描述
开 本: 16开纸 张: 胶版纸包 装: 平装是否套装: 否国际标准书号ISBN: 9787118105162
内容简介
雷洪涛、刘亚杰、张涛、郭波编*的《物流配送路径优化与配送区域划分》从物流系统优化的理论研究意义和实际需求出发，重点考虑*条件下和动态条件下的物流配送路径优化和物流配送区域划分相关问题研究，介绍了相关物流系统优化基本理论模型和方法，分别建立了相关研究问题的数学模型，讨论了相关模型计算方法，设计了求解算法，并进行了实验验证与分析。全书共分7章。第1章阐述了*与动态环境下的物流配送路径优化与区域划分研究的背景、意义和国内外研究现状；第2章介绍了与本书研究问题相关的基本理论及方法；第3章介绍了*需求下的带时间窗物流配送路径优化问题研究；第4章介绍了*需求下可拆分服务的物流配送路径优化问题研究；第5章介绍了*服务时间下的物流配送路径优化问题研究；第6章介绍了考虑*客户的物流配送区域划分问题研究；第7章介绍了考虑动态客户的物流配送区域划分问题研究。
本书可供物流企业、科研机构、军事装备后勤管理部门的管理与技术人员参考使用，也可作为高等院校和科研机构相关科学研究或教学培训的参考用书。
目 录
第1章 绪论
1.1 背景及意义
1.2 国内外研究现状
1.2.1 物流配送路径优化问题国内外研究现状
1.2.2 物流配送区域划分问题国内外研究现状
1.2.3 存在的问题
1.3 主要内容及贡献
1.4 本书结构安排
第2章 物流系统优化基本理论及相关方法
2.1 物流配送路径优化模型
2.1.1 带时间窗的配送路径优化模型
2.1.2 需求可拆分服务的配送路径优化模型
2.1.3 随机配送路径优化模型
2.2 物流配送区域划分模型与方法
2.2.1 基于离散点选址的区域划分模型
2.2.2 基于Voronoi图的区域划分方法
2.2.3 基于小生成树的区域划分方法
2.2.4 基于聚类分析的区域划分方法
2.3 求解算法
2.3.1 精确算法
2.3.2 启发式算法
第3章 随机需求下带时间窗的物流配送路径优化
3.1 问题描述
3.2 数学模型
3.2.1 符号
3.2.2 模型
3.3 期望额外总费用计算
3.3.1 服务失败概率计算
3。3.2 期望费用计算
3.4 自适应大邻域启发式搜索算法
3.4.1 大邻域搜索及惩罚性目标函数
3.4.2 初始解获得
3.4.3 启发式删除型和插入型子算法
3.4.4 自适应搜索
3.4.5 解接受标准及算法搜索终止标准
3.4.6 算法优化框架
3.5 实验
3.5.1 示例构造
3.5.2 计算结果及分析
第4章 随机需求下可拆分服务的物流配送路径优化
4.1 研究概述
4.1.1 问题描述
4.1.2 需求可拆分服务的配对车辆回归策略
4.1.3 研究界定
4.2 数学模型
4.2.1 符号
4.2.2 模型
4.3 期望回归费用计算
4.3.1 无协作回归策略下期望回归费用计算
4.3.2 协作回归策略下期望回归费用计算
4.4 大邻域启发式搜索算法
4.4.1 启发式初始解构造算法
4.4.2 删除及插入启发式子算法
4.4.3 子算法选择机制
4.4.4 解接受及算法终止标准
4.4.5 算法总结
4.5 实验
4.5.1 示例构造
4.5.2 计算结果及分析
第5章 随机服务时间下的物流配送路径优化
5.1 问题描述
5.2 数学模型
5.2.1 符号
5.2.2 模型
5.3 解的期望费用计算
5.4 G型变邻域启发式搜索算法
5.4.1 初始解构造
5.4.2 邻域结构
5.4.3 抖动机制
5.4.4 局域搜索
5.4.5 小粒度搜索
5.4.6 接受及终止标准
5.4.7 算法搜索过程
5.5 实验
5.5.1 示例构造
5.5.2 计算结果及分析
第6章 考虑随机客户的物流配送区域划分
6.1 问题描述
6.2 数学模型
6.3 区域路径费用近似
6.4 区域稠密度度量
6.5 大邻域搜索算法
6.5.1 目标函数
6.5.2 基本单元定义
6.5.3 初始解构建
6.5.4 插入与删除操作算子
6.5.5 接受与停止准则
6.5.6 求解算法总结
6.6 实验
6.6.1 在修改solomon示例集上的实验
6.6.2 在修改Gehring&Homberger示例集上的实验
6.6.3 不同参数下的实验
第7章 考虑动态客户的物流配送区域划分
7.1 问题描述
7.2 数学模型
7.3 子区域稠密度度量
7.4 周期间区域划分近似度
7.5 旅行商收益平衡度量
7.6 子区域配送路径费用近似
7.7 元启发式求解算法
7.7.1 基本单元定义
7.7.2 初始解构造
7.7.3 删除与插入算子
7.7.4 自适应算子选择机制
7.7.5 禁忌占用期
7.7.6 多周期动态区域设计
7.7.7 接受与停止准则
7.7.8 ALNS元启发式算法总结
7.8 实验
7.8.1 实验设计
7.8.2 实验结果
7.8.3 不同参数下的实验
参考文献
结束语
1.1 背景及意义
1.2 国内外研究现状
1.2.1 物流配送路径优化问题国内外研究现状
1.2.2 物流配送区域划分问题国内外研究现状
1.2.3 存在的问题
1.3 主要内容及贡献
1.4 本书结构安排
第2章 物流系统优化基本理论及相关方法
2.1 物流配送路径优化模型
2.1.1 带时间窗的配送路径优化模型
2.1.2 需求可拆分服务的配送路径优化模型
2.1.3 随机配送路径优化模型
2.2 物流配送区域划分模型与方法
2.2.1 基于离散点选址的区域划分模型
2.2.2 基于Voronoi图的区域划分方法
2.2.3 基于小生成树的区域划分方法
2.2.4 基于聚类分析的区域划分方法
2.3 求解算法
2.3.1 精确算法
2.3.2 启发式算法
第3章 随机需求下带时间窗的物流配送路径优化
3.1 问题描述
3.2 数学模型
3.2.1 符号
3.2.2 模型
3.3 期望额外总费用计算
3.3.1 服务失败概率计算
3。3.2 期望费用计算
3.4 自适应大邻域启发式搜索算法
3.4.1 大邻域搜索及惩罚性目标函数
3.4.2 初始解获得
3.4.3 启发式删除型和插入型子算法
3.4.4 自适应搜索
3.4.5 解接受标准及算法搜索终止标准
3.4.6 算法优化框架
3.5 实验
3.5.1 示例构造
3.5.2 计算结果及分析
第4章 随机需求下可拆分服务的物流配送路径优化
4.1 研究概述
4.1.1 问题描述
4.1.2 需求可拆分服务的配对车辆回归策略
4.1.3 研究界定
4.2 数学模型
4.2.1 符号
4.2.2 模型
4.3 期望回归费用计算
4.3.1 无协作回归策略下期望回归费用计算
4.3.2 协作回归策略下期望回归费用计算
4.4 大邻域启发式搜索算法
4.4.1 启发式初始解构造算法
4.4.2 删除及插入启发式子算法
4.4.3 子算法选择机制
4.4.4 解接受及算法终止标准
4.4.5 算法总结
4.5 实验
4.5.1 示例构造
4.5.2 计算结果及分析
第5章 随机服务时间下的物流配送路径优化
5.1 问题描述
5.2 数学模型
5.2.1 符号
5.2.2 模型
5.3 解的期望费用计算
5.4 G型变邻域启发式搜索算法
5.4.1 初始解构造
5.4.2 邻域结构
5.4.3 抖动机制
5.4.4 局域搜索
5.4.5 小粒度搜索
5.4.6 接受及终止标准
5.4.7 算法搜索过程
5.5 实验
5.5.1 示例构造
5.5.2 计算结果及分析
第6章 考虑随机客户的物流配送区域划分
6.1 问题描述
6.2 数学模型
6.3 区域路径费用近似
6.4 区域稠密度度量
6.5 大邻域搜索算法
6.5.1 目标函数
6.5.2 基本单元定义
6.5.3 初始解构建
6.5.4 插入与删除操作算子
6.5.5 接受与停止准则
6.5.6 求解算法总结
6.6 实验
6.6.1 在修改solomon示例集上的实验
6.6.2 在修改Gehring&Homberger示例集上的实验
6.6.3 不同参数下的实验
第7章 考虑动态客户的物流配送区域划分
7.1 问题描述
7.2 数学模型
7.3 子区域稠密度度量
7.4 周期间区域划分近似度
7.5 旅行商收益平衡度量
7.6 子区域配送路径费用近似
7.7 元启发式求解算法
7.7.1 基本单元定义
7.7.2 初始解构造
7.7.3 删除与插入算子
7.7.4 自适应算子选择机制
7.7.5 禁忌占用期
7.7.6 多周期动态区域设计
7.7.7 接受与停止准则
7.7.8 ALNS元启发式算法总结
7.8 实验
7.8.1 实验设计
7.8.2 实验结果
7.8.3 不同参数下的实验
参考文献
结束语
评论
还没有评论。