面向云配送模式的车辆调度问题及算法研究

随着世界经济的快速发展,物流产业作为国民经济中一个重要的服务产业,正在全球范围迅速发展,并逐渐成为国民经济的基础产业和发展动脉,其发展程度已经成为衡量一个国家现代化程度和综合国力的重要标志.然而,对物流配送的研究还主要停留在传统的配送模式上,随着物联网技术和电子商务的快速发展,物流配送模式已经发生了巨大变化,联合配送,动态配送,大规模跨区域配送等新的配送需求出现,传统的物流配送模式已经难以支持现代物流配送的需求.尤其是通信技术与云计算技术的出现,使得大规模跨区域联合配送成为可能,新的物流配送模式即将诞生. 物流配送是现代物流服务供应链中的关键环节,也是开展现代电子商务活动不可缺少的支持部分.对物流配送中车辆调度问题的研究是发展智能交通运输系统,构建综合物流系统和开展电子商务的基础.车辆调度问题经过近五十年的发展研究,己成为运筹学与组合优化领域的研究热点和前沿课题.现实生产和生活中,邮政投递问题,飞机航班安排,铁路车辆编组,码头调运,水运船舶调运,公共汽车调度问题以及电力调度问题等都可以抽象为车辆调度问题.随着电子商务,互联网与通信技术的发展,物流配送与车辆调度问题在各种连锁店,大型商场,快递等领域有广泛的应用前景.因此,对车辆调度问题的深入研究,具有较高的科学意义和工程应用价值. 论文的主要研究内容和创新成果如下: ①在分析云计算模式与社会化物流配送相互关系的的基础上提出云配送模式对云计算的内涵,发展现状以及应用情况展开分析,结合云计算模式与社会化物流配送的相似特征与联系,提出云配送模式的概念,分析云配送模式的特征及与传统物流配送模式的区别与联系.分析配送资源,配送云服务及配送云的相互关系与作用机理,构建面向社会配送的"公有云"配送服务平台,并对平台构建的关键技术展开分析. ②对云配送模式下固定需求的车辆调度问题展开研究 对云配送模式下固定需求的车辆调度问题展开研究,构建面向带有里程约束,载重约束和时间窗约束车辆调度问题的数学模型.在分析对比车辆调度问题求解算法的基础上,提出改进遗传算法对多约束条件下的车辆调度问题进行求解,设计针对车辆调度问题的自然数编码的遗传算法,改进传统交叉与变异操作方式,设计种群扩张机制,增强算法的快速寻优和全局收敛能力.结合实验仿真检验模型和算法的有效性,并对比分析不同约束的车辆调度问题求解结果. ③对云配送模式下动态需求的车辆调度问题展开研究 通过提出时间轴概念,对云配送模式下的动态车辆调度问题展开研究.利用时间轴结合动态信息驱动,记录配送网络发生的信息,将动态车辆调度问题转化为一系列静态车辆调度问题,考虑较为接近实际的约束条件和目标函数,构建具体时刻的车辆调度模型.根据动态车辆调度问题对求解算法时效性要求比较高的特点,提出利用量子理论改进传统遗传算法,设计量子遗传算法,采用量子位多样性的特点设计染色体编码,利用量子门旋转的种群迁移机制提高种群进化效率.结合车辆调度模型设计"初始优化+实时优化"的两阶段求解策略,当动态需求客户提出需求时,利用时间轴标记为不同的时刻,更新配送网络中的信息,实时地进行再优化.结合实验对模型和算法进行了仿真计算,验证算法与模型的有效性. ④对云配送模式下联合配送的车辆调度问题展开研究 对云配送模式下跨区域联合配送中的关键要素展开分析,提出本文对多配送中心,多车型,开放式动态车辆调度问题处理方法,并根据时间轴概念,建立联合配送的动态车辆调度模型.利用量子理论和云模型理论改进遗传算法,采用量子比特位设计遗传算法染色体编码,利用量子门旋转实现种群进化,采用云模型云滴的稳定性与倾向性特点改进交叉概率和变异概率的设置方式,设计云量子遗传算法,并对算法的性能参数,收敛性及计算复杂度进行分析.结合实验对设计的算法和模型进行实验分析. ⑤对智能车辆调度系统的设计与实现展开研究 根据云配送模式下配送任务的复杂性与动态性,设计面向对象的车辆调度系统.分析云配送模式下配送任务的需求和系统开发原则,搭建开放式的智能车辆调度系统框架结构.对系统的功能模块进行分析,提出本系统的业务流程和运行结构模式,并展示智能车辆调度系统的主界面和功能模块. 最后,对全文研究内容进行总结,展望云配送服务运作模式,车辆调度问题及求解算法的研究前景.

面向智能物流的敏捷需求分析方法的应用研究

为应对快速发展的互联网时代,软件开发的模式也在不断的完善,以此来提供更好的软件服务,而面向物流领域,伴随着"快餐"时代的飞速发展,物流领域的服务是在市场上站稳脚跟的关键因素。对于服务的把握离不开对智能物流业务的需求精细化掌控。在开发物流类的项目时,面对用户需求的不断变化,必须时刻保持用户与开发者之间信息的对称性。但是由于用户缺乏软件开发知识,往往对自己的需求说不清楚;而开发人员不精通客户的业务知识,很难了解客户真正需要的内容,因此使得需求分析成为了一项困难的工作。如何才能敏捷的抓取信息对称,建立系统的、完备的需求模型已经成为了软件开发的重中之重。传统的需求建模存在着一定的缺陷:一是非形式化需求的获取,导致需求常出现歧义性和不一致性,难以保证需求的确定性;二是需求的易变性,其变更及其连锁效应是对项目质量乃至合同的完整履行起决定性作用。因此,要真正抓住敏捷"以人为本"的核心要点,将需求分析这项艰巨的工作做到灵活应变。为更好的进行物流领域的需求工作,本文在从需求工程入手进行研究,介绍了传统的需求分析方法后,进而引入现阶段研究热点,敏捷建模的概念,并把敏捷建模应用于需求分析的各阶段活动中。在运用敏捷建模方法的时候,将对敏捷建模如何在合适的时间、合适的位置、选择合适的建模工具,以及各种制品等进行了研究和实践运用。同时将敏捷建模的方法应用于需求管理活动中保证了需求开发活动的顺利进行。最终寻找到传统需求分析与敏捷方法的最佳结合方式,学习探索"敏捷之旅"。最后将敏捷之旅的收获应用到四维智能物流信息系统的需求分析实践当中,验证了基于敏捷方法的需求分析可以提高需求分析质量,为物流领域的软件产品开发奠定一个良好的理论实践基础,提高软件开发的质与量。敏捷需求方法扼要精悍,可以很好的控制需求冗余与紊乱。合理的划分敏捷需求分析阶段,创建适当的模型,完善需求复用,提高需求阶段的效率,使得需求规范表达,保证需求分析工作有序进行。将以人为本发挥的淋漓尽致,快速的建立敏捷需求分析模型,任何变更都可以独立管理,高效作业。

基于JAVA技术的仓库管理系统的应用分析

随着计算机和工程技术的快速发展,仓库管理系统往自动化,智能化方向发展是现阶段仓库管理系统的发展趋势.本文在此背景下通过从仓库管理压力的最大的行业- 物流行业的仓库管理系统作为切入点,首先对当前物流仓库管理系统建设的背景和国内外研究现状进行概述,然后对物流仓库管理的系统开发所用到的技术进行简单介绍,并对物流仓库管理系统的功能进行需求分析,最后详细介绍了如何使用Java 技术实现一款智能的物流仓库管理系统.

调度系统在物流行业中的应用研究与技术实现

近年来,随着网络和互联网技术的日益发展,智能调度物流业得到了前所未有的长足发展,但同时也暴露出传统物流派送效率的缺陷,利用网络技术和科学的调度算法及高性能计算调度集群来有效的提高物流派送的调度效率,是本文研究的主要方向和内容。本文通过研究了高性能物流调度算法主要实现将是将以往相互独立、比较零散的物流系统方式转换为以计算机信息管理方式,从而用计算机信息管理方式建成各个用户之间的密切关联,实现集中调度的一体化物流调度管理系统。通过研究和设计调度物流平台。基于研究的内容,本文重点设计和实现异地的物流仓库动态调度管理,满足每个仓库的商品达到动态平衡,以保障每个客户都能在最近仓库提到需要的商品。根据客户购买订单,按照全局调度散发,动态调度由仓库经由节点送达给最终客户,满足每个客户的订单配送,在每个节点中要进行订单合并与拆分计算;基于系统根据调度算法,以最短时间路径返还给生产单位,实现用户退货商品;基于每个出货商品打印唯一的条形码,利用扫码功能和GIS接口对每个商品的位置进行动态跟踪与定位。其主要功能包括供应商管理,车辆管理,仓库管理,站点管理,客户管理和系统管理六大子系统。本论文首先从国内外物流企业的现状和发展特点进行了分析和总结,对照发达国家对我国物流配送中所存在的问题进行了逐一的分析,讨论了物流调度管理系统的开发过程,并对关键技术进行了具体的分析和讨论。然后按照项目开发周期对系统进行概要设计、详细设计和数据库设计,以及编码实现,展示了每个功能模块的核心代码和页面。系统开发以后,并对系统进行了详细的软件测试,对bug进行修改和回归测试,解决了实现过程中出现的问题,实现了业务需求和设计,满足了系统最初业务需求中的要求。