随机分批配送车辆路径问题研究
出版时间:
2020-12
版次:
1
ISBN:
9787550446519
定价:
78.00
装帧:
平装
开本:
16开
页数:
203页
1人买过
-
本书将实际配送运作过程中存在的不确定因素与分批配送相结合，探讨不同随机因素影响下的分批配送车辆路径问题。本书分别针对需求点、需求量和行驶时间、服务时间等随机因素，主要从五个部分探讨随机分批配送车辆路径优化问题：需求点需求随机出现的分批配送车辆路径问题模型与优化研究、需求点位置随机的分批配送车辆路径问题模型与优化研究、需求量随机的分批配送车辆路径问题模型与优化研究、行驶时间和服务时间随机的分批配送车辆路径问题模型与优化研究、行驶时间动态随机的分批配送车辆路径问题模型与优化研究。研究成果既是对传统车辆路径问题研究的深层次延伸，具有理论意义，又为配送企业解决日常运作中遇到的不确定性问题提供理论依据与管理启示。
本书可以作为高等学校管理科学与工程、物流工程、物流管理、供应链管理、工业工程等专业的研究生和高年级本科生的参考书，也可供以上有关专业教师、研究工作者以及企业管理人员阅读和参考。 1绪论
1.1 研究内容和意义
1.1.1 研究目标
1.1.2 研究内容
1.1.3 研究意义
1.2 本书结构和研究思路
1.2.1 本书结构
1.2.2 本书研究思路
2随机分批配送车辆路径问题研究现状
2.1 SDVRP研究现状
2.1.1 SDVRP基本模型
2.1.2 SDVRP扩展问题
2.1.3 SDVRP基本性质
2.1.4 SDVRP求解算法
2.2 随机车辆路径问题研究现状
2.2.1 需求点随机
2.2.2 需求量随机
2.2.3 时间随机
2.2.4 随机动态车辆路径问题
2.2.5 SVRP求解方法
2.3 其他相关问题
2.3.1 分区路径问题
2.3.2 集配货一体化路径问题
2.4 研究现状总结
2.4.1 需求点随机SDVRP研究现状总结
2.4.2 SDVRPSD研究现状总结
2.4.3 时间随机SDVRP研究现状总结
2.4.4 行驶时间动态随机SDVRP
3需求点需求随机出现的SDVRP模型与算法研究
3.1 问题提出
3.2 问题描述及模型建立
3.3 改进的ALNS
3.3.1 初始解构造
3.3.2 删除算子
3.3.3 插人算子
3.3.4 自适应选择规则
3.3.5 迭代结束条件
3.4 算例分析
3.4.1 算例设计及生成
3.4.2 潜在需求点所占比例对结果的影响
3.4.3 允许分批配送对结果的影响
4需求点位置随机的SDVRP模型与算法研究
4.1 问题描述及模型建立
4.2 改进的ILS
4.2.1 定义基本单元
4.2.2 初始解构造
4.2.3 局部搜索
4.3 算例分析
4.3.1 参数选择
4.3.2 算例设计
4.3.3 允许分批配送对结果的影响
4.3.4 不同目标函数系数组合分析
5需求量随机的SDVRP模型与算法研究：基于带修正的随机规划模型
5.1 问题提出
5.2 问题描述及模型建立
5.2.1 模型建立
5.2.2 修正期望费用计算
5.3 改进的PSO设计
5.3.1 初始解生成
5.3.2 编码和解码
5.3.3 速度更新
5.3.4 位置更新
5.3.5 局部搜索算法
5.3.6 结束条件
5.4 算例分析
5.4.1 参数选择及测试
5.4.2 测试算例
5.4.3 粒子规模测试
5.4.4 局部搜索测试
5.4.5 速度长度测试
5.4.6 不同速度更新方程测试
5.4.7 与现有结果比较
6需求量随机的SDVRP模型与算法研究：基于双层马尔科夫决策模型
6.1 模型建立
6.1.1 上层模型
6.1.2 下层模型
6.1.3 双层MDP状态转移
6.1.4 初始状态和最终状态
6.1.5 命令定义
6.2 求解方法
6.2.1 固定路径策略及算法
6.2.2 基于动态分区的全局修正策略
6.3 价值函数计算
6.3.1 期望配送量
6.3.2 期望行驶费用
6.3.3 期望惩罚费用
6.4 算例分析
6.4.1 算例生成
6.4.2 算例求解分析
6.5 与第5章的比较分析
7行驶时间和服务时间随机的SDVRP模型与算法研究
7.1 问题提出
7.2 问题描述及模型建立
7.2.1 服务时间性质冀
7.2.2 到达时刻和开始服务时刻性质
7.2.3 目标函数计算
7.3 改进的粒子群优化算法
7.3.1 编码
7.3.2 速度更新
7.3.3 粒子位置更新
7.3.4 粒子邻域最优更新
7.3.5 变邻域搜索
7.3.6 出发时间调整
7.4 算例分析
7.4.1 算法参数
7.4.2 算例调整
7.4.3 允许等待对结果的影响
7.4.4 允许分批配送对结果的影响
7.4.5 不同方差水平对结果的影响
8行驶时间和服务时间随机的集配一体的SDVRP模型与算法研究
8.1 问题描述及模型建立
8.1.1 服务时间性质
8.1.2 到达时刻性质
8.1.3 目标函数计算
8.2 改进的ILS
8.2.1 初始解构造算法
8.2.2 局部搜索
8.2.3 扰动机制
8.3 算例分析
8.3.1 算例生成
8.3.2 参数选取
8.3.3 分批配送对结果的影响
8.3.4 不同方差水平对结果的影响
9行驶时间动态随机的SDVRP模型与算法研究
9.1 问题描述
9.2 模型建立
9.2.1 建模
9.2.2 行驶时间分布的估计
9.3 求解方法
9.3.1 固定路径策略
9.3.2 后验决策展示策略
9.4 算例分析
9.4.1 算例设计
9.4.2 不同求解策略对比
9.4.3 分批配送对结果的影响
9.4.4 不同方差水平对结果的影响
9.4.5 与静态解对比
10总结与展望
10.1 本书总结
10.1.1 需求点随机SDVRP模型与算法研究
10.1.2 需求量随机的SDVRP模型与算法研究
10.1.3 时间随机SDVRP模型与算法研究
10.1.4 行驶时间动态随机的SDVRP模型与算法研究
10.2 研究展望
附录 书中所用缩略词对应的中文全称、英文全称
-
内容简介:
本书将实际配送运作过程中存在的不确定因素与分批配送相结合，探讨不同随机因素影响下的分批配送车辆路径问题。本书分别针对需求点、需求量和行驶时间、服务时间等随机因素，主要从五个部分探讨随机分批配送车辆路径优化问题：需求点需求随机出现的分批配送车辆路径问题模型与优化研究、需求点位置随机的分批配送车辆路径问题模型与优化研究、需求量随机的分批配送车辆路径问题模型与优化研究、行驶时间和服务时间随机的分批配送车辆路径问题模型与优化研究、行驶时间动态随机的分批配送车辆路径问题模型与优化研究。研究成果既是对传统车辆路径问题研究的深层次延伸，具有理论意义，又为配送企业解决日常运作中遇到的不确定性问题提供理论依据与管理启示。
本书可以作为高等学校管理科学与工程、物流工程、物流管理、供应链管理、工业工程等专业的研究生和高年级本科生的参考书，也可供以上有关专业教师、研究工作者以及企业管理人员阅读和参考。
-
目录:
1绪论
1.1 研究内容和意义
1.1.1 研究目标
1.1.2 研究内容
1.1.3 研究意义
1.2 本书结构和研究思路
1.2.1 本书结构
1.2.2 本书研究思路
2随机分批配送车辆路径问题研究现状
2.1 SDVRP研究现状
2.1.1 SDVRP基本模型
2.1.2 SDVRP扩展问题
2.1.3 SDVRP基本性质
2.1.4 SDVRP求解算法
2.2 随机车辆路径问题研究现状
2.2.1 需求点随机
2.2.2 需求量随机
2.2.3 时间随机
2.2.4 随机动态车辆路径问题
2.2.5 SVRP求解方法
2.3 其他相关问题
2.3.1 分区路径问题
2.3.2 集配货一体化路径问题
2.4 研究现状总结
2.4.1 需求点随机SDVRP研究现状总结
2.4.2 SDVRPSD研究现状总结
2.4.3 时间随机SDVRP研究现状总结
2.4.4 行驶时间动态随机SDVRP
3需求点需求随机出现的SDVRP模型与算法研究
3.1 问题提出
3.2 问题描述及模型建立
3.3 改进的ALNS
3.3.1 初始解构造
3.3.2 删除算子
3.3.3 插人算子
3.3.4 自适应选择规则
3.3.5 迭代结束条件
3.4 算例分析
3.4.1 算例设计及生成
3.4.2 潜在需求点所占比例对结果的影响
3.4.3 允许分批配送对结果的影响
4需求点位置随机的SDVRP模型与算法研究
4.1 问题描述及模型建立
4.2 改进的ILS
4.2.1 定义基本单元
4.2.2 初始解构造
4.2.3 局部搜索
4.3 算例分析
4.3.1 参数选择
4.3.2 算例设计
4.3.3 允许分批配送对结果的影响
4.3.4 不同目标函数系数组合分析
5需求量随机的SDVRP模型与算法研究：基于带修正的随机规划模型
5.1 问题提出
5.2 问题描述及模型建立
5.2.1 模型建立
5.2.2 修正期望费用计算
5.3 改进的PSO设计
5.3.1 初始解生成
5.3.2 编码和解码
5.3.3 速度更新
5.3.4 位置更新
5.3.5 局部搜索算法
5.3.6 结束条件
5.4 算例分析
5.4.1 参数选择及测试
5.4.2 测试算例
5.4.3 粒子规模测试
5.4.4 局部搜索测试
5.4.5 速度长度测试
5.4.6 不同速度更新方程测试
5.4.7 与现有结果比较
6需求量随机的SDVRP模型与算法研究：基于双层马尔科夫决策模型
6.1 模型建立
6.1.1 上层模型
6.1.2 下层模型
6.1.3 双层MDP状态转移
6.1.4 初始状态和最终状态
6.1.5 命令定义
6.2 求解方法
6.2.1 固定路径策略及算法
6.2.2 基于动态分区的全局修正策略
6.3 价值函数计算
6.3.1 期望配送量
6.3.2 期望行驶费用
6.3.3 期望惩罚费用
6.4 算例分析
6.4.1 算例生成
6.4.2 算例求解分析
6.5 与第5章的比较分析
7行驶时间和服务时间随机的SDVRP模型与算法研究
7.1 问题提出
7.2 问题描述及模型建立
7.2.1 服务时间性质冀
7.2.2 到达时刻和开始服务时刻性质
7.2.3 目标函数计算
7.3 改进的粒子群优化算法
7.3.1 编码
7.3.2 速度更新
7.3.3 粒子位置更新
7.3.4 粒子邻域最优更新
7.3.5 变邻域搜索
7.3.6 出发时间调整
7.4 算例分析
7.4.1 算法参数
7.4.2 算例调整
7.4.3 允许等待对结果的影响
7.4.4 允许分批配送对结果的影响
7.4.5 不同方差水平对结果的影响
8行驶时间和服务时间随机的集配一体的SDVRP模型与算法研究
8.1 问题描述及模型建立
8.1.1 服务时间性质
8.1.2 到达时刻性质
8.1.3 目标函数计算
8.2 改进的ILS
8.2.1 初始解构造算法
8.2.2 局部搜索
8.2.3 扰动机制
8.3 算例分析
8.3.1 算例生成
8.3.2 参数选取
8.3.3 分批配送对结果的影响
8.3.4 不同方差水平对结果的影响
9行驶时间动态随机的SDVRP模型与算法研究
9.1 问题描述
9.2 模型建立
9.2.1 建模
9.2.2 行驶时间分布的估计
9.3 求解方法
9.3.1 固定路径策略
9.3.2 后验决策展示策略
9.4 算例分析
9.4.1 算例设计
9.4.2 不同求解策略对比
9.4.3 分批配送对结果的影响
9.4.4 不同方差水平对结果的影响
9.4.5 与静态解对比
10总结与展望
10.1 本书总结
10.1.1 需求点随机SDVRP模型与算法研究
10.1.2 需求量随机的SDVRP模型与算法研究
10.1.3 时间随机SDVRP模型与算法研究
10.1.4 行驶时间动态随机的SDVRP模型与算法研究
10.2 研究展望
附录 书中所用缩略词对应的中文全称、英文全称
查看详情
-
全新
河北省保定市
平均发货28小时
成功完成率87.53%
-
随机分批配送车辆路径问题研究
(全新正版书籍，假一赔十)ZJ图片是系统识别图，仅供参考，以书号或书名为准，不清楚的请先咨询客服再下单。套装书请咨询再下订单
全新
广东省广州市
平均发货37小时
成功完成率75.56%
-
九品
北京市海淀区
平均发货24小时
成功完成率86.19%
-
全新
四川省成都市
平均发货15小时
成功完成率79.89%
-
全新
四川省成都市
平均发货59小时
成功完成率83.11%
-
全新
山东省泰安市
平均发货23小时
成功完成率85.78%
-
全新
北京市东城区
平均发货29小时
成功完成率84.72%
-
全新
山东省潍坊市
平均发货11小时
成功完成率85.34%
-
全新
上海市黄浦区
平均发货11小时
成功完成率94.47%
-
全新
北京市丰台区
平均发货8小时
成功完成率90.47%
-
全新
北京市通州区
平均发货9小时
成功完成率89.12%
-
九品
河北省衡水市
平均发货8小时
成功完成率98.22%
-
全新
北京市朝阳区
平均发货14小时
成功完成率84.71%
-
全新
江西省南昌市
平均发货15小时
成功完成率82.08%
-
全新
广东省广州市
平均发货9小时
成功完成率86.9%
-
全新
江西省九江市
平均发货11小时
成功完成率80.69%
-
全新
北京市房山区
平均发货9小时
成功完成率83.87%
-
全新
北京市房山区
平均发货34小时
成功完成率68.02%
-
九品
北京市通州区
平均发货32小时
成功完成率66.22%
占位居中
