【摘 要】
:
低碳经济是经济发展的新趋势,是冷链物流可持续发展的新兴途径。生鲜产品由于其新鲜、健康的特点受到部分城市消费者的青睐,而生鲜产品大多使用冷链物流车进行配送,运输成本较高,产品损耗较大,在配送过程中,客户位置分布范围广,配送中心与客户之间的距离长,因此需要对配送路线进行合理的规划以满足客户的不同需求,提高冷链物流的运营效率。本文以前置仓冷链物流的配送过程为研究对象,从低碳经济的角度提出了一个时变绿色车
论文部分内容阅读
低碳经济是经济发展的新趋势,是冷链物流可持续发展的新兴途径。生鲜产品由于其新鲜、健康的特点受到部分城市消费者的青睐,而生鲜产品大多使用冷链物流车进行配送,运输成本较高,产品损耗较大,在配送过程中,客户位置分布范围广,配送中心与客户之间的距离长,因此需要对配送路线进行合理的规划以满足客户的不同需求,提高冷链物流的运营效率。本文以前置仓冷链物流的配送过程为研究对象,从低碳经济的角度提出了一个时变绿色车辆路径问题。首先,阐述了生鲜产品的配送现状,分析了交通拥堵产生的原因以及物流行业绿色发展的重要性,梳理了冷链物流和车辆路径问题方面的国内外文献,总结了研究现状和不足,并对前置仓冷链物流的现状进行分析,提出了考虑成本的路径规划需求。其次,在考虑交通拥堵情况的基础上,针对燃油和电动两种类型的冷链物流车,通过考虑固定成本、制冷成本、行驶燃料/电能消耗成本、碳排放成本、违反时间窗成本和损坏成本,以总成本最低为目标分别建立了燃油车路径规划模型和电动车路径规划模型,在分析制冷成本时,提出了一个新的计算方式。然后,改进了模拟退火算法,对算法的参数进行了定制化设计,增加了产生新解的方式,包括交换算子、逆转算子、插入算子和大规模邻域搜索算子,引入了回火过程和新的降温函数,有效增强了算法的全局寻优能力,并通过Solomon数据集验证了算法的有效性。最后,通过具体的案例数据对算法的性能进行分析,求解案例数据得到最优的配送路径,验证了模型的有效性。
其他文献
多体系统动力学作为力学学科的一个重要分支,其在多个领域与行业中具有广泛的应用,如航空航天、车辆工程、机器人、生物动力学等。在面对多自由度的复杂动力学系统时,通常以基于笛卡尔坐标系的全局公式进行建模,然而该方法在模型求解效率方面存在较大的局限性。为了弥补这个缺陷,西班牙学者Javier García de Jalón提出了一种两步式半递推多体动力学建模方法,基于相对坐标系进行建模求解。该方法在确保数
随着各种交通元素增多,关于行人的事故率相应增加。每年涉及人员伤亡的道路交通事故中因行人横穿道路发生的交通事故占据相当大的比重。辅助驾驶系统和自动驾驶系统一直是近年的研究热点,行人意图预测是研究难点之一。因此,如何快速并且准确预测行人的意图显得尤为重要。目前大部分研究一般是针对单个行人进行意图预测。当行人数量变多时,意图预测计算量相应增大,响应时间变长,这对分秒必争的交通场景影响非常大。因此,行人意
现阶段,我国新能源汽车实现了高质量发展,产业竞争力逐年提高,2020年综合竞争力排名位居第三。然而,在我国新能源汽车高速发展的背后,仍面临诸多难题。新冠疫情、地缘政治及地区冲突的不断加剧,使得世界汽车产业链危机不断显现,如汽车芯片供应问题越发凸显、部分重要原料价格大幅上涨、关键零部件供应短缺越发严峻等。关键零部件供应作为新能源汽车供应链的重要环节,受较多不确定性因素影响、存在许多不确定风险,在国际
在碳达峰、碳中和的大背景下,电动汽车得到了全球各个国家和各行各业的支持,发展势头十分迅猛。但电动汽车的续驶里程是有限的,如何在有限的电池容量下,通过优化电动汽车各耗能子系统的能耗,来延长电动汽车的续驶里程,是电动汽车制造商试图克服的主要挑战之一。电动汽车热管理系统作为能耗大户,其终极目标是在保证热管理系统性能的同时降低能耗。本文围绕电动汽车空调系统及其控制策略和电池建模及基于热泵空调系统的电池低温
在智能化与数字化的浪潮中,中小型制造企业在知识管理过程中面临若干挑战。一是制造业中的知识是高度经验化并以关键员工为载体的,而员工却又是高度流动的,由此会带来企业知识流失和员工难以快速吸收知识等问题;二是制造业中多源、异构、动态的制造数据对其知识管理手段提出了更高的要求,如何实现信息化、数字化与知识管理的有机融合,将制造生产数据转化为知识,并将这些知识进一步转化为价值是一个亟待解决的问题。本文以中小
为了应对日益严峻的能源危机和环境问题,搭载动力电池的电动汽车逐渐走上了历史的舞台。然而电动汽车中动力电池的性能很大程度上受到当前温度的影响,为了发挥其最佳性能需要对其温度进行管理。与此同时,电动汽车中乘客的驾乘体验往往受到车内温度及二氧化碳浓度的影响。在这种情况下,本文建立了针对电动汽车的动力电池-乘员舱协同热管理模型,并制定了相应的控制策略。首先,本文基于某款50Ah方块锂离子电池建立了相应的电
汽车的NVH性能直接影响驾乘人员的乘坐舒适性,成为评价汽车性能的重要指标之一。组成车身的薄壁板件在外界激励下很容易引起振动而向车内辐射结构噪声,对其进行自由阻尼处理,可以有效抑制板件的局部振动,因处理方式相对简单,从而得到广泛应用。但是在理论仿真分析时通常凭借经验对阻尼参数进行取值,缺少阻尼材料的参数特性;另外敷设阻尼材料增加了重量和生产成本,因此需要考虑阻尼材料分布的问题。针对阻尼材料在车身类结
随着汽车保有量的飞速增长,交通拥堵,车辆事故等问题日益凸显,而自动驾驶作为提升交通安全与出行效率的重要解决方案,受到了广泛的关注与研究。目前,自动驾驶汽车主要将行为决策、路径规划以及跟踪控制划分为独立模块,各模块则基于规则进行设计。但基于规则的决策算法难以适应存在行人及非机动车的复杂交通环境,而深度强化学习可以实现从感知到动作的端到端控制,为自动驾驶研究提供了一种新的思路。然而,由于神经网络存在黑
近年来,人工智能与自动驾驶技术的高速发展,有效保障了驾驶安全性,降低交通事故率,提高出行效率。而车道保持系统能够自动修正行驶方向,保证车辆不偏离车道,是自动驾驶技术中的重要组成部分,但传统的车道保持方法存在规则构建复杂、计算量大等问题,导致复杂路况或突发状况等场景难以使用规则描述。为解决上述问题,本文进行了基于深度强化学习和模仿学习的端到端车道保持算法研究,主要研究内容如下:(1)基于虚拟现实引擎
当今,电商行业发展迅速,人们对物流的要求越来越高,而仓储系统在物流中起的作用至关重要。但传统的仓储系统已无法满足要求,因此人们对智能自动化仓储系统的需求变得越来越迫切。对于仓储系统自动化的实现,多移动机器人起了基础性的作用。因此基于多移动机器人的智能仓储系统成为电商物流行业的发展方向。随着自动导引运输车(Automated Guided Vehicle,AGV)技术和自动化调度在物流行业中的引入,