电子商务低碳经济论文提纲

论文题目：面向电商物流终端配送的电动车车辆配置与路径集成优化

摘要：本文以现阶段电子商务终端物流配送为主要研究内容,归纳和分析了电子商务物流终端配送车辆路径优化技术和常用求解算法,发现现阶段电商物流企业在终端配送方面,存在能力与需求的矛盾。一方面,电动车存在货物容量约束和电池电量约束,配送能力有限;另一方面,一个物流配送点需要为众多的消费者进行门到门的配送,配送任务繁重。针对电子商务环境下终端物流配送规模大、电动车货物容量和行驶里程有限的问题,建立电商终端物流配送中的电动车配置与路径规划集成优化模型,并提出一种基于临近城市列表的双策略蚁群算法,实现物流配送电动车辆配置与配送路径集成优化。然后,通过文献数据、国际标准数据集VRPLIB和CN电商企业大规模真实数据对所提出的模型和算法进行测试。主要内容包括以下几个方面:首先,在低碳经济的大背景下,电动车辆必将成为未来汽车行业、物流配送行业等发展的方向,提出了电动车配置与路径规划集成优化模型,该模型以电动车辆数和总路径最短为目标,以电动车货物容量和电池续航里程为约束,是带容量的车辆路径问题的进一步扩展,属于双容量约束路径规划问题。其次,针对现有蚁群算法存在易陷入局部最优、计算时间长等问题,提出双策略蚁群算法,该算法在货物容量和续航里程的约束下,将蚁群搜索策略分为两类,即基于邻近城市列表的局部搜索策略和全局搜索策略,在提高搜索效率的同时防止陷入局部优化。并采用文献数据、国际标准数据VRPLIB和CN电商物流企业的真实数据进行测试,结果表明双策略蚁群算法显著优于其他算法。最后,设计一个基于百度地图API的物流终端配送系统,并将双策略蚁群算法采用C#编程实现并应用到系统中。系统通过导入CN电商企业的配送数据,进行优化计算,最终输出车辆配送路线以及在百度地图上规划出理论路线和实际路线。

关键词：终端配送;双容量约束车辆路径问题;临近城市列表;双策略蚁群算法

学科专业：工程硕士（专业学位）

摘要

ABSTRACT

第一章 绪论

1.1 研究背景与意义

1.2 研究目标与内容

1.3 研究方法与技术路线

1.4 论文组织

第二章 相关理论与文献综述

2.1 电商物流

2.2 终端配送车辆路径规划

2.3 车辆路径规划常用方法

2.4 带容量的车辆路径CVRP数学模型

2.5 蚁群算法

2.5.1 蚁群算法原理

2.5.2 基本蚁群算法

2.5.3 最大-最小蚁群系统

第三章 双容量车辆路径模型与改进蚁群算法

3.1 双容量车辆路径模型

3.1.1 问题特征

3.1.2 DCVRP问题数学模型

3.2 现有蚁群算法不足及改进思路

3.3 临近城市列表

3.3.1 临近城市列表搜索策略

3.3.2 临近城市列表搜索步骤

3.4 临近城市列表蚁群算法

3.4.1 NMMAS的转移概率计算

3.4.2 NMMAS的信息素更新

3.4.3 NMMAS算法设计

3.4.4 NMMAS算法伪代码和流程图

3.5 双策略蚁群算法

3.5.1 DMMAS的转移概率计算

3.5.2 DMMAS的信息素更新规则计算

3.5.3 DMMAS算法设计

3.5.4 DMMAS算法伪代码和流程图

第四章 系统实现与大规模测试

4.1 系统开发工具与环境

4.2 基于百度地图API的物流终端配送系统实现

4.3 基于文献数据的算法测试

4.4 基于国际标准数据集VRPLIB的算法测试

4.5 DCVRP和 DMMAS在 CN企业中的应用

4.5.1 CN电商企业终端配送路径规划的数学模型构建

4.5.2 DCVRP和 DMMAS在 CN企业中的应用

第五章 总结与展望

参考文献

致谢