2024《农村物流配送优化研究国内外文献综述及理论基础》6600字.docxVIP

PAGE

PAGE2

农村物流配送优化研究国内外文献综述及理论基础

目录

TOC\o1-2\h\u91951.1.1国内物流配送现状 1

151001.1.2国外物流配送研究现状 2

169901.1.3总结 4

3754第二章农村物流概述 4

271012.1基本概念 4

86242.2农村物流特点 5

166122.3农村物流发展现状 6

262282.4发展农村物流的意义 7

国内物流配送现状

我国对农村物流的研究时间还比较短。国内对农村配送体系研究较早的学者有王新利[2]，他认为农村物流体系是一个有机整体，其中包括万千部分，这万千部分都是与农村经济活动相关的。刘昕桐[3]认为在人口稀疏的农村，推动第三方物流发展非常重要，另外，社区物流与众包物流也是一种值得尝试的新思路，所以他提出可以构建这样一个农村物流配送体系：以社区为物流支撑，社区内采用社区物流或众包物流，社区外采用第三方物流。程汝青[4]对农村流通供应链的物流配送问题进行了一定的研究，并建立了遗传算法模型进行求解,。张守京等[5]对农村物流取送一体化协同配送路径进行了研究，他们设计了自适应转移策略并且改进了交叉算子，采用蚁群遗传算法找到车辆路径选择的最优解，有效降低农村物流配送成本，提升满载率。盛虎宜[6]等考虑到农村地区居民居住地比较分散，并且具有集货和送货的双重需要，提出共同配送，运用一种改进过的蚁群算法，有效地缩短了车辆的行驶距离，降低了配送费用。

国内研究者们也运用了诸多的算法模型进行了路径优化问题的研究。在1994年，郭辉煌和李军[7]运用启发式算法对车辆路径优化问题进行求解。袁庆达等[8]设计了既考虑到时间窗又考虑到不同车辆类型的禁忌算法，这种算法首先采用GENIUS方法产生初始解，然后利用禁忌算法对其进行一定的优化。邹彤等[9]运用遗传算法求解多车场车辆路径问题。此外，在多车场车辆路径问题基础上增添了多种约束条件，例如路况情况、客户优先级、时间窗等，使问题更加多样，更具研究价值。李宁等[10]研究带时间窗的车辆路径问题时将粒子群算法（PSO）应用于其中。叶志坚等[11将国外的五种求解多车型问题的启发式算法的优缺点进行总结，并在此基础上提出了混合启发式算法——将禁忌搜索算法和大旅程法相结合。同年，孙国华[12]建立了带时间窗的开放式满载车辆路径问题模型，并且，他设计了改进后的自适应遗传算法进行开环路径求解。杨文璐等[13]针对标准搜索优化算法的种种问题，提出了一种改进的群搜索优化算法，引入交叉因子，增加粒子多样性，还利用了模拟退火算法进行进一步优化来研究车辆路径问题。费腾等[14]运用基于DNA-蚁群算法对车辆路径问题进行求解，蚁群算法有其一定的局限性，于是引入DNA算法中的交叉变异思想应用其中，提出新的算法，有效控制参数选择，从而得到最优参数来求解。孔阳等[15]认为客户量少的时候，可以运用精确算法，但是客户数量庞大的时候，我们应首选人工智能算法来解决，此文介绍了几种常见的人工智能算法，包括Clarke-Wright算法、Sweep算法以及遗传算法，并从保证多个配送中心服务多个客户时的角度建立模型。黄玉文[16]将遗传算法与模拟退火算法两种算法相结合，对多配送中心车辆路径问题进行研究，不仅具有自适应遗传算法强大的全局搜索能力，还具有模拟退火算法强大的局部搜索能力，加速寻找最优解的过程。罗耀[17]针对标准粒子群算法算法后期精度下降等问题，对算法作出了一定的改进，引入迁移算子，发现改进后的算法在搜索效率和解的质量方面均有很大的进步。孙伟[18]等不单单将算法简单串联起来，而是将遗传算法融入到蚁群算法中，使串联过后的部分与改进过后的遗传算法进行并联运算，清晰地体现了混合算法的高效性。孙洋等[19]年使用蚁群算法与搜索禁忌法相结合的方式对循环取货车辆的路径进行优化，实现了整体过程中费用最低的目标。向明尚等[20]基于布谷鸟算法提出一种离散布谷鸟算法，利用轮盘赌机制以提高初始解的质量，并且引入了shift法和2-opt法这两种方法用来增强最优解的局部开发能力，对带容量约束的车辆路径问题进行更深一步的研究。孙亮等[21以总变动成本最小为最优化目标，建立轻鲁棒模型，提出一种超启发式粒子群算法，这种算法能有效解决不确定旅行时间下的车辆路径问题。

国外物流配送研究现状

在农村物流方面，国外的发达国家对农村物流，尤其是农产品的物流研究起步较早并且较为完善，早在1901年，JohnECroweli就阐述了农产品配送过程中存在的问题，对成本也有一定的研究。Weld[1]对农产品的配送渠道问题进行了深入的研究。DuvalY[22等运用DynamicProgramming方法