毕业设计开题报告-物流配送中的最优路径规划模拟系统设计与实现

计算机科学与技术学院毕业设计（论文）开题报告设计（论文）题目：物流配送中的最优路径规划模拟系统设计与实现学生姓名：田凯 学 号： 系（部）：电子信息科学与技术专 业：信息处理指导教师：张永平2014年3月13日毕 业 设 计（论文）开 题 报 告1本课题的研究意义，国内外研究现状、水平和发展趋势随着市场经济的发展和物流技术专业化水平的提高，物流配送业得到了迅猛发展。配送路径的选择是否合理，对加快配送速度、提高服务质量、降低配送成本及增加经济效益都有较大影响。配送路径的优化问题是物流配送系统的一个主要问题，物流配送路径的优化就是以最低的运营成本、最快捷的响应速度、最短的配送运输时间，把货物运至用户手中，而后两个指标与第一个指标之间存在着一定的制约关系，无法达到全体的最优，因此严格地讲，这是一个多目标的优化问题。我国现阶段物流配送的发展还比较落后，基本上还停留在只送不配的水平上。造成了配送效率低下、配送成本高服务质量差这已成为制约电子商务健康发展的瓶颈。高成本、低效率的物流配送使得在网上瞬间完成的电子商务所节约的时间、费用已变得毫无意义。因此如何实现快速而准确的配送是企业在经营方面必须解决的重要课题。鉴于此研究运用科学方法合理组织物流配送建立一个高效率、低成本的物流配送体系来支撑和保障电子商务的快速发展己成为当务之急。物流配送路径规划问题的研究现状：物流配送路径选择及车辆优化调度是整个物流配送系统优化中关键的环节，也是电子商务活动不可缺少的内容。由于这一问题的理论涉及多学科应用前景广阔所以很快引起了运筹学、应用数学、图论与网络分析、物流学、交通运输工程、管理科学与工程、计算机应用等学科的专家、工程技术人员的极大重视。自此一直成为运筹学与组合优化领域的前沿与研究热点，各学科专家对该问题进行了大量的理论研究及试验分析取得了很大进展。近二十年来无论在国内还是国外，物流配送路径规划问题都是一个非常活跃的研究领域。目前国内外用于解决该问题的方法主要分为精确算法和启发式算法两大类。精确算法是指可求出其最优解的算法，主要有动态规划法、分枝定界法、切平面法、直接树搜索算法、网络流算法、整数线性规划法等。由于引入了严格的数学方法因而无法避开指数爆炸问题，即精确算法的计算量会随着问题规模的增大而呈指数增长。因此在实际中其应用范围很有限。启发式算法指通过对过去经验的归纳推理以及实验分析来解决问题的方法。它要求分析人员必须运用自己的感知和洞察力从与研究问题有关而较基本的模型及算法中寻求其中的联系，从中得到启发去发现解决问题的思路和途径。启发式方法作为一种逐次逼近的算法，与精确算法相比虽然在精度上不占优势但在求解大规模问题时总可以在有限的时间内找到满意的次优解可行解，这也是精确算法难以做到的。因此在实际应用中启发式算法要更广泛。毕 业 设 计（论文）开 题 报 告2本课题的基本内容，预计可能遇到的困难，提出解决问题的方法和措施1、本系统可根据用户选择的路径规划策略，如最短路径、最少时间等进行配送路线规划。2、模拟车辆从仓库出发，沿着规划的配送路线行进，最后返回仓库。在配送过程中可模拟前方行进路线堵车事件，系统能够绕开堵车路段动态规划配送路线。预计可能出现的问题：1、本软件采用的算法为蚁群算法，因此涉及到蚁群算法的优化，设计中很可能由于算法的问题导致工作效率低。2、如何排除错误、减少误差是一个问题。比如测试中如何确定软件得出的结果为最优。再说误差，局部最优这一误差如何控制在可接受范围内。解决措施：对于同一批数据，多次测试也许生成的最优路径会有所不同，这是由于算法陷入局部最优导致。对于时间最短路径可能会出现的问题也是如此。虽然会出现陷入局部最优的情况，但是，测试发现由此造成的误差会限制在一定范围内，这中误差往往是可以接受的，另外可以通过选择合适的值使得误差进一步减小3本课题拟采用的研究手段（途径）和可行性分析本课题是基于改进蚁群算法的物流最优路径选择系统。蚁群算法是一种求解组合最优化问题的新型通用启发式方法，该方法具有正反馈、分布式计算和富于建设性的贪婪启发式搜索的特点。它由Marco Dorigo于1992年在他的博士论文中引入，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。蚁群算法是一种模拟进化算法。初步的研究表明该算法具有许多优良的性质。针对PID控制器参数优化设计问题，将蚁群算法设计的结果与遗传算法设计的结果进行了比较，数值仿真结果表明，蚁群算法具有一种新的模拟进化优化方法的有效性和应用价值。4论文工作计划(阶段工作内容及计划完成指标)1、 开题报告之前已经可以确定课题的研究方向和采用的方法。2、 预计4月份就可实现代码的测试 4月底应该就可以到最后的检查阶段了。指导教师意见：