• <menu id="equuk"><tt id="equuk"></tt></menu>
    <menu id="equuk"><tt id="equuk"></tt></menu><menu id="equuk"><menu id="equuk"></menu></menu>
    <tt id="equuk"><strong id="equuk"></strong></tt><menu id="equuk"><strong id="equuk"></strong></menu>
  • <xmp id="equuk">
    容易發表/成功率高的期刊
    在線客服

    咨詢客服 咨詢客服

    咨詢郵箱:hz2326495849@163.com

    經濟論文

    物流配送中多車多點路徑規劃算法研究

    時間:2020年03月24日 所屬分類:經濟論文 點擊次數:

    摘要:物流配送中常用的Dijkstra、Floyd、A*等最短路徑算法只能計算兩點之間的最短路徑,沒有帶約束條件和回程規劃。多車多點路徑規劃算法利用神經網絡對收送貨地點進行分區,用百度地圖API計算各點之間的最短路徑,通過繞行遍歷思想計算繞行貢獻值,利用貪婪

      摘要:物流配送中常用的Dijkstra、Floyd、A*等最短路徑算法只能計算兩點之間的最短路徑,沒有帶約束條件和回程規劃。多車多點路徑規劃算法利用神經網絡對收送貨地點進行分區,用百度地圖API計算各點之間的最短路徑,通過繞行遍歷思想計算繞行貢獻值,利用貪婪思想在車輛限載重、限路程的情況下組合回程,從而形成最優路徑方案。該算法已用在物流企業的多車多點路徑規劃云平臺上,大大提高了物流配送效率。

      關鍵詞:多車多點;最短路徑;繞行貢獻值;規劃算法;物流配送

    物流配送

      0引言

      在物流配送活動中,物流配送路徑的最優化問題,是物流配送系統優化中關鍵的一環。隨著配送路網的日趨復雜,配送成本日益增大[1],在物流配送中規劃合理的配送路線,避免迂回運輸與重復運輸,有利于節省配送費用,降低物流成本,提高物流配送的效率和經濟效益。物流配送問題是典型的組合尋優問題[2],常用的路徑最優算法有Dijkstra[3]、Floyd、A*等算法[4]。Dijkstra算法是經典的廣度優先算法,該算法的主要特點是以起始點為中心搜索所有與其連接的點,從中心向外層延展,直到延展到終點為止,因此能夠有效解決單源最短路徑問題[5]。

      Floyd算法是經典的深度優先算法,該算法利用動態規劃思想,尋找給定的加權圖中多源點之間最短路徑,因此能夠有效解決任意兩點之間最短距離[6]。A*算法是基于啟發式的最短路徑算法,是一種靜態路網中求解最短路徑最有效的直接搜索方法,通過計算函數的慢相對最優解來篩選出發點周圍的后繼點[7]。這些算法都是求兩頂點之間的最短路徑,并且沒有帶約束條件,也沒有規劃回程,F實物流配送中,可能有不同的收送貨地點、不同的收送貨重量,車輛也有限重、限程、限時等多條件的限制,如何合理安排車輛,使得車輛在限制負載、限制行程的情況下遍歷所有客戶,并且規劃回程的路徑方案最優,本文提出了多車多點路徑規劃算法。

      1多車多點路徑規劃算法思想

      1.1繞行遍歷思想

      多車多點路徑規劃算法主要是對多車輛在限制負載、限制行程的情況下遍歷所有客戶,而且還能規劃回程的最短路徑方案,其核心是繞行遍歷思想。假設由S點為起始點,現在要去A、B兩個地點去收送貨,兩地間的距離單位為km,求要規劃回程的最短路徑。從起始點出發,要遍歷所有點,并且返回起始點,路徑的走法有四種:①廣播方式:S→A→S→B→S,即從S點出發到A,返回S,再從S點到B,返回S。②往返方式:S→A→B→A→S,由S點出發,經過所有點A、B,再沿路返回。③往返方式:S→B→A→B→S,由S點出發,經過所有點B、A,再沿路返回。

     、芾@行遍歷方式:S→A→B→S,環繞一周,遍歷所有點,回到起始點。表1求出了每種走法的距離及繞行貢獻值。根據三角形兩邊之和大于第三邊,可知第四種走法(繞行遍歷方式)是最短路徑,是最佳走法。假設把前三種走法與第四種走法的距離差稱為繞行貢獻值,繞行貢獻值越大,越值得繞行,這是本算法的一個核心思想。此外,還要根據S點的夾角K來判斷采用廣播方式、往返方式還是繞行遍歷方式。當S點的夾角K為銳角,才采用繞行遍歷,鈍角則不繞行。

      1.2貪婪思想

      本算法中,先要計算出最短距離矩陣SM、繞行貢獻值矩陣RX。RX值根據篩選公式篩選出來后形成隊列,并按降序存放到JXDL隊列中,再逐條路徑從JXDL堆棧中出棧,進入累加堆棧,累加路程值及重量值,一旦路程累加值超過限程值、重量累加值超過限重值就出棧,剔除剛進棧的路徑,在網絡圖上按照貪婪思想連接已經出棧的路徑,形成一條回程路徑。

      1.3靠近原則

      在組成回程時,根據收送貨點是否靠近來組合回路,把相對較遠的路徑推后處理。是否靠近采用模糊神經網絡來處理,假設E點與組成的回程成銳角時,可以把該地點加入回程,如果是鈍角,則考慮和后面的回程組成回路。

      2多車多點路徑規劃算法的實現

      2.1多車多點路徑規劃算法的實現流程

      多車多點路徑規劃算法具體的實現流程如下:(1)先從數據庫中讀取各個收送貨地點的經緯度、客戶收送的貨物重量以及車輛載重、車輛最大行程信息。(2)利用模糊神經網絡根據收貨點與送貨點的遠近進行分區。(3)利用百度地圖API計算出各個地點的最短路徑,再算出所有路徑的繞行貢獻值。(4)對繞行貢獻值篩選后形成降序路徑隊列,再出隊,路徑進入累加堆棧,入棧的時候,累加重量值及路程值;一旦路程累加值超過路程值和重量值就出棧,并剔除剛進棧的路徑。

      (5)利用貪婪思想根據路徑是否靠近,對路徑作連接處理形成回路。(6)把規劃好后的結果存儲到數據庫中,并且用百度地圖API顯示出來。

      2.2多車多點路徑規劃算法的實現

      以物流貨車收貨為例,假設現有A至J的10個收貨地點是在同一組,每個地點的貨物重量(kg)為網絡圖上的結點值,L為起始點S到每個節點的矩離,D為節點間的距離,F有兩種貨車,分別是載重30kg與50kg,且貨車一次行駛路程為40公里以內。每組成一個回程,則對第二類客戶點與現有的回程作是否靠近的判斷,如果靠近的話,則用插入路徑方法,插入經過此客戶點的路徑。重復此操作,直到所有結點訪問完畢。這樣根據繞行思想和貪婪思想,逐步組合好了規劃路徑,最后通過百度地圖API把這些路徑顯示在地圖上。

      3結語

      本算法是針對多輛車到多個地點的最短路徑問題,在算法中利用神經網絡對地點按遠近進行分區,利用百度地圖API計算出各個地點的最短路徑,根據繞行遍歷思想算出所有路徑的繞行貢獻值,再用貪婪思想把路徑組合起來,最后把規劃好后的結果存儲到數據庫中,并且用百度地圖API顯示出來,使得在物流配送中能夠滿足車輛不超重、不超程并規劃回程的路徑最短。該算法已用在物流企業的多車多點智能路徑規劃云平臺,也可以廣泛應用在物流企業、公交路線規劃、旅游規劃、無人駕駛等各個行業。

      參考文獻

      [1]鈕亮,張寶友.基于云計算求解城市物流配送最短路徑研究[J].科技通報,2015(5):184-188.

      [2]李晶,閆軍.基于Dijkstra算法和Floyd算法的物流運輸最短路徑研究[J].科技信息,2012(2):575-576.

      [3]王華.基于Dijkstra算法的物流配送最短路徑算法研[J].計算機與數字工程,2011(3):48-50.

      [4]高小芳.物流配送最優路徑規劃[D].福建:華僑大學,2016.

      物流方向論文范文:連鎖餐企如何“玩轉”物流配送

      配送中心的良好發展離不開物流人才,具有物流管理理論和實踐能力,并對市場有了解的專業人才是廣大連鎖餐企的需求目標。對于連鎖餐飲企業來說,原料價格一般相差不大,物流配送的成本才是各企業研究的焦點。從麥當勞、肯德基的成功經驗來看,連鎖經營模式之所以能夠高效運行,原因在于這些企業具有匹配自身的物流配送模式,可以輕易實現多品種、小批量、高頻次的食材運輸,大大降低企業的運營成本,更迅速的占領市場。

    亚洲AV片劲爆在线观看