基于蚁群算法的Y公司配送路径研究

作     者：刘亚琪 

作者单位：大连理工大学 

学位级别：硕士

导师姓名：张令荣

授予年度：2019年

学科分类：12[管理学] 02[经济学] 0202[经济学-应用经济学] 1202[管理学-工商管理] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020205[经济学-产业经济学] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：城市配送 CVRP 蚁群算法 

摘      要：随着“新零售业务的发展,零售行业进入了发展的新高峰,而城市配送服务是限制“新零售行业发展的重要因素之一。与零售业相比,城市配送行业发展较为迟缓,城市配送企业运营成本居高不下,尤其是运输成本较高,远远超过了发达国家的平均水平。另一方面,客户对城市配送效率和服务要求更高,且客户订单频率更高但批量更小。传统的配送方式不但成本高且效率低,因此迫切需要引入新的配送路径优化方案来提高配送效率,降低配送成本。Y公司作为一家大连市本地的城市配送企业,为大型商超、中小型便利店及酒店提供配送服务。为了降低企业的运营成本,急需设计新的配送路线优化方案以降低配送成本,提高企业的竞争力。本研究将以配送距离最短为优化目标,构建Y公司配送路线优化模型,基于蚁群算法对Y公司配送优化模型进行求解,并将优化结果与原有方案进行比较,证明了新优化方案的有效性。本文的主要研究内容如下:首先,根据算法的性能和优缺点,对启发式算法进行比较,发现蚁群算法更适合解决配送路径问题,并对蚁群算法的基本原理、特点及运算过程进行阐述。其次,对Y公司现状,尤其是配送业务现状进行分析,发现Y公司配送业务存在的问题。然后,根据Y公司配送业务的具体情况,运用蚁群算法构建带容量限制的Y公司车辆路径问题模型(CVRP)模型,并对蚁群算法的重要参数的取值进行试验,选择最优的重要参数以保证算法的性能。最后,用matlab对模型进行求解,得出优化后的配送方案,并与原方案进行比较,发现优化后的方案在配送距离、满载率及配送车辆需求数量上都远远优于原方案,证明了优化方法的有效性。本文研究成果不仅能解决Y公司配送路径优化问题,还对其它同类企业配送路径优化具有一定的参考价值。