發(fā)布時(shí)間：2024-06-04 21:24

　　隨著信息技術(shù)的發(fā)展,電子商務(wù)逐漸成為我國(guó)重點(diǎn)發(fā)展的產(chǎn)業(yè)之一。但電子商務(wù)“最后一公里”物流面臨著配送成本高、客戶滿意度低等問題,物流難題成為制約電子商務(wù)發(fā)展的一大阻礙。近年來無(wú)人機(jī)的出現(xiàn)為物流配送提供了一種嶄新的配送模式,但由于無(wú)人機(jī)的自身特點(diǎn)使其在載重和飛行里程方面受到制約,單獨(dú)完成配送任務(wù)時(shí)存在局限,為此本文研究貨車和無(wú)人機(jī)聯(lián)合配送模式,并考慮碳排放和區(qū)域限制,為解決電子商務(wù)物流配送中存在的問題提供了新的思路。本文首先分析了車輛路徑問題、無(wú)人機(jī)配送、貨車和無(wú)人機(jī)聯(lián)合配送的國(guó)內(nèi)外研究現(xiàn)狀,闡述了物流配送、多目標(biāo)決策的車輛路徑問題、貨車和無(wú)人機(jī)聯(lián)合配送以及常用優(yōu)化算法的相關(guān)理論。其次,給出客戶滿意度表達(dá)函數(shù)并分析成本構(gòu)成和區(qū)域限制,以總成本最小和客戶滿意度最大為目標(biāo)建立考慮碳排放和區(qū)域限制的貨車和無(wú)人機(jī)聯(lián)合配送路徑優(yōu)化模型,通過排序熵權(quán)法計(jì)算各目標(biāo)函數(shù)的權(quán)重系數(shù),將多目標(biāo)問題采用加權(quán)方法轉(zhuǎn)化為單目標(biāo)問題。再次,對(duì)蟻群算法進(jìn)行改進(jìn),引入人工蜂群算法的動(dòng)態(tài)分級(jí)思想,將蟻群分為兩種蟻態(tài),并分別執(zhí)行不同的局部信息素更新策略,為了保持種群的多樣性,進(jìn)行優(yōu)質(zhì)解交換且限制信息素濃度上下限。最后,采用仿...

【文章頁(yè)數(shù)】：93 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
        1.2.3 研究述評(píng)
    1.3 本文的研究?jī)?nèi)容與方法
        1.3.1 研究?jī)?nèi)容
        1.3.2 研究方法
        1.3.3 本文創(chuàng)新點(diǎn)
        1.3.4 技術(shù)路線
第2章 相關(guān)基礎(chǔ)理論
    2.1 物流配送基礎(chǔ)理論
        2.1.1 物流配送的概念
        2.1.2 物流配送的分類
        2.1.3 電子商務(wù)物流配送的特點(diǎn)
        2.1.4 低碳物流配送的特點(diǎn)
    2.2 多目標(biāo)決策的車輛路徑問題基礎(chǔ)理論
        2.2.1 多目標(biāo)決策的車輛路徑問題概述
        2.2.2 多目標(biāo)決策的車輛路徑問題構(gòu)成要素
        2.2.3 多目標(biāo)決策的車輛路徑問題種類
    2.3 貨車和無(wú)人機(jī)聯(lián)合配送基礎(chǔ)理論
        2.3.1 貨車和無(wú)人機(jī)聯(lián)合配送的概念
        2.3.2 貨車和無(wú)人機(jī)聯(lián)合配送模式的特點(diǎn)
        2.3.3 貨車和無(wú)人機(jī)聯(lián)合配送模式適用范圍
        2.3.4 貨車和無(wú)人機(jī)聯(lián)合配送路徑優(yōu)化問題
    2.4 常用優(yōu)化算法
        2.4.1 常用求解算法分類
        2.4.2 智能優(yōu)化算法
    2.5 本章小結(jié)
第3章 考慮碳排放和區(qū)域限制的聯(lián)合配送路徑優(yōu)化模型
    3.1 問題描述
    3.2 模型假設(shè)及參數(shù)說明
        3.2.1 模型假設(shè)
        3.2.2 參數(shù)描述
    3.3 模型分析
        3.3.1 區(qū)域限制分析
        3.3.2 客戶滿意度分析
        3.3.3 成本分析
    3.4 模型建立
    3.5 多目標(biāo)處理
        3.5.1 方法選擇
        3.5.2 權(quán)重計(jì)算
    3.6 本章小結(jié)
第4章 改進(jìn)蟻群算法設(shè)計(jì)
    4.1 模型求解算法
        4.1.1 蟻群算法
        4.1.2 人工蜂群算法
    4.2 算法設(shè)計(jì)
        4.2.1 蟻群分級(jí)
        4.2.2 局部信息素濃度動(dòng)態(tài)更新
        4.2.3 優(yōu)質(zhì)解的交換策略
        4.2.4 信息素濃度限制
        4.2.5 改進(jìn)蟻群算法流程
    4.3 本章小結(jié)
第5章 算例分析
    5.1 數(shù)據(jù)選取
    5.2 目標(biāo)權(quán)重計(jì)算
    5.3 優(yōu)化結(jié)果分析
    5.4 結(jié)果對(duì)比分析
    5.5 本章小結(jié)
結(jié)論與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文和科研成果
致謝
作者簡(jiǎn)介



本文編號(hào)：3989187