| 【中文题名】 | 改进遗传算法在物流车辆路径优化中的应用 |
| 【英文题名】 | The Application of Improved Genetic Algorithm in Logistics Vehicle Route Optimize |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-3-7 |
| 【中关键词】 | 电子商务,物流,物流车辆管理决策系统,路径优化,遗传算法, |
| 【英关键词】 | Electronic commerce,Logistic,Logistic vehicle Management and decision System,Route optimization,Genetic Algorithms, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 |
物流作为电子商务的一个重要组成部分,在企业采购、生产制造、经营流通等环节中扮演着重要的角色,被公认为是社会和企业经营发展的“第三利润源泉”,同时也被称为二十一世纪企业降低成本的最后手段。在物流的各种优化问题中,有时间窗的车辆路径问题由于其巨大的经济效益,从它被提出以来就一直是业界研究的热点。在过去的40多年得到了快速发展。
针对商业企业的物流环境,本文给出了由调度中心对多车辆、多种商品进行统一调配的有时间窗的物流车辆路径优化问题的解决方案。该方案采用改进的遗传算法进行该应用领域的研究与应用,给出了解决物流车辆路径优化问题的编码方案及建模过程,并根据商业企业的特殊情况对优化算法进行了一定的改进,使之能够更加高效地进行物流优化。
采用Delphi开发语言和SQL Server2000数据库,编制了较完整的物流车辆管理决策原型系统。通过算例进行了验证及分析,得到了令人比较满意的结果。为商业企业的物流管理提供了一种高效、安全、易用的原型系统。 |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-7 |
|
第一章 绪论 |
7-18 |
|
1.1 引言 |
7-12 |
|
1.2 物流车辆路径优化问题综述 |
12-16 |
|
1.3 本课题的工作和研究意义 |
16-17 |
|
1.4 本文的组织 |
17-18 |
|
第二章 遗传算法概述 |
18-31 |
|
2.1 遗传算法简介 |
18-21 |
|
2.2 遗传算法的算法构成及步骤 |
21-31 |
|
第三章 基于遗传算法的车辆路径优化问题的原理 |
31-44 |
|
3.1 有时间窗的物流车辆路径优化问题 |
31-33 |
|
3.2 遗传算法适于解决车辆路径优化问题 |
33-35 |
|
3.3 遗传算法在商业企业VSP 中的应用 |
35-41 |
|
3.4 算例分析 |
41-44 |
|
第四章 物流车辆管理决策系统的总体设计 |
44-52 |
|
4.1 系统功能设计 |
44-45 |
|
4.2 数据库设计 |
45-47 |
|
4.3 系统主要模块介绍 |
47-48 |
|
4.4 系统开发环境介绍 |
48-50 |
|
4.5 系统运行的配置要求 |
50-51 |
|
4.6 系统运行的主要流程 |
51-52 |
|
第五章 物流车辆管理决策系统关键模块的实现 |
52-58 |
|
5.1 调度算法的主要数据结构 |
52-53 |
|
5.2 调度算法的主要函数实现流程 |
53-58 |
|
第六章 物流车辆管理决策系统软件演示 |
58-70 |
|
6.1 启动及用户登录界面 |
58-59 |
|
6.2 系统信息管理 |
59-65 |
|
6.3 路径优化界面 |
65-66 |
|
6.4 车辆调度界面 |
66 |
|
6.5 优化结果统计界面 |
66-67 |
|
6.6 软件辅助信息界面 |
67-68 |
|
6.7 系统用户信息维护模块 |
68-70 |
|
第七章 全文总结 |
70-72 |
|
参考文献 |
72-75 |
|
致谢 |
75-76 |
|
作者简介 |
76 |
|
| 【DOI】 | LunWen.ID:2.2008.388352 |
