预览加载中,请您耐心等待几秒...
1/9
2/9
3/9
4/9
5/9
6/9
7/9
8/9
9/9

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

冷链物流多温配送路径优化研究冷链物流多温配送路径优化研究毕业论文无论对普通大学毕业生还是成教毕业生都是个挠头的问题,开题报告、参考文献等等都是让人十分烦恼的事情,下面YJBYS小编为大家带来职称毕业论文,欢迎阅读![摘要]传统的冷链物流配送过程中既容易造成货损和环境污染,又不利于货物配送半径的扩展和客户对货物的质量要求。本文在考虑货物配送过程中对温度的要求之外还加入传统的路径优化和时间窗的限制,在配送总成本最优的情况下进行冷链物流配送。[关键词]多温共配;软时间窗;路径优化;成本模型一、引言目前我国冷链物流配送的发展很快,粗放式的发展造成成本急剧增加,配送环节成本就占总冷链运营成本的35%~60%,但是在对冷链配送的研究中,突出的问题是大多数研究是对冷链物流配送车辆路径的优化,而忽略了冷链配送中货物对温度的要求和成本的考虑,这使得在实际配送过程中造成配送的成本高昂和货损严重。只利用常温配送路径优化的模型不能很好地控制冷链物流总成本,基于此本文在利用常温配送车辆路径方法基础上,考虑到多温共配的成本特殊性,同时加入软时间窗的限制,尽可能解决配送路径优化与成本之间的矛盾。二、基于配送总成本的多温共配模型构建在建模过程中,需要使配送过程的总成本达到最优,所以本文将总成本分为车辆的固定成本、货物的配送中制冷成本、货物在运输途中的货损成本、装卸搬运时的货损成本和因违反时间窗约束而产生的惩罚成本。综合各部分成本建立多温共配的总成本模型。21参数设计m为运输车辆的数量;n为客户总数量;v为每单位路程运输成本;f为每辆车的固定成本;dij为客户i到j的距离;a1为运输过程中的货损系数;a2为搬运过程中的货损系数;Yi为客户的货物需求数量;xi为送货到达的时间;为货物价格;β为未及时送达的惩罚成本;P1为制冷剂价格;R为载货量;S为车体内部的表面积;T1,2,3,…,n为不同货物所需的不同温度;ti为在客户i停留时间;Tij为车辆从客户i到客户j所用的时间;G为制冷剂的消耗量。22多温配送各部分成本的确定221车辆的固定成本固定成本主要包括车辆以及车载设备的购买、折旧;驾驶员与工人的工资等。固定成本的表达式为:C1=m・f222配送车辆的运输成本配送车辆的运输成本包括车辆的油耗、维修、保养和过路费等。在运输成本中由于本文加入软时间窗的限制,所以考虑到在一线城市中市内堵车的情况,运输配送的路线选择,以及时间的要求,都会影响到运输成本。其表达式为:C2=[DD(]n[]i=0[DD)][DD(]n[]j=1[DD)][DD(]m[]k=1[DD)]cdijxijk223配送运输过程中的货损成本在低温环境中,货物的保质期会延长,超出保质期的货物就会变质,这部分的损失就是运输过程中的货损成本。其表达式为:C3=P[DD(]n[]i=0[DD)][DD(]n[]j=1[DD)][DD(]m[]k=1[DD)]yija1dij224装卸搬运时的货损成本运输车辆在配送中心装车和到达客户时卸货的`整个过程中货物会发生损坏,并且在装卸时开关车门会影响车内温度的变化,加快货物的损坏速度。这部分成本称之为装卸搬运货损成本,其表达式为:C4=P[DD(]n[]j=1[DD)][DD(]m[]k=1[DD)]a2Xiyjk225惩罚成本本文采用软时间窗的做法,如果货物不能在规定的时间范围内送到客户手中,则给予一定的惩罚。以a3和a4分别表示车辆提早和迟到带来的单位损失成本,如果货物提前送到,则会产生a3(Ej-sj),如果配送迟延,则产生a4(si-Tj),由此可以得到惩罚成本函数:C5=a1[DD(]n[]j=0[DD)]max(Ej-sj,0)+a2[DD(]n[]j=0[DD)]max(si-Tj,0)226制冷成本冷藏设备工作时需消耗制冷剂,对每辆车来说,由于车体内部的表面积、车厢材质传热系数和外界的温度等影响因素不同,制冷成本也各不相同。使用制冷剂则消耗的制冷剂的量为G=Tij×R×S×[DD(]n[]i=1[DD)]ti。则制冷成本函数为:C6=m×[DD(]n[]i=0[DD)][DD(]n[]j=0[DD)]p1×G根据以上各部分的成本可以得到配送过程中总的成本:C=m×f+[DD(]n[]i=0[DD)][DD(]n[]j=1[DD)][DD(]m[]k=1[DD)]cdijxijk+P[DD(]n[]i=0[DD)][DD(]n[]j=1[DD)][DD(]m[]k=1[DD)]yija1dij+P[DD(]n[]j=1[DD)][DD(]m[]k=1[DD)]a2Xiyjk+a1[DD(]n[]j=0[DD)]max(Ej-sj,0)+a2[