基于第四方物流平臺(tái)的路徑優(yōu)化問題研究

1、暨南大學(xué)碩士學(xué)位論文題名（中英對(duì)照） ：基于第四方物流平臺(tái)的路徑優(yōu)化問題研究The research about the Path Optimization on the Fourth-party Logistics作者姓名：林 艷指導(dǎo)教師姓名：全渝娟及學(xué)位、職稱：博士、副教授學(xué)科、專業(yè)名稱：計(jì)算機(jī)科學(xué)與技術(shù)、計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)學(xué)位類型：學(xué)術(shù)學(xué)位論文提交日期：2016 年 6 月 30 日論文答辯日期：2016 年 6 月 4 日答辯委員會(huì)

2、主席：張立臣論文評(píng)閱人：朱淑華、曹東學(xué)位授予單位和日期：暨南大學(xué)、2016 年 6 月I摘要 摘要隨著科學(xué)技術(shù)的進(jìn)步，傳統(tǒng)物流正在向更專業(yè)化的現(xiàn)代物流進(jìn)行轉(zhuǎn)變，因此出現(xiàn)了很多專門提供物流服務(wù)的公司，即第三方物流（Third-party Logistics，3PL）公司。許多企業(yè)為了更專注于核心業(yè)務(wù)， 會(huì)將他們的物流業(yè)務(wù)承包給 3PL 公司。 然而， 對(duì)于許多企業(yè)來說，經(jīng)營(yíng)的產(chǎn)品種類多、產(chǎn)地及貨源地分散、需要運(yùn)輸?shù)哪康牡胤植荚谑澜绺鞯?。?/p>

3、且，當(dāng)前的 3PL 公司數(shù)量龐大，且獨(dú)立分散、各自為政。因此， 3PL 已經(jīng)不能滿足企業(yè)的需求了。正是在這種背景下，產(chǎn)生了第四方物流（Fourth-party Logistics，4PL） 。4PL 是一種嶄新的物流運(yùn)作模式，研究如何發(fā)揮 4PL 的物流功能、提高效率和質(zhì)量、降低費(fèi)用和環(huán)境污染、整合整個(gè)供應(yīng)鏈和滿足社會(huì)對(duì)物質(zhì)產(chǎn)品的各種需求，都具有極為重要的意義。在第四方物流中存在大量具有挑戰(zhàn)性的研究問題，其中，關(guān)于第四方物流路徑優(yōu)化問題

4、（Fourth-party Logistics Routing problem，4PLRP）的研究是較為關(guān)鍵且復(fù)雜的一個(gè)研究方向。就目前的理論研究而言，國(guó)外對(duì)第四方物流的研究尚在發(fā)展之中，我國(guó)對(duì)第四方物流的研究也剛剛起步，缺乏系統(tǒng)的理論研究，存在許多研究的空白點(diǎn)。針對(duì)國(guó)內(nèi)對(duì)第四方物流研究這一方面的空白，本文將第四方物流的路徑優(yōu)化問題作為的研究重點(diǎn)。本文首先分析第四方物流路徑優(yōu)化問題，并結(jié)合實(shí)際情況，分別研究了單點(diǎn)到單點(diǎn)、單目標(biāo)的 4PL

5、RP 問題，以及基于時(shí)間滿意度的單點(diǎn)到多點(diǎn)、多目標(biāo)的 4PLRP 問題，并根據(jù)問題建立了相應(yīng)的數(shù)學(xué)模型。針對(duì)單點(diǎn)到單點(diǎn)、 單目標(biāo)單任務(wù)的 4PLRP 問題， 本文針對(duì)標(biāo)準(zhǔn)遺傳算法在求解單目標(biāo)單任務(wù) 4PLRP 問題中存在的效率低、 最優(yōu)解質(zhì)量低等缺點(diǎn)， 提出了一種基于啟發(fā)式局部搜索策略的改進(jìn)遺傳算法，解決了遺傳算法在局部搜索性能上的不足。最后，在不同規(guī)模的4PL 多重圖上對(duì)算法的性能進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，本文提出的算法能夠提高算法的

6、收斂性和穩(wěn)定性，并且相比于標(biāo)準(zhǔn)遺傳算法，能夠獲得更好的最優(yōu)解質(zhì)量。針對(duì)基于時(shí)間滿意度的單點(diǎn)到多點(diǎn)、多目標(biāo)的 4PLRP 問題，本文以快速非支配排序（NSGA-II）為求解算法進(jìn)行了研究。首先根據(jù)問題設(shè)計(jì)了相應(yīng)的操作算子，并針對(duì)NSGA-II 算法中擁擠度計(jì)算方法的缺陷，引進(jìn)了一種貪心淘汰機(jī)制。同時(shí)，引進(jìn)了一種自適應(yīng)改變的交叉概率和變異概率，使種群具有更好的多樣性。最后，對(duì)算法進(jìn)行了實(shí)驗(yàn)仿真和分析。實(shí)驗(yàn)結(jié)果表明，本文提出的算法能夠獲得更好