导读:本文包含了配送路径论文开题报告文献综述及选题提纲参考文献，主要关键词:物流配送,路径优化,TSP
配送路径论文文献综述
马翠鑫,曲晓艺,胡慧斌,陈宇,孙雪[1]（2019）在《基于TSP问题的钢铁企业物流配送路径优化模型研究》一文中研究指出作为国民经济的基础产业,钢铁企业对国民经济的发展十分重要。生产物流在钢铁企业中是提高企业利润,降低钢铁物流成本的关键环节。对某钢铁企业物流配送路径优化进行研究,通过建立模型和求解。可以减少了配送人员的绕行,减少货物的等待时间,有效地提高提货效率。(本文来源于《现代商贸工业》期刊2019年36期）
周万洋,付芳[2]（2019）在《双层规划视角下远距离运输配送路径优化选取系统设计》一文中研究指出针对传统冷链物流配送船舶路径优化选取系统存在选取的路径可行性不足的问题,提出基于双层规划的冷链物流配送船舶路径优化选取系统设计。首先架设双层资源计算平台,通过多服务机组云端交互的方式,完成硬件平台的架设;接着,引入双层规划资源算法,对船舶航行相关航线数据进行全局分析,得到均衡要素分析下的可选取路径的合集;最后,通过引入遗传碰撞择优算法,对合集内的路径进行最优值碰撞计算,从得到最优路径完成选取;通过仿真实验,对设计系统的准确性与稳定性进行实验证明,通过对比数据证明所设计的系统满足设计要求。(本文来源于《舰船科学技术》期刊2019年22期）
张美[3]（2019）在《海上应急物资配送路径规划模型的构建》一文中研究指出为了提高海上应急物资配送和调度能力,提出基于蚁群智能优化的海上应急物资配送路径全局规划算法。根据海上应急物资配送物资规划路径进行运动学模型构造,构建海上应急物资配送路径规划的控制约束参量,以海上应急物资配送的中转节点作为聚类中心,采用蚁群优化算法进行海上应急物资配送路径的自适应寻优,以蚁群个体信息素作为导引参量,构建海上通信网络下的海上应急物资配送路径规划模型,采用蚁群算法进行海上应急物资配送路径规划过程中的寻优迭代,根据自适应寻优控制结果,实现海上应急物资配送路径规划优化。仿真结果表明,采用该方法进行海上应急物资配送路径规划的自适应性较好,规划调度能力,提高了应急物资的配送效率。(本文来源于《舰船科学技术》期刊2019年22期）
方文婷,艾时钟,王晴,范君博[4]（2019）在《基于混合蚁群算法的冷链物流配送路径优化研究》一文中研究指出基于绿色物流发展理念,为企业寻求经济与环境达到双赢的局面,本研究将节能减排转化为绿色成本,融入路径优化问题中,建立以总成本最小为研究目标的冷链物流路径优化数学模型。针对蚁群算法初始阶段由于信息素不足导致收敛速度慢的问题,将A*算法与蚁群算法相结合,利用A*算法的全局收敛性和蚁群算法的正反馈性构造了一种混合蚁群算法。通过对实例进行仿真优化与对比分析,验证了模型和算法的有效性。(本文来源于《中国管理科学》期刊2019年11期）
张永强,张玉莹,李思凡[5]（2019）在《基于遗传算法的末端配送路径优化研究》一文中研究指出随着电子商务和物流的快速发展,提高行业效益已变成全行业之重。配送作为物流环节之一,其成本不仅影响企业的利润大小,而且影响顾客对产品对物流服务的满意度。因为末端配送中车辆路径问题即VRP问题的合理性与整个系统有很大的关系,所以利用遗传算法来优化物流配送路径,能够降低物流成本。目前,国外对于路径优化的问题已经有了深入的研究,而且颇有成效。相反,国内对于配送路径相关课题研究较少,所以利用遗传算法求解配送路径的最优解非常有实际意义。文中首先是介绍物流配送路径优化原理的内容,再详细分析路径优化的问题,建立VRP的数学模型和介绍遗传算法,最后以南京诺捷物流公司为例求出最优路径方案。(本文来源于《物流工程与管理》期刊2019年11期）
何玉兰[6]（2019）在《道路限行的城市配送路径优化方法设计》一文中研究指出随着人们生活水平的提高,城市配送在我们的生活中的影响越来越突出。一方面,城市配送加快了当地的商品流通,带动了城市的经济发展、提高了人们生活的便利性。另一方面,城市配送也带来了诸多负面影响,如交通拥堵、能源消耗和环境污染等。因此,很多城市都在出台相关限行措施的方式对车辆通行的时段与路段进行控制,配送企业面对的作业难度骤增。文章将从实际需要着手,构建与货运车辆道路限行相关的配送优化模型,据此开发出实用算法,在道路限行现实情景下制定车辆行驶路径方案,为配送企业提供决策调度支持。(本文来源于《智能城市》期刊2019年21期）
姚滢滢[7]（2019）在《基于浮动车数据预测的车辆配送路径研究》一文中研究指出时代的发展使得基于浮动车数据预测的车辆配送路径研究成为一种趋势。在本文中会从历史浮动车数据预处理、浮动车数据与地图匹配并进行轨迹纠正、交通状态预测、车辆配送路径优化等几方面来进行探讨。(本文来源于《广西质量监督导报》期刊2019年10期）
詹红鑫,王旭坪,孙自来,何洪慧[8]（2019）在《基于邻域搜索的成品油多舱多目标配送路径优化算法研究》一文中研究指出针对成品油配送中多车型,多车舱的优化调度难题,综合考虑路径安排,舱位指派及车辆指派等决策.以配送成本最小,路径风险最小以及油品准时送达为目标,建立了成品油配送多目标路径优化模型.基于邻域搜索的基本思想,提出求解成品油配送多目标路径优化问题的MOVNS算法框架,并结合不同的可行解运行策略和比较准则,衍生出叁类MOVNS算法(MOVNS-1、MOVNS-2、MOVNS-3).采用12组算例进行数值实验,结果表明,叁种算法均能有效的求解配送模型,提升成品油多舱配送问题的解决效率;且MOVNS-2算法具有较强的局部搜索能力,MOVNS-3算法容易跳出局部最优:同时,考虑节点关联性的可行解构造策略和并行邻域搜索策略能够增强算法的寻优能力.(本文来源于《系统工程理论与实践》期刊2019年10期）
贺琳[9]（2019）在《智能物流最短配送路径选取优化模型分析》一文中研究指出为了量化分析智能配送路径选取与物流经济发展的关联关系,促进物流经济发展,提出一种智能物流最短配送路径选取优化模型。分析智能配送路径选取对物流经济发展的统计特征,采用最短路径寻优方法进行智能配送路径选择,采用量化回归分析方法构建智能配送路径选取与物流经济发展的大数据统计分析模型,结合多元线性融合方法进行智能配送路径选取对物流经济发展因子分析,结合模糊约束控制方法,实现物流智能配送路径优化。根据优化配送效果进行物流经济发展的统计分析建模,分析智能配送路径选取技术对物流经济发展的量化关系。实证分析结果表明,智能配送路径选取对物流经济发展具有显着性水平,该方法对物流配送路径选取的寻优性较好,提高了物流吞吐量,促进了物流经济发展。(本文来源于《长春师范大学学报》期刊2019年10期）
田鸽,薛冬娟,梁斌,温凤仙,李鹏飞[10]（2019）在《基于改进蚁群算法的冰鲜水产品配送路径优化方法研究》一文中研究指出为研究冰鲜水产品最优配送路径的优化方法,在传统蚁群算法基础上提出一种改进的蚁群算法,先后分别采用局部最优和全局最优两种方式对传统蚁群算法的信息素更新方式加以扩大至最优解寻觅范围,并对启发因子的函数定义范围加以扩展至初始节点,利用2-opt算法进行局部优化。实例仿真结果表明,在相同配送条件下,改进后的蚁群算法与避圈法、传统蚁群算法相比较,其配送时间分别缩短31.64%和8.15%,其配送路径长度分别缩短21.89%和16.94%。研究表明,改进的蚁群算法可用于冰鲜水产品最优配送路径的计算,该方法可在实际应用中有效提高冰鲜水产品的物流运输效率。(本文来源于《大连海洋大学学报》期刊2019年05期）
配送路径论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统冷链物流配送船舶路径优化选取系统存在选取的路径可行性不足的问题,提出基于双层规划的冷链物流配送船舶路径优化选取系统设计。首先架设双层资源计算平台,通过多服务机组云端交互的方式,完成硬件平台的架设;接着,引入双层规划资源算法,对船舶航行相关航线数据进行全局分析,得到均衡要素分析下的可选取路径的合集;最后,通过引入遗传碰撞择优算法,对合集内的路径进行最优值碰撞计算,从得到最优路径完成选取;通过仿真实验,对设计系统的准确性与稳定性进行实验证明,通过对比数据证明所设计的系统满足设计要求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
配送路径论文参考文献
[1].马翠鑫,曲晓艺,胡慧斌,陈宇,孙雪.基于TSP问题的钢铁企业物流配送路径优化模型研究[J].现代商贸工业.2019
[2].周万洋,付芳.双层规划视角下远距离运输配送路径优化选取系统设计[J].舰船科学技术.2019
[3].张美.海上应急物资配送路径规划模型的构建[J].舰船科学技术.2019
[4].方文婷,艾时钟,王晴,范君博.基于混合蚁群算法的冷链物流配送路径优化研究[J].中国管理科学.2019
[5].张永强,张玉莹,李思凡.基于遗传算法的末端配送路径优化研究[J].物流工程与管理.2019
[6].何玉兰.道路限行的城市配送路径优化方法设计[J].智能城市.2019
[7].姚滢滢.基于浮动车数据预测的车辆配送路径研究[J].广西质量监督导报.2019
[8].詹红鑫,王旭坪,孙自来,何洪慧.基于邻域搜索的成品油多舱多目标配送路径优化算法研究[J].系统工程理论与实践.2019
[9].贺琳.智能物流最短配送路径选取优化模型分析[J].长春师范大学学报.2019
[10].田鸽,薛冬娟,梁斌,温凤仙,李鹏飞.基于改进蚁群算法的冰鲜水产品配送路径优化方法研究[J].大连海洋大学学报.2019