【淺析基于眾包的同城區(qū)域配送派單設(shè)計(jì)開題報(bào)告4000字】

基于眾包的同城區(qū)域配送派單設(shè)計(jì)開題報(bào)告目錄TOC\o"1-2"\h\u11基于眾包的同城區(qū)域配送派單設(shè)計(jì)開題報(bào)告 。精確算法能夠求解出問題的最優(yōu)解，但只適用于規(guī)模不大的車輛路徑優(yōu)化問題。當(dāng)求解的規(guī)模較大時(shí)，求解變得困難，精確式算法不能夠很好的解決，但是可以考慮使用其為啟發(fā)式算法提供初始解。啟發(fā)式算法是指通過對過去經(jīng)驗(yàn)的歸納推理以及實(shí)驗(yàn)分析來解決問題的方法，即借助于某種直觀判斷或探索的方法，以求得問題的次優(yōu)解或以一定的概率求其最優(yōu)解。相比精確式算法，啟發(fā)式算法可能會陷入局部最優(yōu)的情況，求出的結(jié)果可能不是最好的，但是能夠在較短的時(shí)間內(nèi)得到比較令人滿意的近似最優(yōu)解。啟發(fā)式算法主要包括兩大類，傳統(tǒng)啟發(fā)式算法和元啟發(fā)式算法。傳統(tǒng)啟發(fā)式算法主要有節(jié)約法、插入法、構(gòu)造型法、局部搜索算法等。相較于傳統(tǒng)啟發(fā)式算法，元啟發(fā)算法在搜索最優(yōu)解的過程中能夠做到更加全面、更加徹底，因此也是大量學(xué)者研究的重點(diǎn)。元啟發(fā)式算法常用的有粒子群算法、遺傳算法、蟻群算法、模擬退火算法、禁忌搜索算法等。目前研究學(xué)者致力于研究其改進(jìn)算法，避免陷入局部最優(yōu)解的情況。遺傳算法模擬大自然中生物進(jìn)化的過程，由不同個(gè)體組成的初始種群逐步進(jìn)化，產(chǎn)生新的種群，在進(jìn)化的過程中發(fā)生交叉變異等操作，以此來尋求最優(yōu)解，改進(jìn)其算法可以從初始個(gè)體、選擇、交叉、變異等過程中入手，Mohammed（2009）等從交叉算子入手改進(jìn)遺傳算法，設(shè)計(jì)了混合交叉選擇方法，提高了迭代過程中尋求最優(yōu)解的速度。三、內(nèi)容與方法（一）內(nèi)容1緒論1.1研究背景與意義1.2研究方法1.3國內(nèi)外研究現(xiàn)狀2相關(guān)技術(shù)研究2.1眾包技術(shù)2.2任務(wù)獲取方式2.2.1任務(wù)搜索2.2.2任務(wù)分配3現(xiàn)狀描述與問題分析3.1眾包企業(yè)概況3.2同城區(qū)域配送派單分配業(yè)務(wù)現(xiàn)狀3.3同城區(qū)域配送派單分配現(xiàn)存問題3.4同城區(qū)域配送派單分配問題分析4基于眾包同城單量分配的可信度預(yù)測算法4.1貝葉斯決策理論引入4.2答案可信度預(yù)測算法4.3可信度預(yù)測算法對比4.4結(jié)果分析結(jié)論（二）方法（1）文獻(xiàn)研究通過“知網(wǎng)”、“萬方”、“維普”等數(shù)據(jù)庫搜索途徑，對關(guān)鍵詞進(jìn)行搜索，參考國內(nèi)外的相關(guān)文獻(xiàn)，了解該領(lǐng)域研究現(xiàn)狀，并進(jìn)行總結(jié)梳理，基于眾包企業(yè)存在的問題，確定所要研究的目標(biāo)，建立同城配送設(shè)計(jì)規(guī)劃模型。（2）案例研究法選取眾包企業(yè)同城區(qū)域的配送派單為研究對象，研究分析其同城區(qū)域配送派單單量分配設(shè)計(jì)策略，從而發(fā)現(xiàn)目前所出現(xiàn)的問題，便于把握現(xiàn)狀。（3）理論研究與設(shè)計(jì)分析相結(jié)合本文提出同城配送下保障配送時(shí)間下的單量分配設(shè)計(jì)，基于貝葉斯決策理論運(yùn)用答案可信度預(yù)測算法進(jìn)行編程實(shí)現(xiàn)，并結(jié)合眾包企業(yè)的實(shí)際數(shù)據(jù)進(jìn)行求解，得到派單分配的結(jié)果，比較優(yōu)化前后配送成本變化，驗(yàn)證算法的可行性。主要參考文獻(xiàn)[1]宋娟,崔艷.基于改進(jìn)遺傳算法的同城快遞配送模型[J].電子技術(shù)應(yīng)用,2014,40(12):4.[2]楊秋玲.基于節(jié)約里程法的同城配送路線規(guī)劃[J].商業(yè)經(jīng)濟(jì)研究,2016,000(011):93-94.[3]唐佩佩,馮曉威,宮英麗.基于遺傳算法的生鮮同城配送路徑優(yōu)化研究[J].上海管理科學(xué),2018,40(5):7.[4]谷劍鋒.鄭州地鐵參與同城快遞的SWOT分析[J].交通節(jié)能與環(huán)保,2021,17(1):3.[5]昝良,許繼恒,吳天羿.基于改進(jìn)蟻群算法的應(yīng)急救援路徑規(guī)劃[J].國防交通工程與技術(shù),2014,12(2):4.[6]袁長偉,張倩,芮曉麗,等.中國交通運(yùn)輸碳排放時(shí)空演變及差異分析[J].環(huán)境科學(xué)學(xué)報(bào),2016,36(12):8.[7]倪霖,劉凱朋,涂志剛.考慮同時(shí)取送貨的城市快遞共同配送路徑優(yōu)化[J].重慶大學(xué)學(xué)報(bào)：自然科學(xué)版,2017,40(10):10.[8]張倩,閆慶友,鄒鑫,楊樂,乞建勛.基于時(shí)間窗約束下的運(yùn)輸成本模型研究[J].中國管理科學(xué),2016,24(S1):137-144.[9]倪霖,劉凱朋,涂志剛.考慮同時(shí)取送貨的城市快遞共同配送路徑優(yōu)化[J].重慶大學(xué)學(xué)報(bào),2017,40(10):30-39.[10]龐燕,羅華麗,邢立寧,任騰.車輛路徑優(yōu)化問題及求解方法研究綜述[J].控制理論與應(yīng)用,2019,36(10):1573-1584.[11]李陽,范厚明,張曉楠,楊翔.隨機(jī)需求車輛路徑問題及混合變鄰域分散搜索算法求解[J].控制理論與應(yīng)用,2017,34(12):1594-1604.[12]邵可南,呂成瑤,張帥帥,宮婧.一種基于冷鏈低碳物流路徑的混合優(yōu)化算法[J].計(jì)算機(jī)技術(shù)與發(fā)展,2021,31(02):27-32.[13]陳希瓊,胡大偉,楊倩倩,胡卉,高揚(yáng).多目標(biāo)同時(shí)取送貨車輛路徑問題的改進(jìn)蟻群算法[J].控制理論與應(yīng)用,2018,35(09):1347-1356.[14]李嫚嫚,陸建,安穎.考慮客戶偏好的雙目標(biāo)時(shí)間窗指派車輛路徑問題[J].東南大學(xué)學(xué)報(bào)(自然科學(xué)版),2018,48(03):568-575.[15]孔造杰.運(yùn)籌學(xué)(普通高等教育規(guī)劃教材)[M].機(jī)械工業(yè)出版社,2006.[16]賈會群,魏仲慧,何昕,張磊,何家維,穆治亞.基于改進(jìn)粒子群算法的路徑規(guī)劃[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2018,49(12):371-377.[17]李想,李蘇劍,李宏.兩級選址-路徑問題的大規(guī)模鄰域搜索模擬退火算法[J].工程科學(xué)學(xué)報(bào),2017,39(06):953-961.[18]張思,王海.基于改進(jìn)禁忌搜索算法的VRPSPDTW研究[J].物流科技,2020,43(07):1-7+23.[19]徐東洋,李昆鵬,崔利剛,田倩南.供需未匹配的多車場多車型多貨品可拆分取送貨車輛路徑問題[J].中國管理科學(xué),2021,29(01):127-137.[20]MazinAbedMohammed,MohdKhanapiAbdGhani,RaedIbraheemHamed,SalamaA.Mostafa,MohdSharifuddinAhmad,DheyaaAhmedIbrahim.Solvi