校园物流配送中的智能车路线优化问题研究开题报告

1. 研究目的与意义

在新型冠状肺炎的冲击下，物流行业肩负着满足人们日常需求的物资合理调度任务。疫情下网购愈发成为人们生活中不可或缺的一部分，但因为疫情物流专业人员减少，物流的成本提升，大规模的网购爆发使得我国的物流行业也在一定程度上面临着挑战。我国物流业从传统物流业向现代物流业转型。现代物流业将信息技术作为基础，整合现有资源，优化物流流程。

随着电商的不断发展，大学生群体逐渐成为网购的主力军，校园内的快递业务量随之增多，疫情下的校园物流配送成为难题。物流配送作为现代物流的一个重要组成部分，也面临着转型。为了能够满足疫情下无人接触配送的需求，智能车利用新型技术避免人员接触，减少运输时间，提高配送效率。智能车可以将包裹从校内包裹集中点运往消费者手中，实现无人接触配送，一定程度上减少人员的聚集。在使用智能车配送时，配送路线也是一个令人深思的问题。车辆路线的优化是物流配送优化的关键。合理规划智能车配送路径不仅可以有效解决物流成本问题提高企业效益，还可以更好地为客户服务，提高客户满意度，维护企业形象。

2. 研究内容和预期目标

（1）研究内容：

本文在借鉴国内外学者对物流配送路径优化的理论基础上，首先分析校园内物流配送的难题以及利用智能车解决校内配送难题的优缺点，然后通过建立模型探究如何实现校内物流配送中的智能车路线优化。最后，分析一般性结论，提出优化校园物流配送的智能车路线的建议。具体来看，本文的主要内容阐述如下：

一、导言：主要介绍本文研究的背景及意义，研究方法与内容构建等。

3. 国内外研究现状

（1）国外研究现状

智能车路线优化问题实际上是车辆路径问题。在解决车辆路径问题时，常采用精确算法和启发式算法。

国外对于车辆路线优化问题的研究是先于国内的，他们早在1959年就提出了车辆路线问题。用卡车把汽油从供应中心运输到每个加油站，在满足各个加油站的情况下减少运输总路程。在解决这个问题时，他们也提出了一些建议，但当时的算法并没有很精进，在其后的数十年里，他们不断精进算法。同时，他们还在不断地增加附加条件使问题更加贴近生活。在1987年，solomon首次提出一些启发式算法可以很好解决带有时间窗的车辆路径问题，其中插入式启发式算法效果最好。在之后的研究里，国外学者还逐渐增加需求不稳定、同时配送等前提条件。

4. 计划与进度安排

2022.11.1-2022.11.31 完成选题工作

2022.12.1-2022.12.31 完成开题工作

2022.1.1-2022.3.19 完成初稿和中期检查工作

5. 参考文献

[1] g. b. dantzig, j. h. ramser. the truck dispatchingproblem[j]. management science, 1959, 6(1): 80-91.

[2] ]m. m. solomon. algorithms forthe vehicle routing and scheduling problems with time window constraints[j].operations research, 1987, 35(2): 254-265.

[3] v. sivaram, m. thansekhar, r. saravanan, et al.multi-objective vehicle routing problem with time windows: improving customersatisfaction by considering gap time[j]. proceedings of the institution ofmechanical engineers part b journal of engineering manufacture, 2015, 13(3):243-252.