智能物流运输集成调度研究

提高物流运输决策支持系统的性能对于提高企业经济效益、降低能源消耗有重要的意义。目前国内外相关文献和商业软件只对物流运输中的1－2个子步骤进行局部优化研究，但全局优化性能低。物流运输包括车辆指派、路径优化及货物装载三个主要决策步骤，本项目针对以上三个步骤的集成调度进行研究，建立优化调度集成的数学模型，通过整体构造和多步决策两种方式来研究基于遗传算法和束搜索算法的调度方法。在此基础上，研究大规模数据调度的预处理技术，为构建高性能的集成调度决策支持系统提供核心引擎。为实现上述研究目标和便于项目的实施、管理与控制，以目标辨析为导向，我们将本项目分解为既相互独立又彼此有机关联的五部分：数学建模、集成调度遗传算法、集成调度束搜索算法、大规模数据快速预处理方法及企业数据实证研究。本项目的研究，对提高物流运输决策支持系统的理论研究水平和推进企业应用具有重要价值。