浅析城乡双向物流运输路线优化

PAGEPAGE1论文（设计）题目浅析城乡双向物流运输路线优化学科分类（二级）110201题目来源（a.教师拟题；b.学生自拟；c.教师科研课题；d.其他）b.学生自拟本选题的根据：1.说明本选题的研究意义和应用价值2.简述本选题的研究现状和自己的见解1.说明本选题的研究意义和应用价值（1）研究意义库存决策的失误。运输效能、节约国家运力和社会劳动力、支援社会主义现代化建设。理论意义物流运输路线的优化问题，是综合距离、时间、物流运输成本、物流材料损耗等多方输工作。实践意义问题，也是在实际应用中的一个难以解决的问题。主要是承接昆明市如意物流城到普洱市景东县农村与城市双向之改善服务质量。也为促进城乡一体化发展贡献绵薄之力。（2）应用价值目前的运输方式,运输路线已经无法满足当代社会发展的需求。2.简述本选题的研究现状和自己的见解研究现状国外研究现状19836BodinGolden订货物的车辆载货和线路设计，到目前来看，研究水平已有很大的发展。国外将物流运输路线选择优化问题分为两类：车辆路线问题（VehicleRouting（VehicleSchedulingDantzig和最早提出物流运输路线选择优化问题，Christofides等人在后来做了总结。Clarke和Wright(2016)Gillett和Miller(2015Willard(2016)将车辆路线问题转换成旅行商问题,利用2-opt或3-opt方法求解车辆路线。Gendreau,Hertz和Laporte(2016)用贪婪法进行路线切割。Barbarosoglu和Ozgur(2015)输点顺序中,初始解是以两种乱数选结点方法产生的最佳的解,并利用插入法搜索搜寻邻2-optSuChen(2016)利用自组织射影网络解决车运算的特性,车辆路线运输问题用一维环状网络拓扑来表现。国内研究现状与国外对物流的发展研究相比，国内有关物流运输路线选择优化问题的研究稍有落20世纪90应用了遗传算法和模拟退火算法，并将这两种算法集入智能算法库,作为智能运输调度系统设计依据。的车辆路线问题,可以在较快的得到近似最优解。李军和郭耀煌（2017）TSP结果对比分析得出改进蚁群算法的相对优越性；然后将改进蚁群算法运用到求解VRP问题中，并设计出相应算法。示了车辆路线问题。货物权重的VRP模型—WVRP，遗传算法PB—GA对VRP模型进行求解，并与一般遗传算法及其他常用的启发式算法进行了对比分析。目标决策的适应度函数。石华瑀（2017）考虑到企业实际遇到的车辆满载率问题，建立了考虑满载率的VRPNP问题还是很有意义的。自己的见解间和距离都设定权数就可以得出比较具有实际意义的线路。本文同时考虑运行距离和时间，以单一起点、单一终点的物流运输路线为例，来探讨物流运输路线优化问题。虑多种影响因素，也可以对多种因素设定权数的方法来解决。研究的主要内容：引言一、物流运输相关理论概述（一）物流运输（二）物流运输路线优化方法（三）城乡双向物流运输特点二、城乡双向物流运输现状分析（一）运输范围（二）运输方式（三）运输管理方式三、运输路线调查（一）常规运输路线（二）现有运输路线时间，成本调查四、基于距离和时间加权的组合优化运输路线（一）传统的路线优化方法（二）基于距离和时间加权的组合优化运输路线结束语主要研究方法：书馆查阅等途径搜集文献资料，并进行筛选。（2）卷调查和访谈调查两种。研究进度计划：2019年3月毕业论文资料收集2019年3月底拟选毕业论文方向及题目2019年4月至5月撰写开题报告书，完成开题答辩2019年6月至8月撰写论文初稿2019年9月至10月完成论文第二稿20191011完成论文第三稿2019年12月底完成论文定稿主要参考资料：参考文献李红娇.物流运输路径优化问题的研究[J].中外企业家,2019(06):222～223.[J].[J].李禄.供应链环境下吉林省四方物流有限公司运输优化研究[D].长春工业大学,2014.南超兰.基于距离和时间的物流运输路线优化分析[J].物流科技,2012,35(12):103～105.蔡延光,钱积新,孙优贤.多重运输调度问题模拟退火算法[J].系统工程理论与实践,2017(10):11～16.李大卫,王莉,王梦光.遗传算法在有时间窗车辆路径问题上的应用[J].系统工程理论与实践,2016,19(8):65～69.姜大立,杨西龙,杜文,周贤伟.车辆路径问题的遗传算法研究[J].系统工程理论与实践,2016,19(6):40～45.李军,郭耀煌.物流运输车辆优化调度理论与方法[M].北京:中国物资出版社,2001.崔雪丽,马良,范炳全.车辆路径问题的蚂蚁搜索算法[J].系统工程学报,2017,19(4):418～422.李向阳.遗传算法求解车辆优化问题问题[J].计算机工程与设计,2018,25(2):271～274.潘震东,唐加福,韩毅.带货物权重的车辆路径问题及遗传算法[J].管理科学学报2018,10(3):23～30.周屹,李海龙,王锐.遗传算法求解物流运输中带时间窗的车辆优化问题问题[J].大学学报（理学版）2018,46(2):299～303.石华瑀.改进的蚁群算法在实际VRP中的应用研究[D].济南:山东大学，2012.[15]GendreauM,HertzA,LaporteG.Atabusearchheuristicforthevehicleroutingproblem[J].ManagementScience,2016,40(10):1276～1290.[16]BarbarosogluG,OzgurD.Atabusearchalgorithmforthevehicleroutingproblem[J].Computers&