超市逆向物流管理论文提纲

论文题目：物流配送选址—运输路径优化问题研究

摘要：作为前景广阔、市场潜力巨大的新兴服务产业,现代物流业已成为确保国民经济在高起点上可持续发展的源动力,并已扩展成为以科学技术和现代管理作支柱的综合物流系统。 通过优化物流系统、实现资源最优配置和要素最佳组合,必将形成发散效应,带动和刺激新的经济增长,达成资源节约、环境友好、物流活动最优化的目标。 配送中心的选址和运输路径的设计优化是物流系统中两个重要的子问题,以往研究大多将这两个问题独立分析,致使系统衔接不够完善,难以取得整体优化效果,同时研究领域也存在部分盲点,因此有必要结合物流自身特点对物流配送选址-运输路径优化问题进行有侧重性的组合研究。本文针对国内外研究现状进行了回顾和综述,并通过综合考虑与分析,就其中的一些重要课题进行模型构建和算法求解及应用研究。 作为关键衔接平台,配送中心选址对于物流系统优化目标能否实现十分重要。本文在界定配送中心内涵的基础上,根据研究需要对离散型选址方法进行了介绍,并分别设计改进渐进覆盖及最小包络聚类模型求解选址问题,其中渐进覆盖模型优化了节点分配原则与算法流程,最小包络聚类模型在完善判定条件的基础上综合考虑了各节点的服务时间与空间分布。 静态环境选址-运输路径优化问题的研究体系已较为成熟,但在某些领域仍然存在研究空白,论文基于正向物流配送研究,充分考虑逆向物流的特点进行建模求解,选取超市配送算例进行测试。 随着研究的深入,学者们已开始关注动态环境下的选址-运输路径优化问题。本文对该类问题作出了更为切合实际的界定,将路线网络性能等不确定因素纳入问题范畴,在不考虑服务设施可能位置变化的前提下,研究基于路网性能动态变化的选址-运输路径优化问题,运用实时优化方法思想,将动态环境下的优化问题转换成分阶段确定的静态问题进行求解。 在理论研究基础上,本文选取基于准时制采购的制造业配送和冷链配送两个时效性要求很强的算例进行动态环境问题测试,选择最小包络聚类模型结合时间窗要求进行选址,通过客户满意度模型分析,提出在最大化客户满意度的基础上进行车辆路径优化,从而做到兼顾企业和客户利益。 考虑到问题的复杂性,为保证求解质量,本文采用先分解后整合的思路设计求解方法,将该问题分解为两个子问题,先考虑对选址子问题和路径优化子问题求解,子问题间是衔接而非独立关系,然后再思考问题的整体性,统筹综合得到问题的最终解。 论文运用禁忌搜索算法求解静态环境下带逆向物流的问题；设计混合遗传算法求解动态环境下有时间窗的选址-路径优化问题和选址-多车型运输路径优化问题,算例测试均用较短时间取得较为满意的优化效果,表明了算法的优势。

关键词：物流配送;选址-运输路径优化;渐进覆盖;聚类分析;实时优化;禁忌搜索算法;混合遗传算法

学科专业：物流工程

摘要

Abstract

1 绪论

1.1 选题背景及意义

1.2 研究内容和方法

2 国内外研究综述

2.1 物流配送中心选址问题

2.2 车辆路径问题

2.2.1 静态车辆路径问题

2.2.2 动态车辆路径问题

2.3 选址-运输路径优化问题

2.4 本章小结

3 物流配送选址-运输路径优化基本理论分析

3.1 配送中心概述

3.1.1 配送中心概念及定位

3.1.2 配送中心功能及类型

3.2 配送中心选址基本理论分析

3.2.1 选址目标与原则

3.2.2 选址影响因素与工作流程

3.3 配送中心选址模型分析

3.3.1 混合0-1整数规划法

3.3.2 最大覆盖模型

3.3.3 聚类分析选址模型

3.4 车辆路径问题概述

3.4.1 车辆路径问题相关概念分析

3.4.2 求解车辆路径问题的通用启发式算法

3.4.3 动态车辆路径问题分类及求解方法分析

3.5 选址-运输路径优化问题类型及求解方法分析

3.5.1 选址-运输路径优化问题类型

3.5.2 求解方法分析

3.6 本章小结

4 静态环境下带逆向物流的选址-运输路径优化问题研究

4.1 静态环境选址-运输路径优化问题描述

4.2 逆向物流描述

4.3 静态环境带逆向物流的选址-运输路径优化问题研究现状

4.3.1 逆向物流选址问题

4.3.2 逆向物流车辆路径问题

4.3.3 逆向物流选址-运输路径优化问题

4.4 LRP问题模型构建

4.4.1 问题描述及模型基本假设

4.4.2 模型参数设定

4.4.3 模型的建立

4.5 时间满意度函数分析

4.6 求解算法设计

4.6.1 求解思路

4.6.2 渐进覆盖选址模型分析

4.6.3 禁忌搜索算法基本特点及流程

4.6.4 禁忌搜索算法设计

4.7 应用实例-超市配送LRP问题

4.7.1 超市配送问题概述

4.7.2 算例分析

4.8 本章小结

5 动态环境下带时间窗的选址-运输路径优化问题研究

5.1 动态环境选址-运输路径优化问题描述及研究现状

5.1.1 问题描述

5.1.2 研究现状

5.2 时间窗问题描述

5.3 动态环境下车辆行程时间分析

5.3.1 道路拥堵程度分析

5.3.2 车辆行程时间分析

5.4 客户满意度模型分析

5.4.1 车辆模糊行驶时间分析

5.4.2 客户模糊预约时间分析

5.5 LRP问题模型构建

5.5.1 问题描述及模型基本假设

5.5.2 模型参数设定

5.5.3 模型的建立

5.6 求解算法设计

5.6.1 求解思路

5.6.2 动态环境LRP问题求解策略

5.6.3 聚类选址模型分析

5.6.4 遗传算法基本特点及流程

5.6.5 混合遗传算法设计

5.7 应用实例-基于准时制采购的制造业配送LRP问题

5.7.1 准时制采购描述

5.7.2 算例分析

5.8 本章小结

6 动态环境下选址-多车型运输路径优化问题研究

6.1 选址-多车型运输路径优化问题描述及研究现状

6.1.1 问题描述

6.1.2 研究现状

6.2 多车型运输问题模型分析

6.2.1 模型参数设定

6.2.2 模型的建立

6.2.3 模型求解策略

6.3 LRP问题模型构建

6.3.1 问题描述及模型基本假设

6.3.2 模型参数设定

6.3.3 模型的建立

6.4 求解算法设计

6.4.1 求解思路

6.4.2 算法设计

6.5 应用实例-冷链物流配送LRP问题

6.5.1 冷链物流描述

6.5.2 冷链物流配送成本构成分析

6.5.3 算例分析

6.6 本章小结

7 总结与展望

7.1 全文总结

7.2 研究展望

参考文献

致谢