终端分布网络路径优化研究外文翻译资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

终端分布网络路径优化研究

摘 要

本文提出了一个关于终端分布网络路径的优化问题，通过其分销操作过程定义研究问题，紧接着终端分配路径优化。构建了动态优化算法，首先从目标分配节点分配车辆，并且货物到N个客户被交付，最多适当的分配路径到最小分配距离并优化终端分布路径。两个部分包括算法用来构建和示例。

关键词 终端分布;动态优化算法;路径优化

第1章 介绍

在物流配送网络优化过程中，包括两个阶段：第一阶段是路径优化节点之间的分布，即货物在过程中的连续分布，路径源节点分布到目标分布优化过程;第二阶段是终端分布路径优化，即由目标分布节点到路径优化过程之间多个客户端。因此本文主要针对终端分配路由优化问题。终点站分布路径优化正在建立动态优化算法的过程中，从目标分布节点分配车辆，计算交付货物的路径到最小分发距离并优化终端分发路径并以最合适的分配向N个客户。

第2章 物流配送网络路径优化问题研究概述

2.1 分布网络路径优化研究

物流配送网络中的路径优化问题与传统的路径优化问题有一定的区别，网络中的路径优化问题针对网络点或边缘的条件可以分为弧路径问题和点路径问题。其中，弧路径问题考虑的是网络边缘服务，还有一些路径问题考虑的是中立网络服务。点路径的典型代表是旅行推销员问题和车辆路径问题。考虑到配送网络及其路径优化，牛永良^[1]提出了物流配送网络结构——“三级”，这种结构符合企业的实际网络结构，在“四叉树”原则上划分客户，使用两阶段启发式算法优化车辆驾驶路线。王鲁梅^[2]，将不定向的传统退火算法转化为定向退火算法，实例表明该算法提高了效率。蒋忠中^[3]在车辆路径优化问题研究中，从交付过程的实际情况出发，考虑车辆行驶时间和客户服务时间的不确定性，由配送中心和客户两种节点组成的物流分配网络，建立了物流配送车辆路径优化的模糊规划模型。刘秋生等建立了车辆荷载优化模型，采用动态规划方法获得最优解。Ko Hyun-Jeung和Geraldw。 Evans（2007）从第三方物流企业的角度建立和优化逆向物流的混合整数非线性规划模型，提出了基于启发式算法的遗传算法解决模型，Ma Zujun 从操作的角度使成本最小，为了确定设施的数量和位置，以及每个合理的物流路径，建立混合整数线性规划模型。H .A.Eliselt主要探讨了几个类别，中国邮递员算法对中国邮政问题，没有中国邮政路，单一的中国邮政问题，混合中国邮政路径，启发式中国邮政问题。 G. Groves 研究了中国道路利润最大化。W.L.Parn 结合各种图论理论算法，同时考虑了车辆路径和调度管理两个方面的路径优化问题。秦文青从供应链层面（横向）的合作，优化配送网络。他的目的是提高供应链物流网络的整体服务水平。

2.2 文献评论

大多数研究问题的学者将重点关注在算法的改进上，并着重于优化设计的目标，但大多数研究没有完全结合交通网络特征的实际分布，大多数研究者认为任何两个点可以直接在模型和算法的基础上进行设计，因此物流配送路线优化问题与交通网络连通性分布有关，还有待进一步研究。

这些研究大多数集中在正常条件下物流配送网络的路径优化问题，由于物流配送网络不仅包括传统的“正向”物流分销网络，同时还包括回收和旧产品回收再利用的“逆向”物流网络，因此鉴于正向和逆向物流配送网络在优化问题上的结合还有待进一步讨论。

2.3研究目的

鉴于物流配送网络节点的不同性质和功能，阶段性解决物流配送网络路径优化思路和方法的问题。在物流配送网络结构和基于物流配送网络的运行过程中，在物流企业的基础上，在运营过程中物流配送网络的路径优化可以分为不同的阶段。根据第二项端子分布的特性路径优化，构建闭环动态优化算法，并通过案例验证。

第3章 终端分布操作流程

1）调度人员根据客户的分配位置，根据客户订单分类，划分基本分布区。

2）货物的性质，货物调度人员根据用户的需要对货物进行分类，将类似货物放在一起，完成车辆装载。

3）根据客户订单所需的时间，确定分发的顺序，顺序是暂定的，因为根据具体情况需要进一步优化。

4）操作人员根据货物的情况，安排车辆的成本，根据实际情况选择外包运输或自己运输。

5）运营商根据客户的位置，交货时间和当地交通状况，以确定配送线路，尽可能满足客户要求的同时，降低运输成本。

6）根据最小节省里程的原则，确定配送线后，可以确定配送订单。

7）在装载前发送，在发送第一次装载原则后，在确定的分配顺序的基础上装载，然后运输。

8）客户签字，有自己的团队或其他服务提供商的所有者客户和推销员指示货物在交货单上签字或盖章后。有自己的团队或其他服务提供商的律师将带回相关文件和文件。分销阶段结束时的操作流程图如图1所示。

从节点之间的分布操作过程的角度来看，关键在于航运过境转移过程之间的节点，所以在不同的货物分配，分配的节点由货源分配节点到目标分配的重复运动——暂停——运动暂停。通过对企业物流配送系统的分析，可以把暂停抽象成节点，运动可以抽象为链。这种货物分布可以定义为货物分布之间节点在网络中的节点和线路，在转移过程中连接运动的方向。来自运营过程结束交货，关键点是客户之间的货物分配过程，即从基层的分销网络到多个客户的过程。因为节点的两阶段涉及不同，操作过程也不同，因此配送网络的路径优化问题分为不同阶段。

第4章 终端分布路径优化研究

4.1 终端配送路线优化任务模型

物流配送网络路径优化的终端分布是在节点到多个客户端之间，来自基层目标的货物分布路径优化的过程。问题是从系统设置主要分配节点（1）假定为节点向系统内的每个客户对于物料分配发送车辆，分配后再次完成每个客户的退货和回收材料回到主要分配节点1。材料分配车辆最短路径和路线的研究。因此，它是闭环物流的闭环路径的正向物流和逆向物流的组合网络优化过程，如图1所示。线路代表网络传输中的不同节点货物之间的移动路线，可能有多个运输路线在任何一对节点之间链接在一起，这些线代表不同的运输方式，运输路线或不同的货物。

本文提到，闭环物流是指在传统的过程中充分考虑物流配送在逆向物流的作用，并提出物流和逆向物流配送系统分析和处理，使物流配送系统更加合理，逆向物流是在前期物流配送的基础上提出的组合。组成闭环物流网络应包括以下两部分：传统的“正向”物流分销网络;回收和回收废物“逆向”物流配送网，这两个闭环特性的分布网络主要体现在它们彼此不是独立的，而是“从原材料到连接点，再次通过运输回到原材料”的特点。因此，根据传统环境“资源—生产—消费—丢弃”的过程转化为“资源消耗—可再生资源“的闭环反馈过程。闭环物流配送的产生符合可持续发展的要求，创造新的竞争优势企业，它不是一个简单的物流和逆向物流和配送网络，而是在服务的企业从战略层面和运营层面。因此，环境和非环境都形成物流分配的出现和发展的闭环。如图2所示。由于闭环物流配送系统需要双向物流配送，这种增加困难的闭环物流网络规划，有效的共享设施可以有效减少物流成本。由于终端客户在地理上分散，并且已经使用的材料已经成为更少的产品数量，这对于前进物流和逆向物流配送线而言一体化的运输能力带来了很大的困难，往往通过提供的整合丢弃产品成本高于产量。因为回收和分配有很多区别，如何使有效并且产品与废品运输路线和交通之间的合理安排成为一个问题。

图1. 配送工作运行程序.

4.2 终端配送路线优化算法设计

4.2.1 假设

为了便于建模和解决，本文提出了抽象和简化所需的真正问题。具体假设如下：

1）终端分配节点的定义：从主要分发节点到多个客户交付;主要分销节点和客户的位置; 主要分销节点设置的货物可以到达其对应的所有客户。

2）车辆装载条件的定义，可以使用和必须相同的每个运输车辆的最大负载不允许超载;分配，假设每个货盘从主要分销节点，完成其相应的客户服务后返回到配送中心。

图 2. 封闭分销网络

3）根据客户要求的定义，允许不同的客户对装载在车内相同分配内的货物的需求。每个客户的运费不得超过最大负荷分配车辆;必须满足每个客户的交货要求，只能由汽车执行，不允许部分交货;客户对货物的需求没有时间窗口。

4）分配区域的定义：仅考虑区域物流的物流配送范围。

5）优化目标的定义：物流配送的最短路径，小型成本和客户需求分配在最短时间内到达的货物属于最短路径所需的时间范围;在忽视车速和车辆运行成本差异的前提下，可以认为旅行最短的路线是最经济的路线。

6）路径定义：相关信息通过两点之间的距离反映地理位置，而不考虑其他地理设施的限制。

4.2.2 基本变量

这一部分的终端分配过程涉及需要遍历N个客户，每个客户只需要一次服务，两点之间的距离就已知，通过算法找到最终路径分配过程的结束。

可变参数的算法及其含义：N i = {2,3，，i - 1，i 1，...，n}，由基层的分配节点1向客户i表示，可以采集中间节点的集合，Q表示分配节点1在基层到客户通过中间节点的集合，Qisin;Ni。状态变量用（i，Q）表示，分配车辆从基本分布节点1开始，在Q的节点集合之后的中间向客户i开车; （i，theta;）表示从基本分配节点1开始的传送车辆，在没有其他客户机的情况下直接驱动到客户i，其中theta;空集合。决定变量表示pk（ik 1，Qk）= ik决定运送车辆从客户ik -1驱动到客户ik。最优值函数表示从主分配节点1到k个中间节点（Q表示中间节点的K个集合）到最短路径距离的节点i的f k（i，Q）递送。

4.2.3 算法设计

根据3.2.1的基本假设，在本文中解决类型（4-1），类型（4-2）的数学模型。

其中，边界条件f 0（i，theta;）diate节点（Q =theta;）直接到距离d_ji最优值函数f n-1（1，Nn，1），N n，所述递送车辆从节点1开始，而不包括节点i{2,3，，n}，用于在配送网络中发货，从节点1到n-1个其他中间节点一次又一次地返回到最短距离节点1.最优路由分配1 = i0→i1→→ik -1→ik→int -1→int = 1由优化决策序列P1 * n = {p0（i1，theta;），p1（ 包括决策变量pk（ik 1，Qk）= ik的所述分布（i2，Q2），p2（i3，Q2），pk（ik 1，Qk），pn-1（in，Qn-1） 车辆从基本分配节点1开始，在k中间客户一次性（Qk意味着k中间客户收藏）给客户ik 1，然后收紧到达节点ik的最短路由。通过优化一步一步，最终可以实现终端分布优化，如类型（4-3）。nmin Z =Sigma;f n -1（1，Nn，1）（4-3）i = 1其中Z表示分配车辆距离总和过程中的终端分配。

4.3终端配送路线优化实例

4.3.1 终端配送路线优化例如背景

如在图3中所示的闭环物流网络，一个处于subordi-内特五种商品超市分配节点的物流配送网络在上在基层分配节点A每天基层发送的递送货物配送到每个超级市场，然后在卸货和回收货物装运后返回，以便到下一个目的地，最终将返回并循环回到主要分销节点。 基层分布在表1节点和五个超市之间的距离（单位：公里），每个超级市场之后的主要分销节点的交付要求一次只有一次，最终回到主要分销节点，交付

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[613509]，资料为PDF文档或Word文档，PDF文档可免费转换为Word