[00140635]粮食物流配送动态调度系统研究与开发

粮食是涉及国计民生的重要保障性商品,其物流配送具有量大、点多、面广、客户满意度高、路网复杂等特征。该项目针对物流配送中运转效率低、突发性事件处理能力不强、成本难以控制等问题展开研究,主要技术要点如下： （1）基于满意度控制的粮食物流配送VRP技术的研究与开发 粮油经营企业要求配送车辆需要从粮食物流配送中心出发,依次对区域内离散分布的多个需求点进行配送服务,并达到路径最短、时间最少、车辆利用率最高、费用最少等优化目标。客户要求配送车辆必须在允许的时间范围内将商品送达需求点。考虑到粮食及其制成品属于大宗商品,各需求点对粮食及食品收货时间的限制不会精确到具体的时间点,课题通过设置惩罚函数来表达客户对于配送车辆到达时间的期望及满意度,实现满意度控制。 （2）基于扰动控制的粮食物流动态调度技术 在确保大粮食按时按需供给的前提下,对道路拥塞、车辆损坏、客户需求变化等突发性事件进行研判,以对物流调度方案影响最小为前提,建立基于扰动控制的粮食物流动态调度问题模型,实现了车辆路径的动态微调,对粮食物流配送环节中不确定性异常事件的处理提供一种有效的解决思路。 （3）基于车联网的自适应数据分发技术 针对物流配送车辆通信的实时性和可靠性的要求,利用车辆移动位置和方向,提出车辆数据自适应车辆数据转发和分发技术,构建物流车辆通信体系架构,实现物流公司、在途车辆和消费终端客户的网络连通与智能协同,节约车联网部署成本,提高车联网的可扩展性。 （4）改进蚁群算法及其应用研究 模型以客户满意度和各类成本的加权和作为目标函数,存在大量的变量以及约束条件,使问题求解的复杂性大大增强,形成了求解的多维空间,计算难度和复杂性也随着配送的进程以几何级数增加。本项目针对基于扰动控制的粮食物流动态调度模型求解中,传统蚁群算法收敛性差、求解速度慢的问题,考虑自然界蚁群系统中信息素挥发的特征,采用一种依托云计算平台更加忠实于真实蚁群行为基于信息素挥发的改进蚁群算法对VRP模型求解,并通过道路拥塞及新客户请求这两类扰动事件的仿真实验,证明其合理性和实效性。