【物流公司路径优化研究的国内外文献研究综述1700字】

导论物流公司路径优化研究的国内外文献研究综述1.1国外研究综述Dantzig和Ramser[1][2]（1959）最先研究出的车辆行驶路径优化的问题(VRP)。Metropolis[3](1953)等最先提出了模拟退火算法。Clarke和Wright[4](1964)提出了启发式节约算法，这是在总结大量研究成果的基础上得出的。J.Holland[5](1975)等率先提出了遗传算法。S.Kirkpatrick[6](1983)等许多人都成功将材料退火的技术理念重新引入了材料组合和结构优化的科学研究实践领域。Glover[7](1986)论证了禁忌搜索算法，是首位提出这一算法的研究者。MarcoDorigo[8](1981)提出了蚁群算法，是受到蚂蚁群觅食现象的启发得出的。AyaISHIGAKI[9]等(2015)提出了启发式方法。J.Kuo和B.S.Wibowo[10]等(2016)基于事实进行研究，求解不同情况下的车辆路径问题，通过伺服器在车辆路径中持续时间不可能确定的各种情况下进行分析,收集数据，进行核算、验证，揭示相关数据集的可靠性。和以往的算法相比，这一算法有着一定的优势，具有相应的理论价值。Sutarman和Herman[11](2018)建立了优化模型，是在针对异构车辆路径问题进行研究的基础上提出的。Patchara,Byung-Cheol[12](2019)提出新的路由模型构建的必要性。基于自身的研究目的，其对无人机路由与调度进行了分析，在充分考虑卡车能力的基础上，分析无人驾驶飞机的额能力，需求最佳路线，以达到节约时间的目的。Ruey-MawChen和Yin-MouShen[13][14](2019)是第一个提出双重粒子群优化架构的研究者，根据现实中的弊端，提出了相应的客户服务模式，在此基础上解决问题，提升效率，进而提出最优的车辆路径计划。1.2国内研究综述张润杰[16](2015)，郑茜[17](2017)，刘松[21](2019)等综合分析了我国的具体情况，研究并解决多式联运路径优化问题，结合我国发展的需求，提出了相应的运输方案，根据相应的要求，以消耗成本为维度，提高相应方案选取的效率。肖自乾等[18](2017)提出了TSP优化问题，结合现实情况进行研究，改进传统遗传算法，经过相应的论证发现，较之以往，算法的搜索结果效率提升，整体水平也有了明显的改观。刘杨[19](2017)，王其壮[22](2019)提出了配送成本优化的方式，根据节约里程法的相关理念，分析现实中的问题，选取样本进行研究，优化配送路径，解决企业问题的同时提高相关资源的利用效率，缩减了配送成本。马艳芳，闫芳等[20](2018)构建了不确定VRPSPD数学模型，根据实际问题进行提炼，解决困扰企业的问题,实现了运作成本最优化的目标，提高了顾客满意度。谢传聪[23](2019)则在应用层面提出了自己的看法，总结了车辆路径问题中粒子群优化算法的弊端，有着一定的理论价值。郝群茹，潘帅[24](2019)总结了以往的研究经验，提出了算例路径模型，利用这一模型计算问题，进行论证探究。在二次求解过程中，则应用了Matlab问题模型，验证了其有效性，有着一定的现实意义。陈钉均，李尧等[28](2020)过利用蚁群模拟算法对应用路径网络优化设计。总结了其中的有益做法，发现了其用用的价值。马贵平，潘峰等[29](2020)为了满足实际需求，对蚁群算法进行了扩充，并用其计算物流运输的最优路径，得出了相应的结论，发现收敛速度更快。具体到最优路径而言，则呈现更短的特点。1.3国内外研究评述总体来说，通过对国内外专家学者研究报告的调查发现，在近些年来，国内外越来越多的知名学者开始投入此类研究，剖析配送路径问题，寻求方案，探究原因，总结方法，得到了很多相应的求解方案，这些研究成果在越来越多的行业中得到了广泛的应用。现实应用中，降低成本的同时实现配送的高效率，是永恒的追求，这就决定了配送路径选择的重要性，随着经济的发展，交通设施不断完善，交通运输呈现便利化的形势，基于配送路径优化的层面，提高配送效率，降低配送成本，不仅是可信的，也是十分重要的。配送工作是我国企业实现现代化物流振兴较为关键的一个环节,完整的配送基础设施与合理化设计配送方式对于四流运输的有机整合,成功地建立了高效、低费用的现代化物流运输体系都具有着比较深远的影响。参考文献[1]V.P.Terenin,N.M.Zvorykin.Formallyheuristicmethodforthesolutionofmulti-criterialproblemoftheoptimizationoftheconstructionofsectorialpress-formsforthevulcanizationofradialtiretreads[J].ChemicalandPetroleumEngineering,1981,16(5).[2]CarlacciL,EnglanderSW.Theloopprobleminproteins:aMonteCarlosimulatedannealingapproach.[J].Biopolymers,1993,33(8):78-84.[3]IbrahimHassanOsman.Metastrategysimulatedannealingandtabusearchalgorithmsforthevehicleroutingproblem[J].AnnalsofOperationsResearch,1993,41(4):11-14.[4]Enoki,H.,Kitamura,Y.,Tatsumi,S.,Kitamura,S.Joballocationmechanismtosupportacallcenter:Multiagentapproachbasedonmarketeconomicmodel[P].Systems,Man,andCybernetics,2001IEEEInternationalConferenceon,2001.[5]Jacak,W.,Dreiseitl,S.,Proell,K.Conflictmanagementinmultiagentroboticsystem:FSMandfuzzylogicapproach[P].Systems,Man,andCybernetics,2001IEEEInternationalConferenceon,2001.[6]BaburOzcelik,HasanOktem,HasanKurtaran.OptimumsurfaceroughnessinendmillingInconel718bycouplingneuralnetworkmodelandgeneticalgorithm[J].TheInternationalJournalofAdvancedManufacturingTechnology,2005,27(3):87-99.[7]R.J.Kuo,C.L.Cha,S.H.Chou.Developingadiagnosticsystemthroughtheintegrationofantcolonyoptimizationsystemsandcase-basedreasoning[J].TheInternationalJournalofAdvancedManufacturingTechnology,2006,30(7):22-26.[8]M.Serra,P.Venini.Onsomeapplicationsofantcolonyoptimizationmetaheuristictoplanetrussoptimization[J].StructuralandMultidisciplinaryOptimization,2006,32(6).[9]AyaISHIGAKI,AyanaSUZUKI.DevelopmentofanApproximationAlgorithmfortheVehicleRoutingProblemwithOperatingTimeConstraints[J].JapanManagementTrainingCenter,2015,9(4).[10]XinfengYang,LanfenLiu,YinzhenLi.Identifyingcriticallinksinurbantrafficnetworks:apartialnetworkscanalgorithm[J].Kybernetes,2016,45(6):22-61.[11]Sutarman,HermanMawengkang.ModelingaVariantofPeriodicHeterogeneousVehicleRoutingProblemwithDriverScheduling[M].2018,9(12):1657-1664.[12]PatcharaKitjacharoenchai,Byung-CheolMin,SeokcheonLee.Twoechelonvehicleroutingproblemwithdronesinlastmiledelivery[J].InternationalJournalofProductionEconomics,2019,87(5):99-104.[13]JuanDavidCortes,YoshinoriSuzuki.VehicleRoutingwithShipmentConsolidation[J].InternationalJournalofProductionEconomics,2020,227(3):22-26.[14]YongWang,YingyingYuan,XiangyangGuan.Collaborativetwo-echelonmulticentervehicleroutingoptimizationbasedonstate-space-timenetworkrepresentation[J].JournalofCleanerProduction,2020,258(2):32-45.[15]YuanWang,LingWang,GuangcaiChen.AnImprovedAntColonyOptimizationalgorith