带模糊时间窗的多车场车辆路径研究.pptx

带模糊时间窗的多车场车辆路径研究车辆路径问题是物流配送的关键环节,也是现代物流领域研究的前沿热点。随着交通运输网络的扩大和物流配送需求的持续增长,单个配送中心难以满足消费者日益多样化的配送需求,因此多车场的车辆路径问题在实际生活中有着重要的应用前景。
当前消费观念逐渐从商品转变为对服务质量的重视与评价,尤其在客户需求复杂多样的物流配送网络,客户对服务交付时间日益敏感。在合理规划车辆路径的同时,提高企业服务水平在物流配送中也愈加重要。
因此,本文综合考虑配送成本和客户满意度,研究带模糊时间窗的多车场车辆路径问题。主要研究工作如下:(1)分析不同类型的客户服务时间窗,根据现实中客户对服务时间的具体要求对时间窗进行模糊化处理。
采用模糊隶属度函数将多车场车辆路径中客户的时间窗转换为客户对货物送达时间的满意度,通过对时间窗处理来反映客户对配送时间的需求。(2)考虑配送成本和客户满意度,构建三个多车场车辆路径模型。
首先建立配送成本最小化的车辆路径模型ModelⅠ;其次建立客户满意度最大化的车辆路径模型ModelⅡ;最后建立同时考虑配送成本和客户满意度的多目标车辆路径模型ModelⅢ,并在模型中考虑客户服务水平约束,研究服务水平对多车场车辆路径的影响。(3)针对三个模型,给出了求解模型的粒子群算法。
在粒子群算法中,针对多车场问题的粒子编码,给出基于工序的粒子编码方案,通过排序法将粒子离散化,更好地利用算法求解模型;针对多目标模型采用多目标粒子群算法求解,对粒子群算法得到的pareto解集给出基于层次分析法的最优解评价方法,为决策者在最终的方案选择中提供决策参考。(4)对上述三个模型进行仿真,实验结果表明:服务水平设置会对配送成本和整体客户满意度产生影响,通过设置满意度阈值可以提高客户满意度,降低客户流失风险;双目标中配送成本与客户满意度存在矛盾相关性,不能同时达到最优,但相关决策者可以根据本文给出的评价方法权衡两个目标的重要性,从pareto解集中选择最合适的方案。