南京市郑明冷链物流配送路径调研及优化设计开题报告

一.研究目的

随着经济水平的不断发展，冷链物流的需求逐渐提高，成本却趋高不下。配送是物流最重要的环节，对郑明冷链物流配送路径进行优化是降低物流成本的关键，也能推动整个冷链物流行业的发展。

二．研究意义

2. 国内外研究现状分析

国内研究现状冷链物流在国外起步比较早，随着国内冷链物流需求的不断增加，学者们也对相关理论进行研究，并对冷链物流配送路径的研究有着不同的理解和着眼点。张晏魁在物流平台上发表了基于冷链物流配送路径优化的文章，他认为我国冷链物流存在着大量的问题，发展存在很多不足，成本过高是其中原因之一，并且是尤为重要的原因。他通过编码策略对遗传算法进行改进，改进后的算法对环境适应能力更强，也更能够促使遗传迭代的实现。他还对粒子群优化算法进行了改进，能够有效的改进学习因子和惯性权重的设置。张全生在他的硕士论文中将聚类遗传算法进行混合，他认为启发式算法已经日渐成熟，通过启发式算法求解的专家和学者不计其数。他则通过改进遗传算法的编码规则，克服了编码规则的冗长性，并且很巧妙的避免了遗传局部最优化的发生。他还运用聚类分析技术，对客户进行综合优先级聚类，并以配送路径优化后的数学模型，提出基于两种算法混合算法的数学模型。丁建立、陈增强、袁著祉则将遗传算法与蚂蚁算法进行了融合，他们认为虽然遗传算法的全局搜索能力很好在反馈信息方面却无能为力，蚂蚁算法运算初期信息匮乏，求解的速度也非常慢。将两种算法融合起来，既可以采用遗传算法信息素的生成优势也可以利用蚁群算法的精确性，进行优势互补，并通过仿真获得了非常好的效果，证实了想法的有效性。李亚萍研究了鲜活农产品的冷链物流配送路径优化问题，在传统的配送路径问题基础上，针对农产品易变质和易腐蚀的特性对冷链物流概念和配送过程中的一些成本进行深入的研究，构建了带有时间窗的鲜活农产品的配送成本模型，并验证了模型和算法的可行性。李泽华研究生鲜冷链的配送优化问题时，考虑到违反客户时间窗造成的惩罚成本，他的创新点是同时将汽车的尾气排放超标造成的惩罚成本也同时作为考虑的对象。并运用自适应交叉率的遗传算法求解了他构建的生鲜产品配送路径优化的模型。

国外研究现状Guimei Zhang、Walter Habenicht 在研究冷链物流配送路径优化时采用了一种智能式的优化算法--禁忌搜索算法。R.Montana 在研究冷链物流配送路径优化时同时采用欧拉算法和拉格朗日两种算法。Lidijia Zadnik Stim，Ana Osvald 在研究农产品冷链配送问题的时候，将该问题看作有时间窗口的VRP 问题，并建立模型，优化了此类问题的解题步骤。从国内外研究现状来看，学者们对配送过程中由违反时间、货物损坏和汽车超载等产生惩罚研究的力度还远远不够。

3. 研究的基本内容与计划