基于改進(jìn)粒子群算法的配送中心車輛優(yōu)化調(diào)度問題研究.pdf

1、近年來，隨著電子商務(wù)的發(fā)展，并且隨著貨運(yùn)改革的不斷深入，加快鐵路向現(xiàn)代物流企業(yè)的建設(shè)，物流行業(yè)再次迎來了大發(fā)展，物流配送在經(jīng)濟(jì)活動中的作用也愈發(fā)突顯。而發(fā)展往往伴隨著問題，因此，作為物流配送中的重要問題——車輛調(diào)度問題重新受到了學(xué)者們的關(guān)注。
　　車輛調(diào)度問題已經(jīng)發(fā)展了幾十年，但是隨著社會的不斷發(fā)展，仍然有一些具有鮮明時(shí)代特征的新問題不斷涌現(xiàn)，尤其是電商物流的大力發(fā)展，客戶滿意度在物流配送中愈發(fā)顯得重要，對企業(yè)的影響越來越大。配送

2、作為一種具有服務(wù)性質(zhì)的行業(yè)，對車輛調(diào)度問題進(jìn)行優(yōu)化，不單是對配送企業(yè)的成本優(yōu)化，更是為了保障服務(wù)的高效性，提升客戶的滿意指數(shù)，進(jìn)而提高配送企業(yè)的競爭力，使其能夠激烈的競爭中獲得長遠(yuǎn)的發(fā)展。
　　本文在參閱了已有的相關(guān)文獻(xiàn)及研究成果的基礎(chǔ)上，建立了針對客戶滿意度評價(jià)的車輛優(yōu)化調(diào)度問題模型，并運(yùn)用粒子群算法和改進(jìn)粒子群算法分別對模型的實(shí)例進(jìn)行了求解，以驗(yàn)證算法的有效性。具體如下:
　　(1)模型構(gòu)建方面。為了更好的對客戶的滿意度

3、進(jìn)行評估，使得模型更加貼近現(xiàn)實(shí)，本文引入梯形模糊時(shí)間函數(shù)，利用客戶所期望的服務(wù)時(shí)間以及允許的服務(wù)時(shí)間這兩個(gè)時(shí)間段對客戶的滿意度進(jìn)行評價(jià)，并且考慮成本和時(shí)間因素，最終建立了在滿足客戶滿意度最大的情況下，使得時(shí)間和成本最小的多目標(biāo)模型。
　　(2)求解算法方面。首先，對求解車輛調(diào)度問題的算法進(jìn)行了詳細(xì)的研究，通過求解算例對算法進(jìn)行對比分析，說明不同算法的優(yōu)缺點(diǎn)。然后，針對標(biāo)準(zhǔn)粒子群算法的缺陷，引進(jìn)菌群算法中的復(fù)制和遷移算子，對其進(jìn)行改