论文部分内容阅读
近年来,随着居民消费水平的不断提升以及电子商务的普及,国内知名电商企业如阿里,京东,苏宁等纷纷涉足生鲜行业,冷链物流行业进入高速发展期。然而在冷链物流末端配送环节中,不合理的末端配送站点的设置以及配送路径的规划,使得配送时效不能得到保证。冷链食品变质的情况时有发生,导致客户满意度一直得不到提高,冷链物流末端配送形势严峻。因此,合理规划冷链物流配送网络是冷链配送中重要的研究课题。本文针对冷链物流末端配送网络规划问题,将复杂网络引入配送区域划分中,建立了社区网络模型并运用社区发现算法划分出社区结构。完成客户聚类后,建立了基于社区结构的冷链物流配送网络LRP模型,并设计了算法对该模型进行配送站点选取以及配送路线规划的联合求解。本文主要完成了以下工作:(1)将城市中有冷链配送需求的社区转化为复杂网络中的节点;社区间在路网中的连接关系转化为网络中的边;基于社区间距离,道路拥堵状况,道路等级,红绿灯数量等因素综合评价社区间在冷链物流配送时的通行时间,将其转化为网络中边的权重,构建了社区网络模型。因此,配送区域划分问题转化为从社区网络模型中发现社区结构。(2)考虑到配送区域划分中存在的配送站点容量约束,将容量约束限制加入到社区结构的寻找过程中。设计了带容量约束的louvain算法划分社区网络模型,发现社区结构,从而完成客户聚类。(3)基于社区结构,考虑冷链配送中的时效性要求,将网络总成本最小和客户总满意度最高作为优化目标建立多目标LRP优化模型。通过设定客户总满意度下限值将多目标模型转化为单目标模型。针对模型特点,设计了相对应的遗传算法进行求解,完成了配送站点的选取以及配送路径的规划。(4)对SF公司在青山区的冷链物流配送网络规划进行了算例分析。建立社区网络模型后运用社区发现算法获取社区结构从而实现客户聚类;基于客户聚类的结果,运用matlab软件对每个配送区域应选择的配送站点以及车辆路径进行了联合求解与优化。通过对比研究,论证了考虑货损成本对于LRP模型求解结果的影响和验证了社区发现方法的有效性。