论文部分内容阅读
随着经济的发展,人们对于生鲜品的需求越来越多,人们对商品的需求由数量更多的转为了质量,因此,对生鲜品的储藏保鲜技术也随之发展起来,因而也带动了冷链物流的快速发展。因为生鲜产品往往都是一些易腐易变质的商品,对时效性要求极强,对于现在的大型超市来说几乎是需要日日配送的,在配送过程中,对温度和时间都有极高的要求,因此,对于生鲜品的冷链配送来说,考虑客户时间窗要求,事先规划好配送路线,不仅可以降低企业的配送成本还可以保证生鲜品的品质,进而提高客户满意度,为企业带来更高的信誉度,也会为企业带来更多利益。在学者针对冷链配送问题的过往研究中,对客户时间窗的研究偏少,并且大多针对硬时间窗、软时间窗,模糊时间窗的研究者显得更为稀少,但是结合现实情况来说,模糊时间窗是最合理的。因此本文研究了基于客户模糊时间窗要求的冷链物流配送路径优化问题,其中以最小化的物流配送成本以及最大化的客户整体满意度,构成了双目标函数的优化模型。本文对于模糊时间窗的处理采用了模糊隶属度函数。对客户期望时间窗、客户最大可容忍的时间窗进行模糊化处理,将其转换为客户对货物送达时间的满意度水平,用客户购买的货物量占配送计划的比重对单个客户的满意度水平进行加权平均得到客户对服务时间的整体满意度水平,建立了带模糊时间窗的冷链物流车辆路径多目标优化模型。对于模糊时间窗的处理方法是根据每个客户点的最低满意度水平计算得到客户真正可接受的时间窗范围。本文对多目标函数进行了处理,将客户的整体满意度水平设定为一个定值,将其变为约束条件,通过两阶段的求解思路使得单目标函数间接实现了双目标的目的,这样避免了第二目标对第一目标的直接影响。然后,针对模型以及本文研究的实际问题特点,设计了更适合本模型的遗传算法,称为改进的遗传算法。最后,通过Python语言编程实现算法,通过对实例的数据分析并求解得出S企业最优配送路径。