarwalV.Incorporatingtransportcostinthelotsizeandpricingdecisionswithdownwardslopingdemand[J].InternationalJournalofProductionEconomics,2005,95(3):297-305.[6]KuoJC,ChenMC.Developinganadvancedmulti-temperaturejointdistributionsystemforthefoodcoldchain[J].Foodcontrol,2018,21(4):559-566.[7]VanDuinJHR,DeGoffauW,WiegmansB,etal.ImprovinghomedeliveryefficiencybyusingprinciplesofaddressinteligenceforB2Cdeliveries[J].TransportationResearchProcedia,2021,12:14-25.[8]廖佑蓮,謝明冷鏈物流一體化發(fā)展趨勢(shì)研究[J].中國(guó)物流與采購(gòu),2020(23):101-102.[9]DantzigGB,RamserJH.Thetruckdispatchingproblem[J].Managementscience,1959,6():80-91.[10]WangZ,LiY,HuX.Aheuristicapproachandatabusearchfortheheterogeneousmultitypefleetvehicleroutingproblemwithtimewindowsandanincompatibleloadingconstraint[J].ComputersIndustrialEngineering,2021,89:162-176.[11]DengY,ZhuW,LiH,etal.Multi-typeantsystemalgorithmforthetimedependentvehicleroutingproblemwithtimewindows[].JournalofSystemsEngineeringandElectronics,2018,29(3):625-638.[12].王旭坪,阮俊虎,孫自來(lái),曹海艷.帶回程取貨車(chē)輛途徑問(wèn)題的干擾恢復(fù)模型[J].系統(tǒng)工程學(xué)報(bào),2020,28(05):608-616.[13]LiuR,XieX,AugustoV,etal.Heuristicalgorithmsforavehicleroutingproblemwithsimultaneousdeliveryandpickupandtimewindowsinhomehealthcare[J].EuropeanJournalofOperationalResearch,2020,230(3):475-486.[14]易云飛，蔡永樂(lè)，董文永,林曉東.求解帶用戶(hù)滿(mǎn)意度的多目的實(shí)時(shí)車(chē)輛途徑問(wèn)題的改良伊藤算法[J].電子學(xué)報(bào),2021,43(10):2053-2061.[15]張瑾,畢國(guó)通，戴二壯.雙目的冷鏈物流車(chē)輛途徑問(wèn)題及其遺傳蟻群求解[J].科學(xué)技術(shù)與工程,2020,20(I8):7413-7421.[16]李桃迎，呂曉寧,李峰,陳燕.考慮動(dòng)態(tài)需求的外賣(mài)配送途徑優(yōu)化模型及算法[J].控制與決策,2022,34(02):406-413.[17]SolomonMM.Algorithmsforthevehicleroutingandschedulingproblemswithtimewindowconstraints[J].Operationsresearch,1987,35(2):254-265.[18]SavelsberghM.Localsearchforroutingproblemwithtimewindows[R].AnnalsofOperationsResearch,1985,164(4):285-305.[19]邵可南,呂成瑤張帥師帥,宮婧.一種基于冷鏈低碳物流途徑的混合優(yōu)化算法[].計(jì)算機(jī)技術(shù)與發(fā)展,2021,31(02):27-32.[20]侯玉梅,賈震環(huán),田歆,尉芳芳.帶軟時(shí)間窗整車(chē)物流配送途徑優(yōu)化研究[]系統(tǒng)工程學(xué)報(bào),2021,30(02):240-250.[21]CaoQK,YangKW,RenXY.Vehicleroutingoptimizationwithmuliplefuzzytimewindowsbasedonimprovedwolfpackalgorithm[J].AdvancesinProductionEngineeringManagement,2021,12(4):401411.[22]葛顯龍,竹自強(qiáng).帶軟時(shí)間窗的電動(dòng)車(chē)輛途徑優(yōu)化問(wèn)題[].工業(yè)工程與管理，2019,24(04):96-104+112.[23]李珍萍,張煜煒.帶時(shí)間窗和服務(wù)順序約束的多需求車(chē)輛途徑問(wèn)題[J].控制與決策2019,34(07)