模拟车辆在物流配送中路径问题.docVIP

模拟车辆在物流配送中的路径问题 范文华，徐华宇和许昕 摘要 目的—本文件的目的是在实际应用中制定和模拟车辆在物流配送中的路径问题。 设计/方法/方式—基于在美国密歇根州尤蒂卡一个配送中心的真实数据，车辆路径问题设计是像多目标优化问题那样建模的，它有三个目标。非支配排序遗传算法（第二遗传算法NSGA -Ⅱ）使用于解决多目标问题。在另一方面，VRP模型进行了模拟和面向对象的思想是用来分析各种类，函数和VRP所涉及的所有属性的对象。Amodularized客观化模型是建立在AnyLogic软件，通过改变工艺参数和随机动态它可以模拟实际分配过程。仿真模型通过程序自动控制车辆的运作，并具有很强的扩展性。同时，该模型的可信性通过引入随机交通流，以加强模拟实际交通状况。 发现—计算结果表明，遗传算法NSGA - II算法可以有效解决这一实际问题。此外，模拟结果表明，通过分析和控制VRP具体的关键因素，配送中心可以为车辆调度和路线得到有效的信息。 独创性/价值—多目标问题很少考虑VRPs，但他们大都是物流配送中的实用价值。本文主要集中在多目标的VRP，它是来自实际的配送中心。该遗传算法NSGA - II算法应用于这个问题和AnyLogic软件运用于模拟工具。此外，本文处理几个VRP的关键因素以控制和模拟分配过程。计算和模拟结果对于VRPs构成了我们论文的主要贡献。 关键字 模拟，配送管理，建模，电脑软件 文章类型 研究论文 1.介绍 在世界各地，物流近几十年来发展迅速，而客户的需求也在不断增加。一大批配送中心已经出现并在这种环境下迅速发展。快速交货使物流公司更具竞争力，而配送成本是物流公司必须关注的一个重要问题。因此，车辆路线是物流配送中一个不可否认的现实问题。 车辆路径问题（VRP）由丹捷格和拉姆泽（1959）首次提出。这是一个旅行商问题的延伸。在过去的五十几年来，VRP的模型已经迅速发展，许多其他新模型来自这个原始模型（静，2004;奇姆和齐格勒，1991年;维埃拉，2004年;Shabayek及杨，2002年，刘等人，2004）。 本文是基于车辆路线问题的时间窗口（VRPTW），其中一些有限制的卡车将被改为从配送中心到一些地理上分散需求已知的客户并预定义时间窗口。一旦一部车辆到达客户家早于最快服务时间或晚于最晚服务时间，那它就必须因为它的不准时而缴纳罚款（罚款可以不同）。这可以在一些最近的VRPTW出版物中找到（布雷于叙，2003年; Chavalitwongse等。，2003; Gezdur涂rkay，2002年;李和林，2003年;Breedam，2001年;茨城等，2005年;布丹，1990年;谭等人，2006;林和国，2006年）。 VRP不仅是运筹学上的一个理论难题，也是一个有用的实际问题。只有通过在一定的条件下的理论算法得到分布路线是远远不够的。近年来，计算机模拟被广泛的应用于物流配送研究。仿真技术提供直接和有效的分析方法来研究复杂分配系统。 模拟是以行动为基础的模型，它需要计算机识别和可运行仿真模型。建模的理论和方法是模拟的基础也是仿真技术发展的重要因素。正式的模型一个通过状态方程描述和分析系统的方法。利用大量的数学工具，正式的模型包括排队网络系数（QN），最大代数（MA），摄动分析（PA），Petri网等。 索伯格（1977）最初因为离散事件将QN应用在动态系统建模中。MA是由科恩等（1985年）提出用来处理柔性生产线。PA是由来自哈佛大学的Ho and Cassandras (1983)首先发展的。Petri网模型是由CarlAdamPetri在他的1962年的博士论文中首创的。然后，桑尼等（1999）在邮件处理中心通过分析和优化整个加工中心的工作流来使用Petri网。 本文的其余部分组织如下：第2节陈述了我们正在处理的一个实际应用，然后给多目标问题制订一个数学模型。第3节介绍了仿真建模过程，而第4节进一步说明了非支配排序遗传算法Ⅱ（NSGA -Ⅱ）算法解决多目标模型。计算结果和分析在第5节中介绍。最后，本论文的摘要和结论第6节中介绍。 2. 问题陈述和数学建模 解决多目标VRP的主要动力来自于在美国密歇根州一个配送中心的实际应用，那里的数千货物正被送往全国数百个城市。解决多目标VRP的主要动力来自于在美国密歇根州一个配送中心的实际应用，那里的数千货物正被送往全国数百个城市。这个问题，我们建模如下。 根据戈登和瓦希儿（1987)de 单目标优化模型,我们提出了一种多目标的VRP模型，结合受限的车辆路线问题和VRPTW模型。 配送中心用多辆车向客户运送货物。地点和客户需求是给定的，车辆的容量是固定的。此外，所有的需求必须得到满足，每个客户必须在一定时间被服务。其目的是选择最优或接近最优的路线，该目的需要考