本文是一篇物流管理论文，物流活动的具体内容包括以下几个方面：用户服务、需求监控、定单处理、配送、存货控制、运输、仓库管理、工厂和仓库的布局与选址、搬运装卸、采购、包装、情报信息。（以上内容来自百度百科）今天为大家推荐一篇物流管理论文，供大家参考。
第 1 章 绪论
1.1 研究背景
对社会经济发展而言，城市配送在经济发展、民生保障和环境保护方面有着重要影响。2017 年，我国交通运输、仓储和邮政业增加值占 GDP 的比值为 4.4%，为城镇提供 4.7%的就业岗位。另一方面，近几年来，随着我国城市化进程的加快，2017 年末城镇化率已经达到 58.52%，城镇就业人口约占总就业人口的 54.69%。就环境而言，运输过程中产生的尾气使得该行业成为温室气体排放的主要行业。据统计，全球二氧化碳排放有 25%来自交通运输业，其中道路货运占比高达 61%[1]。综上，城市配送和城市运输直接影响到城市的生产、居民生活需求能否得到及时高效的满足，是城市的经济和居民生活水平的重要支点。对城市而言，日益拥堵的交通问题成为大城市的通病，城市配送受到影响。随着经济的发展和人们收入水平的提高，汽车的数量迅猛增长，2016 年私家车拥有量增速高达 22.6%，使得城市拥堵问题日渐显露。另一方面，由于缺乏科学合理的配送设施规划，存在配送网路重叠、配送效率低下等问题，使本就交通紧张的城市变得更加拥挤。由此带来了能源消耗、城市污染等问题，同时还降低了居民的正常生活效率与质量。城市配送的核心在于车辆路径问题（Vehicle Routing Problem, VRP）[2]，有研究表明，合理规划配送路线能够节约 5%-30%的费用[3]。研究城市配送的 VRP 问题，提高车辆的利用率，能一定程度缓解城市交通拥堵问题和环境污染问题。对配送企业而言，城市配送面临着巨大的挑战。据统计数据显示，运输费用占物流总费用的 50%以上，而其中油费占运输费用的 60%以上。国内油价的升高，土地成本以及人力等成本不断攀升，使得配送企业成本高居不下。随着同行竞争加剧，迫使配送企业寻找新的出路，降低配送成本。配送企业的现实诉求也促使学者对配送路径问题的研究，合理规划配送路径，制定科学的配送方案能在不增加成本的基础上实现配送成本的降低，提高配送效率和客户满意度。
.........
1.2 研究现状
1.2.1 城市配送路径研究现状
城市配送路径问题作为国内外共同关注的热点问题，学者主要从两个维度——静态与动态、确定与随机，对 VRP 问题进行研究[5]。其中静态 VRP 问题是指在规划路径时，所有的输入信息，包括客户的需求以及路段的通行时间等，不会随着时间的变化而变化，相反则为动态。而确定性 VRP 问题是指所有的输入信息，包括客户的需求量以及路段的通行时间等都是提前已知的，相反则为随机[6]。而这两组相对维度又可进行交叉组合，形成静态确定 VRP 问题、静态随机 VRP 问题、动态确定 VRP 问题、动态随机 VRP 问题。静态确定性 VRP 问题是目前发展较为成熟的一类。比较有代表性的是容量限制的VRP 问题（capacitated vehicle routing problem, CVRP）[7]，具体是指在路径规划之前，所有的输入信息已知，而不考虑道路通行时间随时间变化，但有容量限制。随着大城市交通拥堵问题的日渐显露，有学者开始对交通管制情境下的城市配送问题进行研究。胡云超[8]将限行时段转化为时间窗，得出交通管制会影响配送的效率和连贯性的结论，提出夜间配送的观点；赖平仲等[9]构建城市配送交通管制下的配送优化模型，并改进了遗传算法。电子商务的繁荣，在城市配送中不仅需要考虑送货路径，还要考虑取货的车辆路径问题。阮清方[10]提出一种新装卸策略的带取送车辆路径优化问题，从车辆车型、问题规模和算法等方面进行了研究论证。与静态确定性 VRP 相对的是静态随机 VRP 问题，在路径规划之前，存在不确定信息，比如需求量。崔丽等[11]提出了不考虑交通拥堵的情况下，建立由客户随机需求驱动下的城市配送车辆模型，将客户订单进行分类分组再进行聚类分析，再根据订单进行配送。朱佳翔等[12]针对生鲜农产品市场需求不确定的特点，构建了多目标的模糊决策模型，将不确定信息用模糊变量表示，并以实际案例验证和分析了模型。Lee 等[13]采用鲁棒优化方法解决了需求的不确定的问题。这类问题求解思路主要是：将不确定信息以概率等形式转化为确定信息[14]。
........
第 2 章 道路通行时间获取方法
道路通行时间是以道路为对象进行描述的时间。本文所定义的道路通行时间是各路段的通行时间之和，一条道路是由有限序列的路段组成，通行时间是包含行程时间和交叉口的等待时间。这样定义，一方面是为了简化配送路网，便于建模；另一方面，是为了简化计算，方便编程。目前，常用的有三种获取道路通行时间的方法：道路阻抗函数、交通数据采集技术及计算以及地图软件。分别从本文所关心的三个维度：精确度、成本以及可得性对三种获取方法进行分析比较，最终选取一种方法作为本文获取基础数据的途径。
2.1 道路阻抗函数
道路交通阻抗函数（Bureau of Public Roads Function, BPR）是指路段行驶时间与路段交通负荷之间的函数关系[37]。为了量化道路阻抗对交通参与者选择路径的影响，掌握城市道路网络上交通流的分布，对道路流量进行合理规划，美国公路局提出了BPR 函数。美国公路局调查了许多交通道路的交通流量，分析得出道路通行时间与流量之间的关系，即 BPR 函数.
........
2.2 交通数据采集技术与计算
随着科学技术的进步，交通数据采集方法也得到了发展，目前主要有两种方式：固定型和移动型。固定型数据采集技术主要有磁频数据采集技术、波频数据采集数据技术[41]。
2.2.1 数据采集技术
利用交通数据采集技术进行采集，采集方式主要分为人工采集和自动采集。其中自动采集主要包括固定型交通数据采集技术中的磁频数据采集技术、波频数据采集技术和移动型交通数据采集技术，移动型主要是基于地理信息技术，例如北斗卫星、GPS，其分类图如 2-1 所示环形线圈检测器数据采集技术是磁频数据采集技术中较为成熟的技术，其工作原理是：当车辆经过检测区域时，根据电磁感应原理，采集设备会产生电流，当电流超过一定的值时，设备的采集记录功能被激活，此时，车辆的信息便被记录下来。由线圈自身的长度除以车辆经过时所花的时间，计算得到车辆的瞬时速度[40]。波频数据采集技术主要包括主动式和被动式。前者的检测波束由检测设备发出，待检测的车辆将波束反射回检测设备；后者的检测波束由被检测的车辆直接发送给检测设备。其中常用的检测器主要有微波雷达交通检测器、红外线交通检测器、超声波交通检测器[42]。
..........
第 3 章 道路通行时间函数....20
3.1 道路通行时间函数拟合原理 ......... 20
3.2 实例验证 ..... 22
3.3 本章小结 ..... 27
第 4 章 时间依赖性路径问题及算法研究 ........28
4.1 问题描述 ..... 28
4.2 单目标 TDVRP 建模.... 28
4.2.1 参数设置 ....28
4.2.2 单目标 TDVRP 模型构建....29
4.3 多目标 TDVRP 建模.... 30
4.3.1 参数设置 ....32
4.3.2 多目标 TDVRP 模型构建....32
4.4 模型求解算法设计 ....... 34
4.5 本章小结 ..... 40
第 5 章 算例分析....41
5.1 算例描述 ..... 41
5.2 参数设置 ..... 42
5.3 结果分析 ..... 43
5.4 本章小结 ..... 50
第 5 章 算例分析
本章将第四章的模型应用在实际配送公司中，根据配送环境对模型中的参数进行合理假设，结合第三章拟合的道路通行时间函数，并利用 Dijkstra 算法计算配送中心到各配送点的最短路径，并考虑模型中的约束条件，以求出初始配送路径。然后，应用第三章拟合的道路通行时间函数构建配送路径的通行时间函数，再利用遗传算法计算得出各配送路径最优解。
5.1 算例描述
本文采用成都某物流公司的配送实例来进行算例分析，结合其配送路线的道路拟合的通行时间函数，并验证模型。该公司在成都有两个区域配送中心，又称分拣中心，分别是郫县分拣中心和青白江分拣中心。其中郫县分拣中心主要负责食品和小件日用品的配送，而青白江分拣中心主要是负责配送大件货物。分拣中心直接配送到成都区域的各个配送点，成都的配送点有 100 余个，本文只选取了分拣中心某个配送组的 19个配送点作为案例分析。本章采用第三章所列的简化路网（图 3-2），并且每位客户时间窗已知，且配送中心时间窗为 8:00—18:00，配送车辆是统一的，最大载重量为 1.495t。具体的算例数据如表 5-1 所示。#p#分页标题#e#
.........
结论
随着经济的发展和人们收入水平的提高，汽车的数量迅猛增长，我国许多大城市交通拥堵现象日渐突出，与此同时，不论个人还是企业对时间成本的概念愈加重视，特别对物流企业来说制定科学的配送方案以减少配送时间和成本尤为重要。因此，在此背景下，本文应用高斯混合模型理论、运筹学和 Matlab，对基于道路通行时间的城市配送路径规划进行了研究，主要研究结论如下：
1. 应用高斯混合理论给出了道路通行时间连续函数构建方法，对该函数进行了改进，相比于以往的分段时间函数，连续函数能够更为准确地反映道路通行时间与出发时刻的关系。本文应用高斯混合理论，构建连续的道路通行时间函数，结合实际数据与分段时间函数进行对比，本文函数所算出的时间与实际到达时间的误差最高为13.6%，而分段函数计算出的误差高达 77.1%，误差是本文的 5 倍多。
2. 基于道路通行时间连续函数建立了具有时间依赖性配送路径规划 TDVRP 模型。相比传统的 VRP 问题，该模型不仅可以规划配送路线，还能得出最佳出发时刻。其中多目标的 TDVRP 模型以时间窗为基础建立客户满意度函数，该模型体现在末端配送中，配送企业规划路线不仅考虑配送成本，还会考虑客户满意度降低带来的客户流失，说明模型符合实际。
3. 给出了一种 TDVRP 模型的两阶段求解方法。计算结果表明在考虑一个目标函数的前提下再求解另一个目标函数，能很好地兼顾两个目标，减小计算量。同时考虑客户满意度和配送成本比只考虑成本最小时的配送成本仅增加 1.5%，配送时间仅增加1.9%，企业合理安排配送车辆出发时刻，能同时兼顾企业和客户的利益。
4. 通过本文优化结果与企业通常配送出发时刻的求解结果相比，可以发现：合理改变配送出发时刻，能降低 8%的配送成本，减少 9.4%的配送时间，且使客户满意度均达到 90%以上。结果表明，借助本文的研究成果，可以为物流企业制定一个更加科学的配送方案。
..........
参考文献（略）
