基于蚁群算法的低碳车辆路径优化研究开题报告
2024-06-01 10:06
1. 研究目的与意义
在经济新常态下，第三产业逐步成为产业主体，我国的物流业是现代服务业的重要组成部分。发展高效绿色物流，是适度扩大总需求、推进供给侧结构性改革的重要举措，有利于促进就业、提高全要素生产率。
低碳经济是通过技术、制度和产业创新以降低碳排放的一种经济发展形态，具有低能耗、低污染、低排放和环境友好的特点，旨在实现控制温室气体排放和发展社会经济的全球共同愿景。随着社会的发展，低碳环保理念越来越深入人心，而我国政府也己经承诺到2020年单位gdp碳排放要比2005年减少40%~50%，同时国家在“十三五”规划中提出推动低碳循环发展，表明“十三五”期间是我国低碳经济发展的关键时期。
党的十九大报告中指出，加快生态文明体制改革，建设美丽中国。因此，绿色低碳是物流可持续发展的一个必由之路，也是物流业的一个全新发展方向，研究低碳经济条件下的物流十分重要。低温运输是物流的关键环节，也是高能耗环节，对低温运输路径进行合理的优化配置，可以更好地促进物流的绿色发展。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究内容和预期目标
（1）本论文基于需要解决的问题，大体上将从以下几个部分进行：
第一，在全面分析低碳经济下物流配送环节的基础上，综合考虑物流配送过程中的车辆使用成本、运输成本、制冷成本、货损成本、碳排放成本和惩罚成本，考虑各种约束条件，拟构建综合总成本最小化的低碳物流配送路径优化模型。
第二，针对基本蚁群算法求解问题时易出现停滞、收敛速度慢、陷入局部最优的缺陷，将其他算法与蚁群算法结合，以蚁群算法为主，进行优化。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 国内外研究现状
对于本论文方向，国内外也做了诸多研究，主要有以下内容：
车辆路径问题(vehicle routing problem, vrp)由dantzig和ramser在1959年起先提出，车辆由配送中心(仓库)出发，为需求信息和位置确定的客户进行服务，并对车辆的行驶路线作出合理规划。随着vrp的广泛应用和不断深入的研究，关于vrp的研究成果越来越丰富。mohammed等研究了考虑车辆容量和旅行时间的vrp。目的是尽量减少旅行距离，同时确保客户满意并应有遗传算法计算最佳车辆行驶路线叫。wester等建立了具有时间和载重约束的车辆路径问题模型，并开发出一种基于遗传算法的求解方法，为其提供近乎最优的解决方案。montance等为了更加接近实际，对车辆的最大行驶里程进行约束，建立了具有同时取货和交付的车辆路径问题数学模型，并设计使用三种类型的运动来获得路线间的相邻解决方案的禁忌搜索算法来求解模型。gho seiri等在同时具有容量和时间窗口约束下，提出总行驶距离最小化的目标函数，并使用遗传算法求解该问题。
郎茂祥以配送总里程最短为目标函数，建立了车辆路径问题数学模型，并提出单亲遗传算法进行模型的求解。陶波等以最短路径作为目标函数，并运用改进的动态规划法算法求解该问题。朱才华等对不确定车辆数的有时间窗且带货物权重车辆路径问题进行研究，提出引入cx交叉算子的遗传算法，寻找满足要求的最少费用的路径。曾华等提出考虑行驶距离和载重量的带货权重旅行商问题，并应用离散粒子群算法对问题进行求解。王容考虑距离、时间和车辆数量的影响，构建针对最短总分布路径的数学模型。利用免疫禁忌搜索算法的混合策略，规划合理的路线，从而最大限度地降低运输成本。曾云提出运输成本与行驶距离成正比，建立总运输成本最小的目标函数，并运用改进的蚁群算法进行求解。张翠军等在vrp上，建立总运输距离最小的目标函数，并提出蚁群遗传融合优化算法求解该问题。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
4. 计划与进度安排
对本论文的撰写，初步将分成以下六章进行研究：
第一章，绪论。分析现代物流发展的背景以及物流配送过程中面对的环境问题，对不考虑碳排放和考虑碳排放的物流配送车辆路径问题以及求解算法进行总结和分析，确定 本文的研究内容和技术路线。
第二章，相关理论概述。对车辆路径问题、低碳物流及蚁群算法的理论知识进行详细的概述，为考虑碳排放的物流车辆路径问题的建模提供理论基础。第三章，物流配送车辆路径优化模型构建。首先回顾不考虑碳排的车辆路径问题的基本模型，然后详细分析影响油耗的相关因素，确立估算碳排放与油耗的计算方法，最后把油耗成本和碳排放成本考虑到优化目标中，以配送总成本最低为优化目标，构建问题的优化模型。第四章，蚁群算法。分析蚁群算法的不足，并针对物流配送车辆路径优化模型的特点，对蚁群算法进行设计，给出具体的实现过程。第五章，实例分析。给出实例，并应用Matlab进行仿真计算，分别从求解结果、算法求解性能、不同目标函数进行分析，证明所建立模型及其求解算法的合理性和有效性。第六章，结论与展望。对全文的研究内容进行总结，并给出进一步研究的方向。5. 参考文献
[1]张得志,乔馨,肖博文,王日东,毛成辉.基于低碳与随机需求的多目标车辆路径优化[J].铁道科学与工程学报,2021,18(08):2165-2174.DOI:10.19713/j.cnki.43-1423/u.T20200883.[2]李四兰,宋孟珂,郭伟钰.基于低碳排放的冷链物流多温共配路径优化研究[J].物流科技,2021,44(08):152-156.DOI:10.13714/j.cnki.1002-3100.2021.08.025.[3]王明雪. 基于遗传模拟退火的电网企业物资配送路径优化[D].华北电力大学(北京),2021.DOI:10.27140/d.cnki.ghbbu.2021.000917.[4]万燕. 低碳视角下生鲜农产品配送路径优化研究[D].昆明理工大学,2021.DOI:10.27200/d.cnki.gkmlu.2021.000477.[5]宋浩贤. 低碳背景下环勃海港口煤炭海铁联运路径优化研究[D].燕山大学,2021.DOI:10.27440/d.cnki.gysdu.2021.000679.[6]邵可南,吕成瑶,张帅帅,宫婧.一种基于冷链低碳物流路径的混合优化算法[J].计算机技术与发展,2021,31(02):27-32.[7]王佳南. 基于混沌猫群算法的低碳冷链物流配送路径优化[D].沈阳大学,2021.DOI:10.27692/d.cnki.gsydx.2021.000140.[8]Zhu* Xiaoning,Zhao Ziqian,Yan Rui. Low Carbon Logistics Optimization for Multi-depot CVRP with Backhauls - Model and Solution[J]. Tehni#269;ki vjesnik,2020,27(5):[9]周杨.国内低碳物流系统研究现状综述[J].河南理工大学学报(社会科学版),2021,22(01):31-36.DOI:10.16698/j.hpu(social.sciences).1673-9779.2021.01.005.[10]邵倩. 考虑多模糊时间窗的医药配送车辆路径优化[D].大连海事大学,2020.DOI:10.26989/d.cnki.gdlhu.2020.001509.[11]舒键. 低碳视角下冷链物流配送路径优化研究[D].西安电子科技大学,2020.DOI:10.27389/d.cnki.gxadu.2020.001541.[12]王晓琪. 考虑碳排放的物流配送车辆路径问题优化研究[D].山东科技大学,2020.DOI:10.27275/d.cnki.gsdku.2020.000339.[13]王露. 低碳背景下中欧生鲜农产品冷链多式联运方案研究[D].大连海事大学,2020.DOI:10.26989/d.cnki.gdlhu.2020.001222.[14]张如云. 低碳约束下城市建设项目物流优化研究[D].武汉理工大学,2020.DOI:10.27381/d.cnki.gwlgu.2020.000111.[15]赵越. 基于蚁群算法的冷链物流低碳配送路径研究[D].西安电子科技大学,2020.DOI:10.27389/d.cnki.gxadu.2020.001900.[16]李晶,邵倩.考虑多模糊时间窗医药物流配送路径优化[J].物流技术,2020,39(03):89-93.[17]Yan Li,Ming K. Lim,Jiayao Hu,Ming-Lang Tseng. Investigating the effect of carbon tax and carbon quota policy to achieve low carbon logistics operations[J]. Resources, Conservation amp;amp; Recycling,2020,154(C):[18]史册.绿色车辆路径问题综述[J].中小企业管理与科技(中旬刊),2020(03):112-113.[19]Ziqi Wang,Peihan Wen. Optimization of a Low-Carbon Two-Echelon Heterogeneous-Fleet Vehicle Routing for Cold Chain Logistics under Mixed Time Window[J]. Sustainability,2020,12(5):[20]姚臻,张毅.基于物联网和低碳双视角下冷链物流配送路径优化研究[J].生态经济,2020,36(02):61-66.[21]冷龙龙. 低碳物流选址路径问题及超启发算法研究[D].浙江工业大学,2020.DOI:10.27463/d.cnki.gzgyu.2020.000009.[22]陈志,江治杰,刘瑶.基于改进蚁群算法的不同路段低碳物流路径优化研究[J].生态经济,2019,35(12):53-59 66.[23]Jing Chen,Pengfei Gui,Tao Ding,Sanggyun Na,Yingtang Zhou. Optimization of Transportation Routing Problem for Fresh Food by Improved Ant Colony Algorithm Based on Tabu Search[J]. Sustainability,2019,11(23):[24]郑娟毅,付姣姣,程秀琦.基于蚁群算法的低碳冷链物流配送路径优化[J].西安邮电大学学报,2019,24(06):100-106.DOI:10.13682/j.issn.2095-6533.2019.06.018.[25]Li-Yi Zhang,Ming-Lang Tseng,Ching-Hsin Wang,Chao Xiao,Teng Fei. Low-carbon cold chain logistics using ribonucleic acid-ant colony optimization algorithm[J]. Journal of Cleaner Production,2019,233:[26]杨柳,王颍超,侯汉坡.冷链低碳配送路径优化研究[J].商业经济研究,2019(17):104-107.[27]袁卉姝,莫经梅.基于科学知识图谱的国内农产品物流文献研究[J].金陵科技学院学报(社会科学版),2019,33(03):56-59.DOI:10.16515/j.cnki.32-1745/c.2019.03.012.[28]杨家其,曹伦.多物流中心的城市冷链物流路径优化[J].物流技术,2019,38(07):71-75.[29]Chunmiao Zhang,Yanwei Zhao,Longlong Leng. A Hyper Heuristic Algorithm to Solve the Low-Carbon Location Routing Problem[J]. Algorithms,2019,12(7):[30]蔺士文,杨金云,吴昊龙,张月,龚志成.基于节约里程法的物流配送低碳路径优化[J].物流工程与管理,2019,41(04):80-82.[31]刘海莉. 基于低碳的欧尚连锁超市农产品冷链配送路径优化研究[D].中国矿业大学,2019.[32]梁坤.低碳视角下冷链物流的研究现状与展望[J].物流科技,2019,42(03):79-82.DOI:10.13714/j.cnki.1002-3100.2019.03.019.[33]张国兴. 基于改进遗传算法的电网企业物资配送优化研究[D].华北电力大学,2019.[34]蒋海青. 开放式低碳选址—路径模型及其算法研究[D].浙江工业大学,2019.[35]徐俏娬. 基于软时间窗约束整车低碳配送路径优化问题研究[D].南昌大学,2019.[36]高敏.基于云计算的低碳物流配送网络路径优化设计[J].哈尔滨商业大学学报(自然科学版),2018,34(05):560-563.DOI:10.19492/j.cnki.1672-0946.2018.05.011.[37]肖超. 基于改进蚁群算法的冷链低碳物流路径优化研究[D].天津商业大学,2018.[38]刘颖鑫. 低碳交通运输视角下纯电动物流车配送路径优化研究[D].渤海大学,2018.[39]钱振宇. 考虑碳排放的物流配送选址—路径问题模型及其优化方法研究[D].浙江工业大学,2018.[40]李新宇. 模糊需求下的低碳供应链选址-路径优化研究[D].大连理工大学,2018.[41]Yangkun Xia,Zhuo Fu,Sang-Bing Tsai,Jiangtao Wang. A New TS Algorithm for Solving Low-Carbon Logistics Vehicle Routing Problem with Split Deliveries by Backpack—From a Green Operation Perspective[J]. International Journal of Environmental Research and Public Health,2018,15(5):[42]康凯,韩杰,普玮,马艳芳.生鲜农产品冷链物流低碳配送路径优化研究[J].计算机工程与应用,2019,55(02):259-265.[43]杨宁. 考虑碳排放的城市快递配送车辆路径问题优化研究[D].北京邮电大学,2018.[44]谢雪梅. 低碳约束下商品车整车多式联运路径优化研究[D].武汉理工大学,2018.[45]李存兵,谢林君,杨金欣.面向低碳的双层遗传算法烟草物流路径优化[J].烟草科技,2018,51(01):85-92.DOI:10.16135/j.issn1002-0861.2017.0279.[46]Songyi Wang,Fengming Tao,Yuhe Shi. Optimization of Location–Routing Problem for Cold Chain Logistics Considering Carbon Footprint[J]. International Journal of Environmental Research and Public Health,2018,15(1):[47]肖超,张立毅,费腾.冷链低碳物流配送路径优化的细菌觅食—蚁群算法研究[J].数学的实践与认识,2017,47(21):98-107.[48]唐志忠. 供应链上企业物流系统资源管理与集成优化研究[D].天津大学,2017.[49]刘秀. 低碳视角下城市农产品冷链配送路径优化研究[D].大连海事大学,2018.[50]杨沈宇. 基于电动车的物流配送低碳路径优化问题[D].浙江工商大学,2018.[51]王智忆,陆敬筠.考虑低碳的冷链物流车辆配送路径优化[J].科技管理研究,2017,37(17):228-232.[52]Xuping Wang,Xinyu Li. Carbon reduction in the location routing problem with heterogeneous fleet, simultaneous pickup-delivery and time windows[J]. Procedia Computer Science,2017,112:[53]李艳明. 低碳视阈下冷链物流VRP优化研究[D].燕山大学,2017.[54]刘向伦. 低碳物流下多仓油罐车辆路径优化研究[D].河北工业大学,2016.[55]李亚男. 低碳约束下城市冷链物流配送系统优化研究[D].五邑大学,2016.[56]王迎. 基于蚁群算法的低碳物流路径优化研究[D].天津商业大学,2016.[57]张修洋. 基于系统动力学的低碳物流系统构建与优化研究[D].长安大学,2016.[58]孔阳. B2C电子商务模式下车辆路径优化问题研究[D].重庆交通大学,2016.[59]李亚男,刘联辉,李晓曼,李冬冬.低碳约束下城市冷链物流配送系统优化研究[J].中国市场,2016(10):36-37 39.DOI:10.13939/j.cnki.zgsc.2016.10.036.[60]张亚楠. 低碳约束下的物流配送车辆路径问题及智能算法研究[D].上海工程技术大学,2016.[61]Bin Yang,Zhi-Hua Hu,Chen Wei,Shu-Qin Li,Lei Zhao,Shuai Jia. Routing with time-windows for multiple environmental vehicle types[J]. Computers amp;amp; Industrial Engineering,2015,89:[62]丁红英.低碳经济视角的我国农产品逆向物流发展路径优化[J].农业经济,2015(11):133-134.[63]黄博,金志扬.基于节约法的海南某公司物流配送路径优化[J].物流技术,2015,34(21):124-126.[64]Peixin Zhao,Haoran Yu,Zhiyang Wang,Lulu Xu. Fuzzy evaluation of low carbon development levels for logistic enterprises in China[J]. Journal of Industrial Engineering and Management,2015,8(5):[65]林翰雄.低碳经济视野下的农产品逆向物流发展路径优化[J].商业时代,2014(19):17-18.[66]Liyi Zhang,Ying Wang,Teng Fei,Hongwei Ren,Xiang Li. The Research on Low Carbon Logistics Routing Optimization Based on DNA-Ant Colony Algorithm[J]. Discrete Dynamics in Nature and Society,2014,2014:[67] Generalized Vehicle Routing Problem for Reverse Logistics Aiming at Low Carbon Transportation[J]. Industrial Engineeering amp;amp; Management Systems,2013,12(2):[68]靳方平. 基于低碳经济视角的车辆路径优化理论与方法研究[D].中南大学,2013.[69]姜文焯,施梦薇.优化我国现代物流经济发展路径的探索[J].北方经济,2013(10):35-36.[70]Ting Wang,Jing Lu. Research on Optimization of Low Carbon Logistics Distribution Path in B2C E-commerce[P]. 2019 International Conference on Social Science and Education,2020.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
