物流配送路径优化策略物流配送路径存在的问题路径分析物流配送路径现状分析配送路径优化问题的分类

高效率合理的配送是物流系统顺利运行的保证，配送线路安排的合理与否对配送速度、成本、效益影响很大。所以正确合理地安排车辆的配送线路，实现合理的线路运输可

以使企业达到科学化的物流管理, 这也是企业提高自身竞争力的有效途径之一。本文以帝峰模具有限公司的配送方案为例，对其配送现状中存在的问题进行分析，并运用节

约算法、扫描算法以及改进后的最近插入法对配送线路进行优化，提出物流配送线路

优化的方案，并且得到了相对满意的结果。优化后的配送线路有效提高了帝峰模具有

限公司的作业效率，降低物流成本，从而提升企业的经济效益，并让公司能够在激烈

的竞争市场立足，同时，也可以给同类企业提供参考。

[关键词]：帝峰模具配送路径优化最近插入法扫描法节约算法

[Abstract]

Reasonable and efficient distribution is the insurance of a smooth running logistics system,distribution line arrangement is reasonable or not has a great influence on the speed of delivery, costs and benefits.Therefore,to arrange a reasonable and correct delivery line for vehicle and achieve a reasonable transport line can enable enterprises to achieve scientific logistics management, which is one of the effective way for an enterprise to improve its competitiveness.This paper take Difeng Mold Co,Ltd. distribution as an

example to analysis of the problems existing in the status of its distribution,through the saving algorithm, the improved insert method and scanning method of these three methods are optimized for distribution lines, logistics distribution route optimization scheme is put forward, and a relatively satisfactory results are obtained.Optimized distribution lines effectively improve the gravels logistics company's efficiency, reduce logistics costs, thereby improve enterprise economic benefits, and gravels can in the fierce market competition, at the same time, also can provide a reference for similar enterprises.

[Key words]Difeng Mold Co,Ltd Distribution route optimization scanning method the improved insert method the saving algorithm

目录 TOC \o "1-3" \h \z \u

第1章绪论

1.1 研究背景6

1.2国内外研究现状7

1.2.1 国外研究现状7

1.2.2 国内研究现状9

1.3研究目的、意义和方法11

1.3.1 研究目的11

1.3.2 研究意义11

1.3.3 研究方法12

1.4本文研究内容12

第2章相关理论概述

2.1 物流配送14

2.1.1 物流配送的概念14

2.1.2 物流配送的功能14

2.1.3 物流配送的要素15

2.2 配送路径优化问题16

2.2.1 配送路径优化的目标16

2.2.2 配送路径优化问题的分类18

2.2.3 配送路径优化问题的解法分类19

2.3 本文配送路径优化方法20

2.3.1建立VRP模型20

2.3.2最近插入法21

2.3.3 扫描法22

2.3.4节约算法23

节约里程算法主要步骤：24

第3章帝峰模具公司物流配送路径现状分析

3.1公司简介25

3.2 公司物流配送路径现状25

3.3 公司物流配送路径存在的问题路径分析28

3.3.1 路径迂回28

3.3.2对流运输29

3.3.3经验化操作过多30

第4章帝峰模具公司物流配送路径优化策略

4.1建立VRP模型优化配送路径31

4.2公司物流配送路径的优化31

4.3.1运用最近插入法优化31

4.3.2运用扫描法法优化35

4.2.3运用节约算法优化39

4.4三种优化方案比较分析44

结论

致谢

参考文献

第1章绪论

1.1 研究背景

物流是为了满足消费者需要而进行的从供应地到接收地的原材料、中间产品、最

终产品及相关信息的有效流动和储存计划、实施和控制的管理过程。其功能是通过运输、仓储、装卸搬运、包装、流通加工、配送、信息处理等活动过程有机结合起来实

现的。其中配送对于物流的运行和发展有着深刻的社会根源和历史背景。在市场经济

体系中，物流配送犹如人体的血管，把国民经济各个部分紧密地联系在一起。物流配

送是物流的基本功能，作为直接面向最终客户提供的物流服务，在满足现代化的物流

需求方面发挥着极其重要的作用。如果没有配送就会影响物流的经济效益和社会效益，可以说物流成果主要是通过配送来实现的。著名管理大师彼得德鲁克说“美国人花费

的每美元中，大概有美分是花在产品制成以后的活动上，即在产品己经完工的以后……从经济学角度看，配送是将事物的物质特性转换成经济价值的过程，它为产品带来了

客户。”由可见配送活动及配送管理的重要性。物流配送一般处于物流末，是直接面

向用户提供服务的环节，它具有提高物流经济效益，优化、完善物流系统，改善物流

服务，降低物流成本等功能，在物流系统中占有重要的地位。随着市场经济的繁荣，

企业业务规模日益扩大，物流配送作为现在现代企业一个重要环节，其效率高低直接

影响企业的服务质量、配送成本，而配送路径优是物流配送的核心问题，因此物流配

送路径优化问题是成为当前物流研究中的一个重要课题,所以它是一项特殊的、综合性

的物流运动，其主要包括集货作业、配货作业、车载货物的配装、配送线路的确定[1]。配送实际上是一个局部物流，是大物流在小范围内的运作，配送是物流系统的终端。

是否具备及时的配送时间影响服务水平的高低，这需要对车辆配送路径的合理优化和

配送时间的掌控。

现代物流己成为世界经济发展的研究重点，我国政府也对物流产业的发展和监管

非常重视。但是目前，由于我国的物流产业起步晚，尚存在着许多问题。如何改变这

种局面，使物流行业健康稳步发展，是国民生产力发展急需解决的难题，当前主要可

从提高物流配送服务质量入手。在现代物流系统中，配送是一个重要环节，而在配送

业务中，能否将货物及时送交收货人手中是物流系统优化的关，配送的质量好坏决定

服务水平的高低，同时影响到客户对整个物流服务的满意程度。然而物流车辆在配送

过程中，会涉及到车辆路径优化问题。由此说明，物流车辆路径优化问题是物流运作

管理面临的重点问题，在交通和物流规划中具有举足轻重的地位。

武汉帝峰模具是一家集设计、生产、销售、配送于一体的经营五金模具和塑胶模

具的有限责任公司。作为一家以生产为主的企业，其在配送运输方面存在一定的不足

之处，配送工作效率较低，配送成本较高。从车辆路径优化方面考虑配送优化，对运

输路线进行合理规划，寻找一条符合实际情况的优化路径，这样才能从实际上节省配

送费用，缓解交通的压力，使配送工作顺利进行，从而节省配送过程中运输费用耗费，而且使配送服务水平提高，并提高用户的满意度，以致提高工作效率，减少运营成本。

1.2国内外研究现状

1.2.1 国外研究现状

很多国外学者对仓储货位优化的问题进行了研究，比如以下几位：

Clarke 和 Wright（1964）对 Dantzig 和 Ramser 提出 VRP 问题模型的求解算

法进行了改进，提出了更为有效的启发式算法Clarke-Wright节约法，后来该算法成

功的用于求解车辆路径优化问题[2]；

Miller&Gillet(1974)提出扫描法(SweepMethod),目的在于求解车辆调度问题,并

针对当时几个求解相似问题的算法进行比较,证明该算法所求得的解较优于其它的方法[3]；

wialldr(1989)首先将禁忌搜寻法应用于车辆路线问题上,设计重复的虚拟物流中心,将车辆路线问题转换成旅行商问题(TSP),利用2-opt或3-opt方法求解车辆路线；

Dorigo，Maniezzo和Colorni（1991）等意大利人将蚁群算法用于求解旅行商问题，并取得了很好的效果，后来，Dorigo 在基本蚁群系统的模型的基础上又提出蚂蚁群系统(Ant Colony System，ACS)模型，该模型改进了蚂蚁系统模型的信息素更新方法和路径选择方式，并使用了一种随机选择和最优选择混合的路径选择方式，而信息素更新采用全局更新和局部更新的方式，提高了算法的全局收敛能力，相比于蚂蚁系统模型的性能有较大的提高，收敛速度明显加快。后来很多学者对基本的蚁群算法进行改进，求解不同的问题模型；

Gendreau,HertZandL即orte(1994)使用插入法求解旅行商问题,再用贪婪法(GreedyMethod)进行路线切割,从而产生初始解；

Kennedy和Eberhart（1995）等美国博士，提出了粒子群算法，Eberhart博士等人对基本粒子群算法进行了改进，该算法被成功的用于求解物流路径规划问题；

Renaud（1995）等意大利博洛尼亚大学的博士对多配送中心的车辆路径规划问题(Multiple Depot Vehicle Routing Problem，MDVRP)进行了研究，MDVRP 比一般的 VRP问题模型更为复杂，配送车辆的参考点有多个配送中心，每个配送中心都有车辆参与网点的配送任务，这样路径规划问题非常复杂，但多配送中心的车辆路径规划问题是目前物流业迅速发展的一种趋势。美国的 G.B.Dantzig在1947年提出线性规划、美国的B.Jackowski等人1985年提出隐式枚举算法、以及美国的J.Culberson 在1992年提出了迭代的贪心算法后来都成功的被用来求解小规模数据网点的物流路径规划问题，这是一类精确式算法，在求解小规模网点的物流路径规划问题具有计算速度快、求解精确的特点[4]；

Babraroosglu&Ogzur(1999)利用禁忌搜寻法为土耳其某物流公司构建一套决定货车配送点顺序的方法DETABA,以二种乱数选取节点的方法产生初始解,找到其中最佳的解作为初始解,再以插入法(InsertinoProcdeuer)作为搜寻邻近解的移步方法,最后以2一opt改善方法找到最优解的值；

su&chen(1999)成功地将自组织影射网络应用在车辆配送区域及路线规划问题的求解上,其算法的主要概念是利用类神经网络快速运算、自我组织与平行处理的特性,配合M个一维环状网络拓扑来表现车辆路线配送问题；

T. Ralphs（2003）等美国利哈伊大学的研究者对CVRP问题模型进行了研究，CVRP是相对VRP问题提出的，表示参与配送任务的每一辆车都有自身的约束条件，如载重量、最大行驶里程等等，在满足这些约束条件的前提下，完成所有网点订单任务的配送，目标是总成本最少的路径规划问题，后来有很多研究者在CVRP问题模型的基础上提出了带有时间窗约束的CVRP 问题模型，本文的研究的物流路径规划问题带有多个时间窗约束[5]。

在这些论文相继发表之后,由于该问题无论在理论上还是应用上都具有代表性,它是

典型的物流配送优化问题，引起更多学者对许多相关学科的研究,导致该问题变成运筹学研究的焦点。

1.2.2 国内研究现状

通过查阅相关文献资料了解到目前国内学者在企业的物流路径优化问题的研究起步较晚，有些学者在研究这方面课题时也提出过一些有建设性的思路[6]：杨宝石（2013）把城市快递配送路径问题看作是简单的旅行商问题（Travel Salesman Problem，TSP），针对该问题模型除了考虑了一般性的约束之外，仅仅只额外考虑了容量约束。当问题规模不大时，可以得到全局最优解。丁洁（2012）则将城市快递配送路径问题转化为多重旅行商问题（Multi Travel Salesman Problem，MTSP），同时考虑到 MTSP 问题求解难度较大，故先将其转化为 TSP 问题，接着结合最小生成树的深度优先搜索算法来确定快递员最终的行车路线，以求得到该问题的近似最优解；

何俊生（2013）针对同城快递配送路径问题，提出了两个模型，一个不考虑时间窗约束仅考虑容量约束，另一个同时考虑，采用 Dijkstra 遗传优化算法求解并进行了比较对比分析。姜艳和关雪（2008）提出了一个线性混合整数规划模型，该模型主要考虑时间窗约束和单车快件数目上限约束；

杨从平（2014）针对快递物流配送车辆路径问题，考虑了容量约束和单车最大行程距离约束，采用蚁群算法对桂林市某快递网络的配送路径进行了优化。李炳会（2008）则用超时惩罚对时间约束进行了替代，即快递超过预定时间需要赔偿以进行惩罚；

张迅和刘海东（2013）根据快递配送的特点，研究了采用快件递送和揽收同时服务的配送策略的车辆路径问题。他们假设车辆在配送中心与客户点之间或客户点之间行驶的时间服从正态分布，各客户点均带有有软时间窗约束，以及快件揽收数量服从泊松分布，依此建立一个线性混合整数规划的多目标模型，目标函数包括：行驶路程最短，时间惩罚值最小和快件揽收数量最大。同时他们提出了一种遗传算法：该遗传算法采取种群个体适应度值排序和最佳个体保留的选择策略，以及通过参数控制自适应交叉概率来保证所求结果的优良性，通过设计算例并采用Matlab软件进行编程运算，实验结果证明了该遗传算法的可行性；

陈敏（2009）研究了如何快速响应动态信息的车辆调度问题，并将其描述成是一个实时带时间窗车辆路径问题（Real-time Vehicle Routing Problem with Time Windows，RT-VRPTW）。针对实际调度问题的规模、复杂度和特性，将动态问题转化成静态问题，提出了一种混合禁忌搜索算法，该算法分为两个阶段：第一阶段，首先采用插入法生成初始方案；第二阶段，引入改进的禁忌启发式搜索算法对全局进行优化，实验结果表明该算法行之有效；

胡明伟和唐浩（2010）则研究了快递服务相关的动态车辆路径问题，并将其描述成带时间窗的动态旅行修理员问题（Dynamic Traveling Repairman Problem with

Time Windows，DTRPTW），建立多目标优化模型，该模型包括服务客户数量最大、客户等待时间最小以及总运行时间最短三重优化目标。他们采用基于词典式的排序方法，同时改进了Or-opt局部搜索算法。根据仿真实验结果显示，与单目标模型相比，多目标优化模型能够明显降低被拒绝服务的客户数量和客户等待时间，同时总运营时

间未发生明显增长；

吴海东（2011）针对城市快递服务问题，重点研究了服务质量相似性和快递车辆

交接行为这两大新的快递服务趋势，同时建立两阶段模型，在满足随机客户需求的条

件下，还能够保证快递配送的路径得到最优。

目前国内对 VRP 问题的研究很多都停留在理论研究阶段，实验成果并没用广泛的进行实际应用，而且研究的问题模型都有一定的条件约束，约束条件不同，则对应的

问题模型也不一样，求解的算法也不太一样，这样算法就有一定的局限性。

1.3研究目的、意义和方法

1.3.1 研究目的

为了提高物流配送系统的服务质量和节省配送费用,对物流车辆配送路径的优化和

行程时间的预测所进行的研究，本文通过制定较为合理化、人性化的物流车辆配送路径,满足实际的物流配送要求,从而能将货物迅速、安全地送到客户手中,达到提高服务水平的要求；与此同时，加快物流系统对客户需求的物流配送路径优化和行程时间预测

响应速度,提高服务质量,增强客户对物流环节的满意度,降低服务商的运作成本使整体的服务水平提高[7]。

1.3.2 研究意义

第一，本文结合实际的配送情况，对配送车辆路径优化理论与方法进行系统研究

是物流集约化发展、建立现代调度指挥系统、发展智能交通运输系统和开展电子商务

的基础。同时,优化后的物流配送路径,有利于缓解交通压力；

第二，规划好物流配送的行进路线,有利于节省配送费用,而对行程时问精确的预测

反过来有利于指导物流规划的行进路线,引导车辆沿途配送物资；

第三，物流配送路径优化,是物流配送优化中关键的一环。对货运车辆进行路径优化,可以提高物流经济效益、社会效益、实现物流科学化[8]；

第四，优化配送路径问题对提高物流企业配送效率，降低物流配送成本，促进经

济的快速发展都具有重要的作用，从而对物流配送路径规划的研究具有非常高的应用

价值。

1.3.3 研究方法

（1）文献参考：本文主要是通过对互联网上的相关文献、资料以及图书进行详细的阅读和思考，并参考其中相关有用的文字以及解决问题的思路及方法。

（2）实地考察：在武汉帝峰模具有限公司实习期间，将搜集的资料进行大致的提炼，对于物流配送路径的各项考虑因素进行主次分类，并带着这些疑问在公司实习之

余对配送路径方案进行大致的理解与总结。

（3）定量分析法：依据近三个月物流单据结合运筹学相关知识，运用节约算法、扫描法和改进的最近插入法进行必要的分析与运算，并比较三种方法的结果以得到较优路径的设计方案。

1.4本文研究内容

本文以武汉帝峰模具有限公司为例，在对物流配送业务进行研究的基础上,针对物流配送中对成本影响较大的车辆路径问题(VRP)进行集中研究, 在车辆载重限制、时间限制、客户需求量限制和指定地点的条件下建立了VRP数学模型,并利用启发式算法中的三种方法优化配送路径，并选出较优方案[9]。

本文的研究内容如下:

第一章阐述本文的研究背景，国内外研究现状，研究意义、目的和方法；

第二章对物流配送和配送路径优化问题进行了相关理论的概述，并介绍了节约算法、扫描法和最近插入法的原理及步骤；

第三章主要介绍了本人实习所在公司，描述了其在物流配送路径方面的现状以及存在的问题；

第四章是本文的重点部分,首先介绍了关于改进公司配送路径的基本思路，其次运用节约算法、扫描法以及改进的最近插入法优化配送路径，然后比较三者得出的结论并选出较优方案。

PAGE 45

第2章相关理论概述

2.1 物流配送

2.1.1 物流配送的概念

物流的含义是：依照客户的订单要求，在物流中心组织分货、配货，然后把分配完毕的物品以合适的数量在规定的时间内，以现代化的运送形式，运送到客户手中，以实现资源的优化配置。

配送（distribution）起源于“送货上门”。20世纪60年代初期，生产企业或中转仓库根据客户的需求，将货物准确的运送到客户手中，形成了配送的雏形——“普通送货。随着客户对产品多样化和差异化的要求，为了满足客户的需求，原始的普通送货开始转向分拣、配货、送货一体化。因此产生了配送。

按照国家质量技术监督局发布的中华人民共和国国家标准“物流术语”（GB/T 18354—2001），配送是指在经济合理区域范围内根据用户要求，对物品进行拣选、加工、包装、分割、组配等作业，并按时送达指定地点的物流活动。

我们可以将物流配送抽象的理解为一种共同化的服务模式，共同化可涵盖以下几

个方面：各类资源共同使用；设施共同采用；管理过程的共同进行。具体来说，物流

配送是物流活动的一种独特的业务形态，其独特之处在于它不是单独存在的，而是与

资金流、物流、信息流进行了有机结合，这些资源的流动均存在于物流配送的整个过

程中，可以毫不夸张的说，物流配送可以包含物流活动的必要因素。从表面上看，配

送是从运输衍生而来的功能，实际上，物流配送基本能够涵盖物流的所有职能，是一

个完整的过程。物流配送在很大程度上容易被外部环境所影响，随机性很强，因此，

需要建立起完整的管理与控制，并需要强有力的理论与技术支持。

2.1.2 物流配送的功能

（1）配送完善和优化了物流系统。第二次世界大战后，高水平的干线运输呼唤支线运输和小搬运配套，但支线运输和小搬运在适应性、灵活性、服务性上的欠缺，致

使运力不合理、运输成本过高，配送的出现使干线运输、支线运输及小搬运统一，输

送过程得以优化和完善。

（2）配送提高了末端物流的效益。配送通过大批量进货，集中发货，以及将多个小批量集中一起大批量发货，都能有效的节省运力，实现经济运输，降低成本，使末

端的物流经济效益得到提高。

（3）配送通过集中库存使企业实现低库存或零库存。采取准时制配送方式之后，生产企业完全可以依靠配送中心的准时配送而不需保持自己的库存或保持少量安全库

存而不必留有经常库存。

（4）配送简化事物，方便客服。采用配送的方式，客户只需向一处订购，或一个进货单位联系就可以订购到以往需要去许多地方才能顶到的货物，因此大大的减轻了

客户的工作量和负担，也节省了事务的开支。

（5）配送可以降低整个社会物资的库存水平。发展配送，实行集中库存，整个社会物资的库存总量必然低于各企业分散的库存总量。同时，配送有利于灵活高度，有

利于发挥物资的作用。此外，集中库存可以发挥规模经济优势，降低库存成本 [10]。

2.1.3 物流配送的要素

（1）备货。该环节是配送工作的最基础环节，主要包括以下几项任务：寻货源；购货物；货物统计汇总；日常质量检验；会计核算；日常交接工作等。物流企业应该

定期对客户需求进行预测，并进行定量的货物储备，以备不时之需。备货环节是配送

的起始环节，在一定程度上影响了整个配送的成败，因此，在这个环节，应该努力降

低成本，提高配送效益。

（2）存储。可以分为储备与暂存这两种主要形态。储备的含义是根据某一时期制定的配送经营目标及要求，建立起的资源保障以保障配送目标得以实现。一般情况下，该种情况下的储备数量很大，并且结构也相对较为完善，根据货源多少及到货量，有

计划的制定储备方案。暂存的含义是在配送当天，依照分拣配货的具体要求，在理货

场所进行的少量应急准备。

（3）分拣与配货。这一点是物流配送区别于其他物流形式的功能要素，另外它也

是一项特别重要的支持性工作，在一定程度上决定了物流配送的成败。它是提升送货质量和档次的必然要求，也是企业提高自身服务水平的重要方式。

（4）配装。在电子商务环境下，客户订单一般较小，也较为频繁，这样就存在货物的装配问题，如何能够集合不同类型的货物，最大程度的提高货车运力，是需要考虑的重要问题。

（5）运输。电子商务环境下的终端运输一般属于短途、较小规模的运输，相比于干线运输，物流配送的运输面临着路径选择的问题。在顾客分布分散、数量较多的情况下，如何能够将装配和线路进行有效的搭配，是一个难度很大的工作。

（6）送达服务。在货物送到顾客面前以后，应该做好交接工作，完成相关手续的办理及业务结算，并且按照顾客的要求进行卸货。

（7）配送加工。配送加工能够提升顾客的满意度，与普通流通加工有所不

同，配送加工主要是为了满足客户的基本需求。

2.2 配送路径优化问题

物流路径优化问题通常可以这样描述：由多辆车将货物从一个或多个配送中心送到多个地理位置上分散的客户，在满足一定的约束条件（货物的需求量、发送量、交货时间、车辆负载量限制、行驶路程限制、时间限制等）下，如何安排车辆及其行驶路线使得总的配送费用最小。这是物流配送的一个核心问题[11]。

2.2.1 配送路径优化的目标

配送路径合理与否对配送速度、成本、效益影响颇大,因此,采用科学的合理的方法确定配送路线是配送活动中非常重要的一项工作。确定配送路线可以采取各种数学方法和在数学方法基础上发展和演变出来的经验方法。无论采取何种优化方法,我们首先都要明确物流配送路径的优化目标,才能有效地针对目标进行优化。目标的选择根据配送的具体要求、配送中心的水平、实力及客观条件而定,可以有以下多种选择：（1）效益最高：在选择以效益为目标时,通常以企业当前的效益为主要考虑因素,同时兼顾长远的效益。效益是企业整体经营活动的综合体现,可以用利润来表示。因此,在计算时是以利润数值最大化为目标值。但由于效益是综合的反映,在拟定数学模型时,很难与配送路线之间建立函数关系,所以一般很少采用这一目标。

（2）成本最低：计算成本比较困难,但和以效益为目标相比有所简化,在成本和配送路线之间有密切关系、且成本对最终效益起决定作用的情况下,采用以成本最低为目标实际上等于选择了以效益为目标,比较实用可行。

(3) 路程最短：如果成本和路程相关性较强,而和其他因素是微相关时,则可以选择路程最短为目标,这样可以避免许多不易计算的影响因素,大大简化算。但需要注意的是,有时候路程最短并不意味着成本最低,如果道路条件、道路收费影响了成本,单以最短路程为最优解则不合适了。

(4) 吨公里最小：是长途运输中常作为选择目标,在多个发货站、多个收费站、整车发到的情况下,选择吨公里最低为目标可以取得满意结果。在配送路线选择中,以吨公里

最小为目标在一般情况下并不适用,但在采取共同配送方式时,也可以作为目标。

(5) 准时性最高：准时性是配送中重要的服务指标,以准时性为目标确定配送路线就是要将各客户的时间要求和到达各客户点的先后顺序进行协调安排,这样有时难以顾及成本问题,甚至需要牺牲成本来满足准时性要求。但对准时性的要求必须建立在控制成本的基础上。

(6) 运力利用最合理：在运力非常紧张、运力与成本或效益有一定相关的情况下,为了节约运力、充分运用现有运力,而不需外租或新购车辆,也可以运力安排为目标,确定配送路线。针对不同的物流配送问题,要根据具体情况选择优化目标。本文研究的物流配送问题根据帝峰模具公司物流系统的特点,将优化目标设定为路程短、准时性高、运力利用合理。

2.2.2 配送路径优化问题的分类

物流路径优化问题按照各种因素的不同形成了不同的种类，如表2-1。

表2-1 不同分类依据下的路径优化问题类型[12]

2.2.3 配送路径优化问题的解法分类

针对早期与现今的车辆路径问题模型，已有相当多的文献提出求解方法，可分为以下五大类[13]：

(1)系统仿真法(Simulation )

此方法最早由 Golden 和 Skiscim于 1986 年提出，主要应用于行车线路与物流配送中心区位的选择。优点在于可直接观察系统安排的效率与效果，但由于问题的实际情况多变且具有不确定性，很难将要实现的配送情形系统逻辑化为仿真程序；

(2)人机互动法

人机互动法是一种结合使用者的直觉、经验、以及专业能力，纳入求解过程的一种方法，这种方法可以让决策者在电脑上产生途径的中间阶段。此方法结合人类决策与计算机计算能力，在求解的过程中，通过高度的人机交互模式，结合专家的决策信息计算出结果。该方法的优点是寻优的过程中，决策者可以很清楚地看到各约束条件之间的替代关系以及参数变化可能导致的成本变化；

(3)精确解法(Exact Procedures )

精确解法一般应用于线性规划(包括经过了专门处理的分枝定界法、割平面法和标号法)和非线性规划等数学规划技术，以便求得问题的最优解。在 VRP 问题研究的早期，主要是单源点(One-Point)(即配送中心、车场等)派车，研究如何用最短路线(或最短时间内)对一定数量的需求点(即用户)进行车辆调度，因此主要运用精确算法求出问题的最优解。精确式算法一般有以下几种方法：分枝定界法(Branch and Bound Approach )、割平面法(Cutting Planes Approach )、网络流算法(Network Flow Approach)和动态规划方法(Dynamic

Programming Approach)等；

(4)启发式算法(Heuristics )

由于上述三种方法的求解效率较差，所以大部分的学者都致力于启发式解法的发展。该方法在解题时可减少搜寻的次数，所以是一种容易且快速求解困难问题的算法。车辆路径问题的启发式解法，包括节约法(Saving method)、最邻近法(Nearest neighbor )、插入法(Insertion )及扫描法(Sweeping )等；

（5）智能算法（现代启发式算法）

进入20世纪80年代，一些新颖的优化算法，如人工神经网络算法、遗传算法、

模拟退火算法、禁忌算法、混沌等，通过模拟或揭示自然现象或过程得到发展，其思

想涉及数学、物理、生物进化、人工智能等各方面，为解决复杂问题提供了新的思路

和手段。在优化领域，由于这些算法构造的直观性与自然机理，因而被称为智能优化

算法(intelligent optimization algorithms)或现代启发式算法（meta-heuristic algorithms)。就目前的情况来看，智能算法应用于VRP的研究还不深入，一般都只

考虑比较简单的约束(容量约束、时间窗约束)，与实际应用还有相当大的距离。但是，用智能优化算法解决VRP问题已经得到了人们的重视，相当多的学者致力于这方面的研究，发展势头很强劲，是进行VRP研究的一个热点方向。相对于传统启发式算法, 现代启发式算法不要求在每次迭代中均沿目标值下降方向, 而允许在算法中适当接受目标值有所上升甚至不可行的解, 其目的是能够跳出局部搜索邻域。

2.3 本文配送路径优化方法

在配送路径优化问题的诸多解法当中，本文选择启发式算法当中的三种最常被运

用到的方法进行方案的优化。

2.3.1建立VRP模型

多回路运输问题（VRP）是现实中十分普遍的一种调配问题，此类调配的核心问题是如何对车辆进行调度。因此，VRP（Vehicle Routing Problem）模型应运而生，

并成为解决多回路问题的一个相当成功的模型。

该问题研究目标是：对一系列顾客需求点设计适当的路线，使车辆有序地通过他们，在满足一定的约束条件下（如货物需求量、发送量、车辆容量限制，行驶里程限

制等），达到一定的优化目标（如里程最短，费用最小，时间尽量少等）。它涉及了

多辆交通工具的服务对象的选择和路径确定两方面问题。

一个典型的VRP模型可以如下表述：

（1）基本条件：现有m辆相同的车辆停在一个共同的源点v0，它需给n个客户提供货物，顾客为v1、v2，…，vn ，两点之间路线为cij[14]。

（2）模型目标：确定所需的车辆数N，并指派这些车辆到一个回路中，同时包括回路内的路径安排和调度，使总费用最小。

（3）限制条件：N不大于m；每一个订单都要完成；每辆车完成任务后都要回

到源点v0；车辆的容量不能超过一定限制值；配送路线上所有配送点的配送需求量总和不能大于配送车辆的最大载重量；从配送中心出发到配送结束并返回配送中心的路

程不能大于配送车辆的最大行驶距离；每条配送路线必须由一辆配送车辆配送，且要

满足路线上所有需求点的要求，特殊问题还需考虑时窗限制、运输规章限制[15]。

2.3.2最近插入法

最近插入法是一种解决旅行商问题的启发式算法,其结合最邻近法与节省法的观念，依序将顾插入路径中以构建配送路线[16]。该方法首先以起点最近的点作为路线的种

子点，再根据最邻近点插入法的概念，以插入值最小者作为下一个插入点，最后再用

一般化节省值公式，以其中节省值最大者决定插入的位置，重复进行选取与插入的步骤，为了使物流配送的时间最少、距离最短、费用最低，并使合并后的总运输距离节

约的里程最大，直到达到一辆车的装载限制时，再进行下一条路线的优化[17]。客点

需求

最近插入法由四步完成[18]：

（1）找到c0i最小的节点vi，形成一个子回路，T={v0，vk，v0}；

（2）在剩下的节点中，寻找一个离子回路中某一节点最近的节点vk，若此时回路的总货运量未超过车的载重限制，则继续步骤（3），否则，转（1）寻找新的一条回路；

（3）) 路径优化过程对每条路径进行局部搜索，调整路径内或路径间节点访问顺序，改善路径的质量，在子回路中找到一条弧（i，j）,使得cik+ckj-cij最小，然后将

节点vi插入到节点vi，vj之间，用两条新的弧(i，k)，（k，j）代替原来的弧（i，j），并将节点vk加入到子回路中。若此时该回路的总路程为未超过车辆的行程限制，则继续步骤（4），否则转步骤（1），寻找新的一条回路；

（4）重复步骤（2）和（3），直到每一个节点都被归入某一个子回路中。

2.3.3 扫描法

扫描法是用于求解车辆数目不限制的VRP问题的算法，它采用“先分组后路线”

的过程，所谓分组就是派给每辆车一组客户点。一种简单的分组方法是将以配送中心

为原点的坐标平面划分为多个扇形区域，并初步将每个扇形区域的点分派给一辆车，

然后扩充路线，如果在进行了一次“分组-路线”的路线构造后，还存在未分配点，则再进行“分组-路线”程序。如此反复，直到所有的点均已分配为止[19]。

扫描算法的主要步骤：

（1）以起点0点作为极坐标系的原点，并一连通图中的任意一顾客点和原点的连线定义为角度零，建立极坐标系；然后对所有的顾客所在的位置，进行极坐标变换；

（2）从最小角度的顾客开始建立一个组，按逆时针方向，将顾客逐个加入到组中，直到顾客的需求总量超出了负载的限制。然后继续建立一个新的组，继续按逆时针方向，将客户加入组中；

（3）重复（2）中的过程，直到所有客户都被分类为止；

（4）对各个组内的单回路进行路径优化。

2.3.4节约算法

节约算法是目前用来解决运输车辆数目不确定的VRP模型的最有名的启发式算法，其思想在于按节约值(较短路径与原路径之差)由大至小排序，在车辆容量限制下，依序将对应的两客户点排入路径中，直至所有客户都被排入路径为止。关键在于当节约值

较大的两顾客点被排入路径时，除需考虑车辆容量限制方面采用“量力而为”的策略外，更需要考虑到时间的限制，此方法的优点是提高车辆的利用率[20]。

节约算法的核心思想是将运输问题中存在的两个回路（0，…，i，0）和（0，j，…，0）合并成一个回路（0，…，i，j，…，0），在上面的合并操作中，整个运输问题的总运输距离会发生变化，如果变化后总运输距离下降，则称节约了运输距离[21]。其中cio代表从顾客 i 至起点的距离，coj代表从起点至顾客j的距离，cji则代表从顾客 j 至顾客 i 的距离，相应的变化值叫做节约距离 QUOTE \* MERGEFORMAT △Cij 。计算两结点 i 与 j 间的节约值 QUOTE \* MERGEFORMAT △Cij 时，应先计算

原路径中各往返路径的总和，再与较短路的总路径和相比较。

两结点间的节约值的计算公式与意义如式（1）所示。

（1）

两结点的原路径与较短路的调整过程如图2-1所示。

调整前调整后

图2-1 节约算法的图像描述

节约里程算法主要步骤：

（1）设需求点集NR={1,2,…, n},各点需求量Ri,各点间最短距离cij；

（2）确定各车辆配送点集I1，I2，…,Im令Ij={j}, j=1,2,…,n (先采取单点配送)；

（3）计算所有点对的节约度 QUOTE \* MERGEFORMAT △Cij ，然后对计算结果进行升序排列。

（4）从升序排列的节约度序列中的最上面的值开始，直到节约里程△Cij的队列空为止,重复下列步骤:按照节约里程△Cij队列从大到小的顺序,分析客户i和j之间合并的可能性(是否满足装载限制条件、不在同一路径内以及合并次数不超过2),将i, j连接起来,即可令Ii＇=Ii∪Ij;Ij=?，如果不是这样,则从节约里程队列中去除当前的节约里程，

分析下一个客户对[22]。

第3章帝峰模具公司物流配送路径现状分析

3.1公司简介

武汉帝峰模具有限公司成立于2012年，位于武汉市江夏开发区大桥新区107国

道旁。它是以五金模具与塑胶模具的研发与制造、提供销售配送服务为一体的实体企业。公司拥有专业技术人才二十余名和各种机械加工设备，下设设计部门，生产部门，营销部门，物流部门等职能部门，各部门通力协作，为社会奉献优质高效的各类模具，为客户提供专业专心的技术支持和服务，武汉帝峰模具有限公司自成立以来，坚持“以诚为本，以信为根”，“用科技创造绿色生活”的经营理念，立志成为模具新技

术的领航者的企业愿景，扎实走科技与生产相结合的产业化道路，专业生产各种模具

产品。目前公司产品涵盖湖北省各市县并以优厚的实力、合理的价格、优良的服务与

多家企业建立了合作关系。

3.2 公司物流配送路径现状

公司的客户主要位于其所在地的周边县市，共有9个县市，如孝感市、天门市、

荆州市等，编号如表3-1，地区分布如图3-1所示,但需求较小，公司为推广产品，采

用每月专车送货上门服务。公司现拥有4辆40吨的货车，若车辆使用欠缺时，可租

赁车辆。

表3-1客户所在城市编号

图3-1帝峰模具公司配送地区基础图

已知武汉帝峰模具有限公司位置为0点，分别向周围编号为1、2、3、4、5、、6、7、8、9共9个小客户点配送本期新型五金模具，其拥有2辆40吨的车40吨卡车最大载量为12套模具。各点需求量为Ri，每辆车的行驶里程为Li，Li≤700公里，客户点1，2，…，9。各县市每月需求模具的基本数据如图3-2所示。

图3-2 各客户点的需求量

图3-3 各客户点的配送距离

（资料来源：帝峰模具公司信息系统）

目前，对小客户公司采用的配送线路如图3-2所示。

图3-2公司现有配送路线

各配送线路的里程，所需司机数量的基本情况如表3-2所示。

表3-2 配送信息表

（资料来源：帝峰模具公司信息系统）

由上表可知，公司每月需40吨货车4车次配送，司机5人次，所需工资2500元，运输总里程为1549.5千米，消耗柴油697.28升，所需燃油费3625.86元，一共花费6125.86元。

3.3 公司物流配送路径存在的问题分析

在物流车辆配送中，公司其往往需向几个不同顾客的运送货物，每个用户又会对货物有不同的需求，这将造成配送复杂性。虽然公司对物流部门的大力支持，物流部门快速发展，物流部门的交通设施改善很多，物流配送成本也降低了很多，但相比于同行业其他企业，公司目前配送线路的弊端在于：配送路线的回路过多，存在对流运输的现象，经验化操作过多，优化不彻底，导致总运距过长，消耗作业时间偏多，不能充分利用车辆配载容积，浪费较多人力和物力资源，物流成本的花费还是很高，影响公司盈利[22]。

3.3.1 回路总数过多

在公司现有路径的图中，9个客户点设置4条回路，平均每条回路有2.25个客户点；9个客户点总需求量为33套模具，平均每个客户点需求量约3.67套；由于每条回路中有一辆配送车辆，故每辆车平均装载约8.26套模具。而公司的40吨货车可装载12套模具，所以平均每辆车利用率为68.9％，计算结果偏低，导致车辆非满载运输，运力利用不充分，造成车辆，人力，资金上的浪费。

对于此种情况来说，关键因素在于路径回路总个数，所以最有效的方法是通过减少总会路个数，充分利用车辆配载容积，提高车辆利用率，进而节约车辆与人力上的成本。

3.3.2对流运输

对流运输亦称相向运输、交错运输，是指同一种货物，或彼此间可以互相代用而又不影响管理、技术及效益的货物，在同一线路上或平行线路上作相对方向的运送，而与对方运程的全部或一部分发生重迭交错的运输称对流运输。已经制定了合理流向图的产品，一般必须按合理流向的方向运输，如果与合理流向图指定的方向相反，也属对流运输。

如图3-5中，从4号地区回到起点的路线与从起点到5号地区的路线（图中用圆圈画出）虽然不是一条回路中的配送路径，但是它在平行线路上作相对方向的运送，属于对流运输的情况，同样情况的还有2→0与0→5（图中用斜线画出），2→0与0→3（图中用菱形画出）两对路线，这种现象会导致人力、物力等资源的浪费。

图3-3现有路径中的对流运输现象

3.3.3经验化操作

经调查，由于企业建立时招聘的人员大多具有多年物流经验，不免会根据以往的工作经验进行工作，其设计的运输配送路径经验化操作过多，从而导致企业增加目标地区之后，他们不会积极地重新去计算和安排配送的运输路径，而是凭以往经验操作此过程。

如图3-6中，客户点3和客户点4是最近与公司合作的客户，距离公司胶原且两点相离较近，物流部门便仅把两点归于一条回路当中，并没有将九个客户点放在一起重新计算作合理安排。

图3-4 经验化操作下的一条回路

第4章帝峰模具公司物流配送路径优化策略

4.1建立VRP模型优化配送路径

对帝峰模具有限公司的配送系统建立VRP模型。

基本条件：帝峰模具有限公司需给9个客户送货，客户依次为1，2，…,9，现有

3辆40吨的货车（每百公里油耗45L），司机每天工资500元，，柴油每升5.20元。

模型目标：确定所需要的车辆的数目N、车辆类型、司机数量以及各车行走的路径，并指派这些车辆到一个回路中，同时包括回路内的路径安排和调度，使得运输总

费用最小。

限制条件：

（1）全程的总时间不超过驾驶员每天最大工作时，以避免疲劳驾驶[23]，所以基

于人性化与安全的考虑，当运输里程超过350公里时，需配备两名司机，为防止突发

运输事件，车辆必须当天回到公司，减去由于装卸货等影响因素，各车最大运输距离

为650公里。

（2）每辆车完成任务之后都要回到源点0处。

（3）不能超过车辆的容量限制。40吨的货车最多可装12套模具。

4.2公司物流配送路径的优化

4.3.1运用最近插入法优化

第一条路径：

令T={0},N={0，1，2……,9}，比较表4-1中从0出发的所有路径大小。因为

min{c0i│i∈N，1≤i≤9}=c01=61.4km，所以就有顾客点0，1构成一个子回路，

T1={0，1，0}，此时r1=5,L1=122.8km。

然后在剩余客户点（2，3，4，5，6，7，8，9）中寻找到0和1中某一点的最小距离，min{c0i，c1i│i∈N，1≤i≤9且i≠1}=c08=77km，r8=2，因为r1=r1+r8=7

＜12，所以在子回路T1={0，1，0}插入点8。由于对称性，无论将8插入到0和1

之间往返路径中，结果都是一样的，这样，构成了一个新的子回路T1={0，1，8，0}, r1=7，L1=275.1km。

再次寻找剩余客户点到0，1，8中某一点的最小距离：可知最小距离为

c78=41.4km。此时，r7=4,因为r1+r7=7+4=11＜12，所以在子回路T1={0，1，8，0}插入点7。将点7分别插入（0，1），（1，8），（8，0）中：

（1）插入到（0，1）之间，Δ=c07+c71-c01=100.4+159-61.4=198km。

（2）插入到（1，8）之间，Δ=c17+c78-c18=159+41.4-136.7=63.7km。

（3）插入到（8，0）之间，Δ=c87+c70-c80=41.4+100.4-77=64.8km。

比较得：插入到（1，8）中增量最小，所以将客户点7加入到（1，8）间，结果

为T1={0，1，7，8，0}， r1=11，L1=338.8km。

第二条路径：

再次对剩余的客户点（2，3，4，5，6，9）按照上诉方法进行优化，比较表4-1

中从0出发的所有路径大小。因为min{c0i│i∈N，1≤i≤9且i≠1,7,8}=c06=92.6km，

所以就有顾客点0，6构成一个子回路，T2={0，6，0}，此时r6=3,L2=185.2km。

然后在剩余客户点（2，3，4，5，9）中寻找到0和6中某一点的最小距离，

min{c0i，c6i│i∈N，1≤i≤9且i≠1,6,7,8}=c05=96.7km，r5=3，因为r2=r6+r5=6＜12，所以在子回路T2={0，6，0}插入点5。由于对称性，无论将5插入到0和6

之间往返路径中，结果都是一样的，这样，构成了一个新的子回路T2={0，5，6，0}, r2=6，L2=337.6km。

再次寻找剩余客户点到0，5，6中某一点的最小距离：可知最小距离为

c25=48.1km。此时，r2=4,因为r2+r7=6+4=10＜12，所以在子回路T2={0，5，6，0}插入点2。将点2分别插入（0，5），（5，6），（6，0）中：

（1）插入到（0，5）之间，Δ=c02+c25-c05=136.5+48.1-96.7=87.9km。

（2）插入到（5，6）之间，Δ=c52+c26-c56=48.1+195.9-148.3=95.7km。

（3）插入到（6，0）之间，Δ=c62+c20-c60=195.9+136.5-92.6=239.8km。

比较得：插入到（0，5）中增量最小，所以将客户点2加入到（0，5）间，结果

为T2={0，2，5，6，0}， r2=10，L2=425.5km。

第三条路径：

再次对剩余的客户点（3，4，9）按照上诉方法进行优化，比较表4-1中从0出发的所有路径大小。因为min{c0i│i∈N，1≤i≤9且i=3,4,9}=c09=112.6km，所以就

有顾客点0，9构成一个子回路，T3={0，9，0}，此时r9=4,L3=225.6km。

然后在剩余客户点（3，4）中寻找到0和9中某一点的最小距离，min{c0i，c9i│i∈N，1≤i≤9且i=3，4}=c03=221.4km，r3=5，因为r3=r9+r3=64+5=9＜12，

所以在子回路T3={0，9，0}插入点3。由于对称性，无论将3插入到0和9之间往返路径中，结果都是一样的，这样，构成了一个新的子回路T3={0，3，9， 0}, r3=9，

L3=436.7km。

最后一个客户点4，c04=263.2，r4=3因为r3+r4=9+3=12，所以可以将点4分别插入（0，3），（3，9），（9，0）中：

（1）插入到（0，3）之间，Δ=c04+c43-c03=263.2+89.4-221.4=131.2km。

（2）插入到（3，9）之间，Δ=c34+c49-c39=89.4+371.7-327.9=133.2km。

（3）插入到（9，0）之间，Δ=c94+c40-c90=371.7+263.2-112.6=522.3km。

比较得：插入到（0，3）中增量最小，所以将客户点4加入到（0，3）间，结果

为T3={0，4，3，9， 0}， r3=12，但因为L3=793.1km＞650km，所以点4不可以插入T3，故T3={0，3，9， 0}, r3=9，L3=436.7km。

第四条路径：

只剩最后一个客户即点4，c04=263.2，r4=3，所以T4={0,4,0}，r4=3，

L4=526.4km。

利用最近插入法优化线路结果如图4-5所示.

冷链食品运输路线优化

冷链食品运输路线优化物流072 班组员：粱利英( 200700709075)、苏凤美( 200700709071)、周冬梅( 200700709063)、梁小杰( 200700709078)、蓝冬菊( 200700709060)、张欣欣( 200700709080)、周群(200700709058)、钟玲(200700709047) 摘要食品工业要进展，速冻食品是一条必经之路。冷链食品一样定义为适应于0-4储存的食品，冷链食品具有易腐，易变质的特性。与一样食品相比较，冷藏食品运输的特点是运输装备的专门性，即用冷藏设备进行运输：运输时效性，即在冷藏食品保质期内送达，时效性关于冷藏食品运输更为重要。如何在规定时刻内，以最低成本运达冷藏食品，是冷藏食品运输中要考虑的关键咨询题。运输成本要紧取决于运输路线，因此确定冷藏食品运输的最优路线是冷藏食品运输决策要考虑的要紧咨询题之一。

近年来，物流配送车辆路径咨询题的研究差不多引起了人们的广泛关注，但关于冷藏食品的运输路线优化的研究还不多见。本文按照冷藏食品运输特性，以物流运营商运成本最低为目标，考虑超出客户时刻窗的惩处成本，建立了冷藏食品运输路线优化模型。在路线优化方面，通过建立节约里程模型找出运输的最佳路径，从而节约运输里程、运达时刻，最终降低运输成本。关键词：冷藏食品运输路线优化模型名目摘要1 名目2 一、背景介绍3 1.1中国食品冷链进展状况3 1.2我国冷链物流运输现状评判3 1.3我国冷冻冷藏食品市场和冷藏链物流进展4 二、冷藏食品运输路线优化模型的建立4 2.1模型建立的差不多思路4 2.2目标函数的建立5 2.2.1运输成本5 2.2.2惩处成本。5 2.2.3冷藏食品运输线路优化模型6 三、模型算法6 3.1算法运算的差不多思路6 3.2求解步骤8 四、算例分析8 4.1确定第一条最优运输路线9 4.2具体运算过程：11 4.2.1节约运输成本的求法步骤：11 4.2.2惩处成本的求法：11

物流配送中几种路径优化算法

捕食搜索算法动物学家在研究动物的捕食行为时发现，尽管由于动物物种的不同而造成的身体结构的千差万别，但它们的捕食行为却惊人地相似.动物捕食时，在没有发现猎物和猎物的迹象时在整个捕食空间沿着一定的方向以很快的速度寻找猎物.一旦发现猎物或者发现有猎物的迹象，它们就放慢步伐，在发现猎物或者有猎物迹象的附近区域进行集中的区域搜索，以找到史多的猎物.在搜寻一段时间没有找到猎物后，捕食动物将放弃这种集中的区域，而继续在整个捕食空间寻找猎物。模拟动物的这种捕食策略，Alexandre于1998提出了一种新的仿生计算方法，即捕食搜索算法(predatory search algorithm, PSA)。基本思想如下：捕食搜索寻优时，先在整个搜索空间进行全局搜索，直到找到一个较优解;然后在较优解附近的区域(邻域)进行集中搜索，直到搜索很多次也没有找到史优解，从而放弃局域搜索;然后再在整个搜索空间进行全局搜索.如此循环，直到找到最优解(或近似最优解)为止，捕食搜索这种策略很好地协调了局部搜索和全局搜索之间的转换.目前该算法己成功应用于组合优化领域的旅行商问题(traveling salesm an problem )和超大规模集成电路设计问题(very large scale integrated layout)。捕食搜索算法设计 (1)解的表达采用顺序编码，将无向图中的，n一1个配送中心和n个顾客一起进行编码.例如，3个配送中心，10个顾客，则编码可为:1一2一3一4一0一5一 6一7一0一8一9一10其中0表示配送中心，上述编码表示配送中心1负贡顾客1,2,3,4的配送，配送中心2负贡顾客5,6,7的配送，配送中心3负贡顾客8,9,10的配送.然后对于每个配送中心根据顾客编码中的顺序进行车辆的分配，这里主要考虑车辆的容量约束。依此编码方案，随机产生初始解。 (2)邻域定义 4 仿真结果与比较分析(Simulation results and comparison analysis) 设某B2C电子商务企业在某时段由3个配送中心为17个顾客配送3类商品，配送网络如图2所示。

物流配送管理中路径优化问题分析

摘要：经典的优化理论大多是在已知条件不变的基础上给出最优方案（即最优解），其最优性在条件发生变化时就会失去其最优性。本文提出的局内最短路问题，就是在已知条件不断变化的条件下，如何来快速的计算出此时的最优路径，文章设计了解决该问题的一个逆向标号算法，将它与传统算法进行了比较和分析，并针对实际中的物流配送管理中路径优化问题，按照不同的算法分别进行了详细的阐述与分析。一、引言现实生活中的许多论文发表经济现象通常都具有非常强的动态特征，人们对于这些现象一般是先进行数学上的抽象，然后用静态或统计的方法来加以研究和处理。从优化的理论和方法上看，经典的优化理论大多是站在旁观者的立场上看问题，即首先确定已知条件，然后在假设这些已知条件不变的基础上给出最优方案（即最优解）。条件一旦发生变化，这种方法所给出的最优方案就会失去其最优性。在变化的不确定因素对所考虑的问题影响很大的时候，经典的优化方法有：一是将可变化的因素随机化，寻求平均意义上的最优方案，二是考虑可变化因素的最坏情形，寻求最坏情形达到最优的方案。这两种处理方法对变化因素的一个特例都可能给出离实际最优解相距甚远的解，这显然是难以满足实际的要求的。那么是否存在一种方法，它在变化因素的每一个特例中都能给出一个方案，使得这一方案所得到的解离最优方案给出的解总在一定的比例之内呢？近年来兴起的局内问题与竞争算法的研究结果在一定意义上给如上问题一个肯定的答案。其实本文所提出的逆向标号算法就是对应局内最短路问题的一个竞争算法，从本质上来说它是一种贪婪算法，在不知将来情况的条件下，求出当前状态下的最优解。[1]本文所考虑问题的实际背景是一个物流配送公司对其运输车辆的调度。假设物流公司需要用货车把货物从初始点O(Origin)运送到目的点D(Destination)。从日常来看，物流公司完全可以通过将整个城市交通网络看成一个平面图来进行运算，找到一条从O到D的最短路径以减少运输费用和节省运输时间。现考虑如下一个问题：如果当运输车辆沿着最短路径行驶到最短路径上的一点A，发现前方路径上的B点由于车辆拥塞而不能通过，车辆必须改道行驶，而此时物流配送公司应如何应对来保证其花费最低。问题推展开去，如果不是单个堵塞点，而是一个堵塞点序列，那物流配送公司又将如何来设计其最短路算法来在最短的时间内求出已知条件发生变化后的最优路径，从而有效的调度其运输车。本文首先建立了物流配送公司动态最短路的数学模型，相比较给出了求本文所提出的动态最短路问题的传统算法和作者提出的逆向标号算法，并分析了各自的算法复杂度。二、数学模型假设城市交通网络是一个平面图，记为G，各个交通路口对应于图G上的各个顶点，令G=(G，V)为一边加权无向图，其中V为顶点的集合，E为边的集合，|G|=n，对于一般平面图上的三点之间，一定满足三角不等式，即任意三角形的两边之和一定不小于另外一边。对于本文要讨论的城市交通网络来说，即，任意三个结点之间的距离一定满足三角不等式。我们用O来表示运输的起始点，D表示运输的目的点。SP表示在没有路口堵塞情况下的最短路径，W(SP)表示沿着最短路径所要花费的运输费用。以下的讨论都是基于如下的基本假设：第一，去掉堵塞点后图G仍是连通的。第二，只有当运输车走到前一点后，才能发现后面的一点发生堵塞而不能通过。三、算法分析对于本文的上述问题，有两种算法一(传统算法)和二(逆向标号算法)可以满足要求，但两种算法在求动态最短路的过程中都将会用到Dijkstra算法[2]，通过对Dijkstra算法的分析我们知道，Dijkstra算法采用了两个集合这样的数据结构来安排图的顶点，集合S表示已

家乐福超市物流配送路线优化

学年论文之家乐福超市物流配送路线优化专业物流工程班级姓名学号日期

在物流配送业务中，合理确定配送路径是提商服务质量，降低配送成本，增加经济效益的重要手段。物流配送系统中最优路线的选择问题一直都是配送中心关注的焦点，针对当前家乐福物流配送体系不完善等方面的现状，本文从可持续发展的角度，用系统的观念，来研究家乐福物流配送体系，优化配送路线，使配送体系合理化。通过对家乐福超市现有物流配送路径的分析研究，发现其中存在的一些问题，并由此提出解决办法，结合背景材料，建立了数学模型，运用遗传算法对家乐福物流配送路线进行优化选择，并得出结果。由此可见，家乐福超市原有的物流配送路线还可以进行再优化，从而达到运输成本最小化的目标。关键词：物流配送；路径优化；节约里程算法

1.绪论 (1) 1.1选题目的和意义 (1) 1.2国内外物流配送路线优化研究现状 (2) 2. 家乐福超市配送路线现状 (3) 2.1家乐福超市概况 (3) 2.2家乐福超市配送路线作业现状 (4) 2.2.1 配送距离分析 (4) 2.2.2 车辆数分析 (5) 2.2.3 需求量分析 (6) 2.2.4 商品品种分析 (6) 2.3家乐福超市配送现有路线问题分析 (7) 3.配送路线优化建模与求解 (9) 3.1研究对象目标设定 (9) 3.2模型的构建 (11) 3.3节约算法 (12) 3.3.1节约算法的基本原理 (12) 3.3.2节约里程算法主要步骤 (13) 3.3.3基于节约算法的配送路线优化 (13) 3.3.4优化后的配送线 (24) 4.优化结果分析 (25) 4.1优化前结果 (25) 4.2优化后结果 (25) 4.3结论 (26) 5.总结与建议 (27) 参考文献: (28)

物流配送路径优化论文

山西工商学院毕业设计题目浅析物流配送路径优化问题学生姓名杨美玲学号200822054247 专业物流管理班级08物流二班指导教师李桂娥二零一一年十月二十八日

目录摘要 (ⅰ) 一、引言（问题的提出） (1) 二、物流配送路径优化问题的数学模型……………………………X 三、物流配送路径优化问题的遗传算法……………………………X （一）遗传算法的基本要素………………………………………X （二）物流配送路径优化问题的遗传算法的构造……………………X 四、实验计算与结果分析…………………………………………X 五、结论…………………………………………………………X 参考文献…………………………………………………………X 致谢………………………………………………………………X

中英文摘要摘要：论文在建立物流配送路径优化问题的数学模型的基础上，构造了求解该问题的遗传算法，并进行了实验计算。计算结果表明，用遗传算法进行物流配送路径优化，可以方便有效地求得问题的最优解或近似最优解。关键词：物流配送；遗传算法；优化 Study on the Optimizing of Physical Distribution Routing Problem Based on Genetic Algorithm Abstract：On the basis of establishing the optimizing model on physical distribution routing problem, this paper presents a genetic algorithm for solving this problem, and make some experimental calculations. The experimental calculation results demonstrates that the optimal or nearly optimal solutions to the physical distribution routing problem can be easily obtained by using genetic algorithm. Keywords：physical distributio n；genetic algorith m；optimizing

快递员配送路线优化模型

快递员配送路线优化模型摘要如今，随着网上购物的流行，快递物流行业在面临机遇的同时也需要不断迎接新的挑战。如何能够提高物流公司的配送效率并降低配送过程中的成本，已成为急需我们解决的一个问题。下面，本文将针对某公司的一名配送员在配送货物过程中遇到的三个问题进行讨论及解答。对于问题一，由于快递员的平均速度及在各配送点停留的时间已知，故可将最短时间转换为最短路程。在此首先通过Floyd求最短路的算法，利用Matlab 程序将仓库点和所有配送点间两两的最短距离求解出来，将出发点与配送点结合起来构造完备加权图，由完备加权图确定初始H圈，列出该初始H圈加点序的距离矩阵，然后使用二边逐次修正法对矩阵进行翻转，可以求得近似最优解的距离矩阵，从而确定近似的最佳哈密尔顿圈，即最佳配送方案。对于问题二，依旧可以将时间问题转化为距离问题。利用问题一中所建立的模型，加入一个新的时间限制条件，即可求解出满足条件的最佳路线。对于问题三，送货员因为快件载重和体积的限制，至少需要三次才能将快件送达。所以需要对100件快件分区，即将50个配送点分成三组。利用距离矩阵寻找两两之间的最短距离是50个配送点中最大的三组最短距离的三个点，以此三点为基点按照准则划分配送点。关键字：Floyd算法距离矩阵哈密尔顿圈二边逐次修正法矩阵翻转

问题重述某公司现有一配送员，，从配送仓库出发，要将100件快件送到其负责的50个配送点。现在各配送点及仓库坐标已知，货物信息、配送员所承载重物的最大体积和重量、配送员行驶的平均速度已知。问题一：配送员将前30号快件送到并返回，设计最佳的配送方案，使得路程最短。问题二：该派送员从上午8：00开始配送，要求前30号快件在指定时间前送到，设计最佳的配送方案。问题三：不考虑所有快件送达的时间限制，现将100件快件全部送到并返回。设计最佳的配送方案。配送员受快件重量和体积的限制，需中途返回取快件，不考虑休息时间。符号说明 D：n个矩阵 n V：各个顶点的集合 E：各边的集合 e：每一条边 ij w:边的权 ()e G：加权无向图 , v v：定点 i j C：哈密尔顿圈 () f V：最佳哈密尔顿圈 i

冷链物流配送路径优化研究

冷链物流配送路径优化研究当前，我国冷链物流的配送成本非常高，其很大程度的影响了该行业的发展。文章主要通过在传统的配送路径模式中添加了制冷成本和货损成本，随后构建了以时间窗为基础的冷链物流配送路径优化模式。该实验也证明了此方法能很好的显示出冷链物流自身的特点，也能够为冷链物流的实际操作提供有代表性的理论指导。标签：冷链物流；路径优化；时间窗；改进遗传算法 Abstract：At present，the distribution cost of cold chain logistics in China is very high，which greatly affects the development of the industry. This paper mainly adds refrigeration cost and damage cost to the traditional distribution path mode，and then builds the cold-chain logistics distribution route optimization model based on time window. The experiment also proves that this method can well show the characteristics of cold chain logistics，but can also provide representative theoretical guidance for the actual operation of cold chain logistics. Keywords：cold chain logistics；path optimization；time window；improved genetic algorithm 引言如今，我國的冷链物流模式和国外相比非常的落后，并且配送的成本也非常高，对产品的损耗也非常大，所以已经无法满足现代社会对冷链物流的需求。通过分析相关数据可以得出，我国冷链物流配送时，不同产品出现的损耗程度也是不一样的，如蔬菜类的损耗高达30%，肉类产品为12%，水产品即15%等，其损耗量可以说是排在了世界的第一位，损耗的产品就能够满足我国2亿人口的基本需求，导致每年的经济损失都高达上亿元[1]。虽然配送是整个冷链物流中最不能缺少的部分，但其技术的落后已经对行业的发展造成了影响。 1 遗传算法的基本原理遗传算法可以说是一种利用检测和生成来进行搜索的算法。它主要是利用群体中所有的个体来当作操作对象，同时会回应每一个个体的问题，其中的具体操作有三个即变异、交叉、选择。如果使用Matlab7.0来编制算法模型的计算机程序，就能很好的解释配送问题的过程，同时会得到最佳的配送路径。相关人员要想解决现实存在的问题，即在算法中应该包含有以下几个要素：第一，编码。我们都知道遗传算法是不能直接对空间的数据进行处理的，是需要利用编码来把他们转换成为基因性的数据。第二，评估的适应程度。该算法在搜索过程中是需要利用适应度来评估整体的方向，同时会把该数据当作是遗传操作的依据，适应度的函数一般选择非负数，这样才能保证其方向的一致。第三，

物流配送最优路径规划

关于交通运输企业物流配送最优路径规划的研究现状、存在问题及前景展望摘要：本文综述了在交通运输企业的物流配送领域最优路径规划的主要研究成果、研究存在问题及研究方向。主要研究成果包括运用各种数学模型和算法在运输网中选取最短或最优路径；从而达到路径、时间最优和费用最优；以及物流配送网络优化、车辆系统化统一调度的发展。今后研究的主要方向包括绿色物流，运输系统及时性和准确性研究等。关键词：物流配送；最优路径；路径规划 Overview of scheme on Shortest Logistics Distribution Route in Transportation Industry Student: Wan Lu Tutor: Chen Qingchun Abstract: This paper reviewed of the optimal path planning about the main research results, problems and direction in the field of transportation enterprise logistics distribution. Main research results include using various mathematical model and algorithm selection or optimal shortest path in the network. So we can achieve the optimal path, the shortest time and minimum cost. At the same time, logistics distribution network optimization, the vehicle systematic development of unified scheduling are the research issues.The main direction of future research include green logistics, transportation system accurately and timely research and so on. Key words: Logics Distribution; Optimal Path; Path Planning 引言物流业在我国的新兴经济产业中占据了重要了地位，称为促进经济快速增长的“加速器”。而物流配送作为物流系统的重要环节，影响着物流的整个运作过程以及运输企业的发展趋势和前景。采用科学、合理的方法来进行物流配送路径的优化，是物流配送领域的重要研究内容。近年，国内外均有大量的企业机构、学者对物流配送中最优路径选择的问题，进行了大量深入的研究，从早期车辆路径问题研究，到根据约束模型及条件不断变化的车辆最优路径研究，以及随着计算机学科的发展而推出的针对物流配送路径最优化的模型和算法等方面，都取得丰硕的学术成果。但是对于绿色物流配送的研究仍然不足。鉴于物流配送最优路径研究的重大理论意义和实践价值，为对我国物流配送的效率水平有一个系统的理解和把握，有必要对现有成果进行统计和归纳。本文尝试对我国运输企业物流配送最优路径规划进行探讨，以期为今后做更深人和全面的研究提供一定的线索和分析思路。 1 国内外研究现状 1.1 国内研究现状 1.1.1 主要研究的问题

物流配送的车辆路径优化

物流配送的车辆路径优化专业：[物流管理] 班级：[物流管理2班] 学生姓名：[江东杰] 指导教师：[黄颖] 完成时间：2016年6月30日

背景描述物流作为“第三利润源泉”对经济活动的影响日益明显，越累越受到人们的重视，成为当前最重要的竞争领域。近年来，现代物流业呈稳步增长态势，欧洲、美国、日本成为当前全球范围内的重要物流基地。中国物流行业起步较晚，随着国民经济的飞速发展，物流业的市场需求持续扩大。特别是进入21世纪以来，在国家宏观调控政策的影响下，中国物流行业保持较快的增长速度，物流体系不断完善，正在实现传统物流业向现代物流业的转变。现代物流业的发展对促进产业结构调整、转变经济增长方式和增强国民经济竞争力等方面都具有重要意义。配送作为物流系统的核心功能，直接与消费这相关联，配送功能完成质量的好坏及其达到的服务水平直接影响企业物流成本及客户对整个物流服务的满意程度。配送的核心部分是配送车辆的集货、货物分拣及送货过程，其中，车辆配送线路的合理优化对整个物流运输速度、成本、效益影响至关重要。物流配送的车辆调度发展现状 VRP（车辆调度问题）是指对一系列装货点和卸货点，组织适当的行车线路，使车辆有序的通过，在满足一定的约束条件（如货物需求量、发送量、交发货时间、车辆容量等限制）下，达到一定的目标（如路程最短、费用最少、时间最少、使用车辆数最少等）。一般认为，不涉及时间的是路径问题，涉及时间的是调度问题。VRP示意图如下当然，VRP并不止是这样的一个小范围，而是又更多的客户点与一个仓库链接，从而达

到一整个物流集群。根据路径规划前调度员对相关信息是否已知，VRP可分为静态VRP和动态VRP，动态VRP 是相对于静态VRP而言的。静态VRP指的是：假设在优化调度指令执行之前，调度中心已经知道所有与优化调度相关的信息，这些信息与时间变化无关。一旦调度开始，便认为这些信息不再改变。而VRP发展到现在的问题也是非常突出的，例如，只有一单货物，配送成本远高于一单的客户所给的运费，在这种情况下，该如何调度车辆？甚至还有回程运输的空载问题，在这些问题之中，或多或少都涉及到了VRP的身影，那么在这样的配送中怎么有效的解决车辆的路径优化问题就是降低运输和物流成本的关键所在。解决怎么样的问题？现如今对于VRP研究现状主要有三种静态VRP的研究、动态VRP的研究以及随机VRP的研究。而我对于VRP的看法主要有以下几点。有效解决VRP或者优化车辆调度路径优化问题，那么将非常有效的降低物流环节对于成本的比重，有效的增大利润。而我想到的方法，就是归类总结法。建立完善的信息系统机制，将订单归类总结出来，可以按地区划分出来，一个地区一个地方的进行统一配送，这样也有效的降低了物流配送的车辆再使用问题，降低了成本。如下图所示。仓库客户变换前由上图可以看出来这样的路径，车辆需要来回两次，严重增加了配送成本，也增加了运输成本，使得利润并不能最大化。

基于客户满意度的蔬菜冷链物流配送路径优化研究

基于客户满意度的蔬菜冷链物流配送路径优化研究随着信息技术时代的快速发展，人们的消费水平有着质的增长，蔬菜在人们的生活消费上的比重越来越大，而且对蔬菜的要求也越来越高，都希望吃的是新鲜绿色蔬菜。基于此，从客户满意度为根本出发点，对蔬菜冷链物流配送路径优化进行分析，总结出当前存在的问题，并有针对性的提出优化蔬菜冷链物流配送路径的相关策略。标签：客户满意度；冷鏈物流；路径优化冷链物流指的是需要冷藏冷冻的产品在生产、储藏运输、销售的各个环节中都需要处于低温的环境下，从而使冷藏产品的质量能够得到保障，降低冷藏产品的损耗。在信息时代下，冷链物流技术的提升需要与信息技术和制冷技术相结合，从而使冷藏产品能够得到更快速的安全的流通。如今，随着科技技术的不断发展，冷藏保鲜技术也在日益进步着，这不断地促使着冷链物流的发展。随着冷链物流的需求越来越大，我国政府部门也对冷链物流的建设出台了多项鼓励政策——鼓励节能冷库、冷链共同配送、冷链信息化建设，使我国的冷链物流行业的运作水平有了全方位的提升。我国是农业大国，蔬菜的流通量很大，但是由于蔬菜具有易腐性，需要冷藏设备和技术的维持，导致物流的成本居高不下，不利于我国蔬菜的流通效率。从客户满意度方面出发，冷链物流配送路径优化是促进我国蔬菜冷链物流行业发展的重要措施。蔬菜冷链物流对农产品的质量和农业的发展都有重要意义。 1客户满意度分析顾客满意度是指顾客的一种心理状态，也就是客户对产品或者服务性能，产品或者服务本身的评价的一种反馈，对产品或者服务做出了（或者正在做出）一个与消费的满足感有关的满意和不满意。一般来说，顾客满意度有四大需求，即品质需求、功能需求、外延需求、价格需求。 1.1品质需求品质需求主要包括性能、适用性、使用寿命、可靠性、安全性、经济性和美学（外观）等，在蔬菜冷链物流配送路径中，由于蔬菜具有易腐性，客户在蔬菜整个配送环节中希望能够质量有所可靠和安全，而企业也希望在整个配送环节中能降低配送成本，随着生活水平质量不断提升，客户们对品质需求也不断提高，致使物流企业的配送路径应该不断优化改进。 1.2功能需求功能需求主要包括主导功能、辅助功能和兼容功能等，在蔬菜冷链物流配送环节中，物流企业需要运用相关的制冷技术来保证蔬菜的新鲜度，也会致使企业会不断的优化与客户之间的配送路径，而客户们也需要制冷功能的维持来得到新

物流系统优化——定位——运输路线安排问题LRP研究评述

——第6届全国青年管理科学与系统科学学术会议论文集 2001年·大连 437 物流系统优化中的定位—运输路线安排问题（ＬＲＰ）研究评述* 林岩胡祥培** （大连理工大学系统工程研究所, 116023）摘要本文概述了物流优化问题中的定位—运输路线安排问题（Location-Routing Problems, LRP ）的发展历程，并对LRP 的分类和解决方法加以评述，最后就这一问题的发展方向进行简单地探讨。关键词 LRP 物流系统优化运筹学 1 引言新技术的迅速发展，特别是电子商务的风起云涌，为我国经济的快速发展提供了契机。目前我国电子商务得到政府和民众的支持，发展势头强劲，但是，由于它是一套全新的技术，同时还是一种全新的管理理念，所以其发展过程中必然存在一些难题。在电子商务“三流”（信息流、物流、资金流）中，随着网络基础设施建设的成熟、电子商务网站的蓬勃发展以及有效利用网络资源观念的普及，信息流的发展已经比较成熟了；而随着各大银行纷纷开展网上业务，以及支付网关的建立和加密技术的成熟，网上支付已经在许多网站上成为现实；然而，我国传统的物流体系是在计划经济环境下建立、发展起来的，与目前的电子商务环境已经无法相容。现今物流体系的落后现状已经成为我国社会经济快速发展的重要制约因素之一。所以对物流系统优化的研究将会具有很大的现实意义。国外许多学者在电子商务出现之前就已经研究物流系统优化的问题了，为各类实际问题构建了优化模型，并形成了许多解决问题的算法。依据实际问题的不同，可以对物流系统优化问题进行分类，比如，运输车辆路线安排问题（VRP ）、定位—配给问题（LA ）、定位—运输路线安排问题（LRP ）等等，其中LRP 更贴近目前的物流系统复杂的实际特征，所以对它的研究是十分有意义的。本文先从VRP 和LA 的集成来探讨LRP 的由来，然后讨论LRP 的分类，同时探讨LRP 的研究现状，并对LRP 的解决方法进行概述，最后就LRP 的未来发展方向作简要的讨论。 2 从VRP 、LA 到LRP ——物流系统的集成依据实际问题的不同，可以对物流系统优化问题进行分类，比如确定设施（指的是物品流动的出发点和终到点，如配送中心、仓库、生产工厂、垃圾回收中心等）位置、运输路线 * 国家自然科学基金重点项目(70031020) ** 林岩, 硕士研究生, 1972年出生, 主要研究方向: 电子商务, 信息系统工程。胡祥培, 1962年出生, 教授,博导, 主要研究方向: 电子商务, 智能运筹学, 信息系统集成。

第三方物流运输方式和配送路径优化研究

第三方物流运输方式和配送路径优化研究摘要：经典的优化理论大多是在已知条件不变的基础上给出最优方案（即最优解），其最优性在条件发生变化时就会失去其最优性。本文提出的局内最短路问题，就是在已知条件不断变化的条件下，如何来快速的计算出此时的最优路径，文章设计了解决该问题的一个逆向标号算法，将它与传统算法进行了比较和分析，并针对实际中的物流配送管理中路径优化问题，按照不同的算法分别进行了详细的阐述与分析。一、引言现实生活中的许多论文发表经济现象通常都具有非常强的动态特征，人们对于这些现象一般是先进行数学上的抽象，然后用静态或统计的方法来加以研究和处理。从优化的理论和方法上看，经典的优化理论大多是站在旁观者的立场上看问题，即首先确定已知条件，然后在假设这些已知条件不变的基础上给出最优方案（即最优解）。条件一旦发生变化，这种方法所给出的最优方案就会失去其最优性。在变化的不确定因素对所考虑的问题影响很大的时候，经典的优化方法有：一是将可变化的因素随机化，寻求平均意义上的最优方案，二是考虑可变化因素的最坏情形，寻求最坏情形达到最优的方案。这两种处理方法对变化因素的一个特例都可能给出离实际最优解相距甚远的解，这显然是难以满足实际的要求的。那么是否存在一种方法，它在变化因素的每一个特例中都能给出一个方案，使得这一方案所得到的解离最优方案给出的解总在一定的比例之内呢？近年来兴起的局内问题与竞争算法的研究结果在一定意义上给如上问题一个肯定的答案。其实本文所提出的逆向标号算法就是对应局内最短路问题的一个竞争算法，从本质上来说它是一种贪婪算法，在不知将来情况的条件下，求出当前状态下的最优解。[1]本文所考虑问题的实际背景是一个物流配送公司对其运输车辆的调度。假设物流公司需要用货车把货物从初始点O(Origin)运送到目的点D(Destination)。从日常来看，物流公司完全可以通过将整个城市交通网络看成一个平面图来进行运算，找到一条从O到D的最短路径以减少运输费用和节省运输时间。现考虑如下一个问题：如果当运输车辆沿着最短路径行驶到最短路径上的一点A，发现前方路径上的B点由于车辆拥塞而不能通过，车辆必须改道行驶，而此时物流配送公司应如何应对来保证其花费最低。问题推展开去，如果不是单个堵塞点，而是一个堵塞点序列，那物流配送公司又将如何来设计其最短路算法来在最短的时间内求出已知条件发生变化后的最优路径，从而有效的调度其运输车。本文首先建立了物流配送公司动态最短路的数学模型，相比较给出了求本文所提出的动态最短路问题的传统算法和作者提出的逆向标号算法，并分析了各自的算法复杂度。二、数学模型假设城市交通网络是一个平面图，记为G，各个交通路口对应于图G上的各个顶点，令G=(G，V)为一边加权无向图，其中V为顶点的集合，E为边的集合，|G|=n，对于一般平面图上的三点之间，一定满足三角不等式，即任意三角形的两边之和一定不小于另外一边。对于本文要讨论的城市交通网络来说，即，任意三个结点之间的距离一定满足三角不等式。我们用O来表示运输的起始点，D表示运输的目的点。SP表示在没有路口堵塞情况下的最短路径，W(SP)表示沿着最短路径所要花费的运输费用。以下的讨论都是基于如下的基本假设：第一，去掉堵塞点后图G仍是连通的。第二，只有当运输车走到前一点后，才能发现后面的一点发生堵塞而不能通过。

物流配送路径优化开题报告

海南大学应用科技学院（儋州校区）毕业设计（论文）开题报告书（学生用表）一、选题的目的、意义（理论、现实）和国内外研究概况目的：随着经济全球化的不断发展，作为“第三利润源泉”的物流对经济活动的影响日益明显，引起了人们越来越多的重视，成为当前“最重要的竞争领域”。配送是现代物流的一个重要环节，随着物流的全球化、信息化及一体化,配送在整个物流系统中的作用变得越来越重要。物流配送路线的优化，又是物流配送中的一个关键环节。因此，在配送过程中，配送线路合理与否对配送速度、成本、效益影响很大。设计合理、高效的配送路线方案，不仅可以减少配送时间，降低作业成本，提高企业的效益，而且可以更好地为客户服务，提高客户的满意度，维护企业良好的形象意义：配送合理化与否是配送决策系统的重要内容，配送线路的合理与否又是配送合理化的关键。选择合的理配送路线，对企业和社会都具有很重要的意义。对企业来说，(1)优化配送路线，可以减少配送时间和配送里程，提高配送效率，增加车辆利用率，降低配送成本。 (2)可以加快物流速度，能准时、快速地把货物送到客户的手中，提高客户满意度。(3)使配送作业安排合理化，提高企业作业效率，有利于企业提高竞争力与效益。对社会来说，它可以节省运输车辆，减少车辆空载率，降低了社会物流成本，对其他企业尤其是生产企业具有重要意义。与此同时，还能缓解交通紧张状况，减少噪声、尾气排放等运输污染，对民生和环境也有不容忽视的作用。国内外研究概况：物流配送路径优化问题最早是由Dnatzig和Rmaser于1959年首次提出, 自此,很快引起运筹学、应用数学、组合数学、图论与网络分析、物流科学、计算机应用等学科的专家与运输计划制定者和管理者的极大重视,成为运筹学与组合优化领域的前沿与研究热点问题。各学科专家对该问题进行了大量的理论研究及实验分析,取得了很大的进展。目前，对于解决配送路径优化问题主要有两类方法，一类是精确算法，主要有动态规划法、分支定界法、节约算法、邻接算法、扫除算法、禁忌搜索算法等；另一类是启发式算法，主要有人工神经网络算法、蚁群算法、人工免疫系统算法、粒子群算法、遗传算法等

生鲜农产品冷链物流配送问题及其路径优化

彭碧涛等研究多时间窗车辆路径问题，建立多时间窗车辆路径问题的数学模型，首先利用基本蚁群算法求解，然后加入变异算子，并采用2-opt算法和元胞自动算法对结果进行优化[6]。Dabia等在合适的时间为客户提供配送服务，从而实现减少配送所需时间和降低配送成本的目的[7]。朱金峰研究城市冷链物流配送路径优化问题，提出VRPTW 问题优化方法，最终发现节约成本法不仅能快速找到物流配送路径最优配送路线，同时满足客户时间窗要求，可以有效降低物流配送成本[8]。本研究的创新点是根据冷链物流配送的特殊性，充分考虑在冷链物流配送过程中时间、温度、货损因素。通过合理安排配送线路，从而缩短配送时间，减少货物损失，同时满足客户时间窗要求，提高客户满意度和冷链物流企业的竞争力，符合我国冷链物流市场未来的发展方向。 1我国生鲜农产品冷链物流现状 1.1冷链运输难以满足市场的需求我国生鲜食品在季节和品种供应方面存在均衡供应的矛盾。随着我国经济增长，迫切需要解决菜篮子工程。在保障供给、调节时间和空间市场方面，落后的冷链物流体系难以满足市场需求，供需矛盾日益显著，特别是大型突发性事件中生鲜食品的不稳定供应、异常天气因素和不正常的市场竞争等现象。[LM] 1.2生鲜食品耗损严重长期以来，由于现代化冷链基础设施落后以及不适当的包装方法、材料、容器和处理方法，我国肉类、水产品、果蔬等生鲜食品从产地到

《物流车辆路径算法的优化与设计》

物流车辆路径算法的优化与设计【摘要】：随着物流业向全球化、信息化及一体化发展，配送在整个物流系统中的作用变得越来越重要。运输系统是配送系统中最重要的一个子系统，运输费用占整体物流费用的50％左右，所以降低物流成本首先要从降低物流配送的运输成本开始。一个车辆集合和一个顾客集合，车辆和顾客各有自己的属性，每辆车都有容量，所装载货物不能超过它的容量。起初车辆都在中心点，顾客在空间任意分布，车把货物从车库运送到每一个顾客（或从每个顾客处把货物运到车库），要求满足顾客的需求，车辆最后返回车库，每个顾客只能被服务一次，怎样才能使运输费用最小。而顾客的需求或已知、或随机、或以时间规律变化，这正是本文要研究的课题。【关键词】：物流配送；路径；车辆路径问题(VRP)；MATLAB 1 前言 1.1 课题研究背景运输线路是否合理直接影响到配送速度、成本和效益，特别是多用户配送线路的确定是一项复杂的系统工程。选取恰当的车辆路径，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。因此，自从1959年Danting和Rams er提出车辆路径问题(Vehicle Routing Problem，VRP)以来，VRP便成为近年来物流领域中的研究热点。 VRP一般定义为：对一系列发货点和／或收货点，组织适当的行车路线，使车辆有序地通过它们，在满足一定的约束条件(如货物需求量、发送量、交发货时间、车辆容量限制、行驶里程限制、时间限制等)下，达到一定的目标(如路程最短、费用最小、时间尽量少、使用车辆尽量少等)。本文围绕VRP展开了研究，共包括五章内容。首先，本文收集国内外关于

基于遗传算法的配送路径优化研究开题报告

北京师范大学珠海分校本科生毕业论文（设计）开题报告

理论和实践的意义及可行性论述 (包括文献综述) 理论和实践的意义：当前，现代物流是企业继续降低物资消耗、提高劳动生产率后的第三利润源泉。但我国物流企业的运输成本普遍偏高。其中很重要一个原因就是对配送车辆运输路线规划不科学。要想降低运输成本，离不开对配送路线的优化和配送车辆的合理安排。对物流配送车辆行驶路径进行优化，可以降低物流成本，节约运输时间，是提高物流经济效益的有效手段。可行性论述：配送路径优化问题是典型的优化组合问题，具有很高的计算复杂性。但遗传算法解决作为一种有效的全局搜索方法具有隐并行性和较强的鲁棒性，在解决非线性的大规模复杂问题上具有很好的适应性，适合于对VPR问题进行优化求解。标准遗传算法虽然未必每次都能找到最优解，但通过对标准遗传算法进行改进，完全可以在有限时间内对较复杂的VPR问题计算出次优解或可行解。因此，用遗传算法来解决物流车辆调度问题还是完全可行的。文献综述： [1]朱剑英?非经典数学方法[M].武昌：华中科技大学出版社，2001 [2]李敏强，寇纪淞，林丹，李书全?遗传算法的基本理论与应用[M].北京：科学技术出版社，2002 [3]孙丽丽?物流配送中车辆路径算法分析与研究[D].上海：上海海事大学，2007 [4]盖杉.基于遗传算法的物流配送调度系统 [D].长春：长春理工大学，2007 [5]高运良，基于免疫遗传算法的物流配送V RP 求解[D].武汉：武汉科技大学， 2007 论文撰写过程中拟采取的方法和手段本论文主要采用遗传算法作为解决物流配送路径优化问题的主要算法。但由于标准遗传算法具有“早熟收敛”的缺陷，有可能使算法陷入局部最优解。论文还将尝试通过把其他算法和遗传算法相结合，来有效控制早熟现象的发生。为了快速得到任意两个配送点之间的最优路线。本论文还拟采用佛洛依德算法构造配送路线的地理数据库的方式来对路线网络进行预处理。从而减少整个算法的时间复杂度和空间复杂度。

物流配送路径优化策略 物流配送路径存在的问题路径分析物流配送路径现状分析 配送路径优化问题的分类