物流配送路徑優(yōu)化調(diào)度建模與實(shí)務(wù)

前言

　　《物流配送路徑優(yōu)化調(diào)度建模與實(shí)務(wù)》是張潛同志在其博士學(xué)位論文的基礎(chǔ)上，經(jīng)過(guò)充實(shí)近幾年本人的最新研究成果和在該領(lǐng)域?qū)W術(shù)積累完成的專著。為完成專著，作者在持續(xù)性地資料收集、不斷地課題研究和多次地修改定稿等諸多環(huán)節(jié)的情況下完成，前后花費(fèi)了4年半的時(shí)間，既反映了作者嚴(yán)謹(jǐn)?shù)闹螌W(xué)作風(fēng)，也凝聚了她大量的心血，因此，這部具有較高學(xué)術(shù)價(jià)值的專著，在為讀者提供了一種物流技術(shù)問(wèn)題的解決方法論的同時(shí)，也是對(duì)作者本人的辛勤勞動(dòng)的最好回報(bào)。　　物流系統(tǒng)解決方案中，運(yùn)輸與配送問(wèn)題占有很重要的地位，主要原因是運(yùn)輸和配送過(guò)程的成本占

內(nèi)容概要

本書(shū)所研究的定位一運(yùn)輸路線安排問(wèn)題（LRP）是集成化物流系統(tǒng)中路徑優(yōu)化問(wèn)題的一個(gè)重要分支，是任何一個(gè)大型物流配送企業(yè)必須要面臨的問(wèn)題。文中重點(diǎn)要解決的是物流配送路徑問(wèn)題（LRP，VRP）的多目標(biāo)優(yōu)化求解算法和優(yōu)化調(diào)度控制方法；采用智能優(yōu)化算法（遺傳算法等啟發(fā)式搜索技術(shù)）同時(shí)結(jié)合聚類分析理論，求解物流配送優(yōu)化路徑問(wèn)題。　　本書(shū)研究工作的主要內(nèi)容可以概括如下： 1.完成了物流配送路徑問(wèn)題研究綜述，提出了基于運(yùn)籌學(xué)基礎(chǔ)的LRP問(wèn)題模型的表示方法，建立了單目標(biāo)LRP問(wèn)題和多目標(biāo)LRP問(wèn)題的O—l混合整數(shù)規(guī)劃模型。　　2.根據(jù)集成化物流中的定位一配給問(wèn)題的特點(diǎn)，提出了基于小波分析的啟發(fā)式算法，仿真實(shí)例證明此算法能夠有效地解決中、小規(guī)模的實(shí)際問(wèn)題?！　?.提出了解決集成化物流中的運(yùn)輸一車輛路線安排問(wèn)題的聚類一改進(jìn)遺傳算法。此算法提出一種首先用優(yōu)先級(jí)綜合聚類分析法將客戶分類，然后用帶有控制開(kāi)關(guān)系統(tǒng)的改進(jìn)遺傳算法求解多目標(biāo)VRP的優(yōu)化方法。該方法構(gòu)造了一種隨機(jī)開(kāi)關(guān)，以此控制遺傳算法中的變異運(yùn)算，增加了群體的多樣性，從一定程度上避免了遺傳算法中的“局部最優(yōu)現(xiàn)象”的發(fā)生。通過(guò)計(jì)算機(jī)仿真實(shí)驗(yàn)，證明了該算法的有效性和準(zhǔn)確性。　　4.分別設(shè)計(jì)了求解單目標(biāo)定位一運(yùn)輸路線安排問(wèn)題（LRP）的兩階段啟發(fā)式算法和聚類一混沌搜索混合算法。仿真實(shí)驗(yàn)證明了兩階段啟發(fā)式算法可在一定程度上避免“局部最優(yōu)解”的出現(xiàn)；而聚類一混沌搜索混合算法有利于快速尋找最優(yōu)解。這兩種方法有效地解決中、小規(guī)模的LRP問(wèn)題，并為大規(guī)模解決實(shí)際問(wèn)題提供思路?！　?.針對(duì)多目標(biāo)LRP的復(fù)雜性，分別設(shè)計(jì)了嵌入混沌搜索的遺傳算法和嵌入模糊規(guī)則的遺傳算法求解多目標(biāo)LRP問(wèn)題。這兩種算法有利于解決實(shí)際物流配送多目標(biāo)LRP問(wèn)題?！　?.構(gòu)建了多目標(biāo)LRP問(wèn)題優(yōu)化調(diào)度系統(tǒng)設(shè)計(jì)模型，為進(jìn)一步建立物流配送路徑優(yōu)化仿真調(diào)度系統(tǒng)奠定基礎(chǔ)。

作者簡(jiǎn)介

張潛（張?jiān)戴耄?，女，副教授，博士，碩士生導(dǎo)師，2004年于東北大學(xué)獲得工學(xué)博士學(xué)位，在信息科學(xué)與工程學(xué)院攻讀博士學(xué)位期間，一直從事基于遺傳算法的物流配送路徑優(yōu)化調(diào)度問(wèn)題的研究工作，查閱了大量的國(guó)內(nèi)外的研究成果和有關(guān)資料，2001年以來(lái)，已在國(guó)內(nèi)、外一級(jí)學(xué)報(bào)和核心期刊上、重要會(huì)議上發(fā)表及錄用論文二十余篇；其中，被美國(guó)工程EI檢索6篇，被ISTP檢索2篇，被，國(guó)際聯(lián)邦自動(dòng)控制會(huì)議IFAc收錄2篇。主持和參與省級(jí)以上課題8項(xiàng)。2004年進(jìn)入華僑大學(xué)商學(xué)院繼續(xù)開(kāi)展教學(xué)科研工作，現(xiàn)為華僑大學(xué)商學(xué)院副教授，碩士生導(dǎo)師，物流系統(tǒng)工程研究所所長(zhǎng)，中國(guó)物流學(xué)會(huì)理事，福建省自動(dòng)化協(xié)會(huì)會(huì)員。主要研究方向是復(fù)雜系統(tǒng)的建模與控制、智能優(yōu)化、物流運(yùn)輸調(diào)度。研究興趣為集成化物流中優(yōu)化調(diào)度及其優(yōu)化算法等。

書(shū)籍目錄

第1章 緒論　1.1 研究的背景與意義　1.2 研究的主要內(nèi)容和主要研究成果　  1.2.1 研究的主要內(nèi)容　  1.2.2 本書(shū)的主要研究成果第2章 定位—運(yùn)輸路線安排問(wèn)題優(yōu)化算法研究綜述　2.1 定位—運(yùn)輸路線安排問(wèn)題研究綜述　  2.1.1 LRP的含義  　2.1.2 LRP的發(fā)展歷程　  2.1.3 LRP與LA和VRP的比較　  2.1.4 定位、分配、路線三者的相互關(guān)系　  2.1.5 LRP的分類　2.2 智能優(yōu)化算法概述　  2.2.1 優(yōu)化方法的數(shù)學(xué)表達(dá)式　  2.2.2 常用最優(yōu)化方法的種類和機(jī)制　    2.2.2.1 常見(jiàn)的三種啟發(fā)式算法　    2.2.2.2 混沌隨機(jī)搜索算法　2.3 遺傳算法　  2.3.1 遺傳算法（GA）　    2.3.1.1 遺傳算法（GA）的基本原理　    2.3.1.2 遺傳算法（GA）的特點(diǎn)及應(yīng)用　    2.3.1.3 遺傳算法（GA）的要素及實(shí)現(xiàn)步驟　    2.3.1.4 遺傳算法的缺陷　  2.3.2 多目標(biāo)遺傳算法綜述　    2.3.2.1 多目標(biāo)遺傳算法的基本理論　    2.3.2.2 基于Paret0的多目標(biāo)優(yōu)化方法　  2.3.3 基于遺傳算法的調(diào)度概述　2.4 定位—運(yùn)輸路線安排問(wèn)題優(yōu)化算法研究綜述　  2.4.1 LRP求解算法的發(fā)展  　2.4.2 LRP實(shí)際問(wèn)題的求解算法的發(fā)展　  2.4.3 常用的解決LRP問(wèn)題的算法  　2.4.4 LRP三類不同問(wèn)題（LRP，LA，VRP）求解算法分析　2.5 本章小結(jié)第3章 定位—運(yùn)輸路線安排問(wèn)題優(yōu)化調(diào)度模型研究　3.1 定位—配給問(wèn)題的描述  　3.1.1 定位—配給問(wèn)題的描述　  3.1.2 定位—配給問(wèn)題模型的建立　    3.1.2.1 模型中的決策變量　    3.1.2.2 模型中的參數(shù)含義　    3.1.2.3 模型的建立  3.2 集成化物流中的運(yùn)輸—車輛路線安排問(wèn)題的模型    3.2.1 集成化物流中的運(yùn)輸—車輛路線安排問(wèn)題的描述    3.2.2 集成化物流中的運(yùn)輸—車輛路線安排問(wèn)題的數(shù)學(xué)模型　    3.2.2.1 模型中的決策變量  　  3.2.2.2 模型中的參數(shù)含義　    3.2.2.3 多目標(biāo)VRP模型的建立  3.3 集成化物流中的定位—運(yùn)輸路線安排問(wèn)題的模型    3.3.1 集成化物流中的定位—運(yùn)輸路線安排問(wèn)題的描述  　  3.3.1.1 單目標(biāo)LRP的問(wèn)題的描述  　    3.3.1.2 多目標(biāo)LRP的問(wèn)題的描述      3.3.2 單目標(biāo)定位—運(yùn)輸路線安排問(wèn)題（LRP）的數(shù)學(xué)模型　    3.3.2.1 模型中的決策變量　    3.3.2.2 模型中的參數(shù)含義　    3.3.2.3 模型的建立    3.3.3 多目標(biāo)定位—運(yùn)輸路線安排問(wèn)題（LRP）的數(shù)學(xué)模型　    3.3.3.1 模型中的決策變量　    3.3.3.2 模型中的參數(shù)含義　    3.3.3.3 模型的建立  3.4 本章小結(jié)第4章 集成化物流中的定位—配給問(wèn)題的啟發(fā)式算法  4.1 定位—配給問(wèn)題的數(shù)據(jù)處理——小波分析    4.1.1 小波分析原理簡(jiǎn)介    4.1.2 基于小波分析的LA的數(shù)據(jù)處理  4.2 啟發(fā)式算法的基本原理    4.2.1 LA的啟發(fā)式算法的基本思想    4.2.2 基于啟發(fā)式算法的LA問(wèn)題分析  4.3 啟發(fā)式算法的實(shí)現(xiàn)步驟  4.4 定位一配給問(wèn)題的仿真分析  4.5 本章小結(jié)第5章 集成化物流中的車輛—運(yùn)輸路線安排問(wèn)題的聚類—遺傳混合算法  5.1  集成化物流中的車輛—運(yùn)輸路線安排問(wèn)題的優(yōu)先級(jí)綜合聚類分析　……第6章 一類單目標(biāo)定位——運(yùn)輸路線安排問(wèn)題的算法研究第7章 多目標(biāo)定位——運(yùn)輸路線安排問(wèn)題的優(yōu)化算法研究第8章 多目標(biāo)定位——運(yùn)輸路線安排問(wèn)題的優(yōu)化調(diào)度仿真系統(tǒng)設(shè)計(jì)第9章 未來(lái)擴(kuò)充的LRP問(wèn)題第10章 實(shí)例分析參考文獻(xiàn)

章節(jié)摘錄

　　第1章　緒論　　1.1　研究的背景與意義　　當(dāng)今的物流環(huán)境已經(jīng)解決了區(qū)域限制。由于缺乏管制和全球化的限制，許多物流管理者面臨位置一分配運(yùn)輸上的困難。許多管理學(xué)家開(kāi)始用集成化物流系統(tǒng)技術(shù)去解決相關(guān)的問(wèn)題。這些技術(shù)的核心是綜合定位一運(yùn)輸模型。通常條件下，綜合定位—運(yùn)輸模型能夠解決關(guān)聯(lián)的優(yōu)化數(shù)目、容量、設(shè)施位置等優(yōu)化問(wèn)題。其主要目標(biāo)是實(shí)現(xiàn)協(xié)調(diào)的、有效的配送，并且實(shí)現(xiàn)貨物的完整移動(dòng)?！　〗陙?lái)，國(guó)外許多學(xué)者對(duì)物流系統(tǒng)優(yōu)化問(wèn)題進(jìn)行了一定的研究，構(gòu)建了解決實(shí)際問(wèn)題的優(yōu)化模型，并找到了一些求解算法。關(guān)于定位一

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    物流配送路徑優(yōu)化調(diào)度建模與實(shí)務(wù) PDF格式下載

---