【基于智慧物流配送路徑的優(yōu)化方法探析7800字（論文）】

基于智慧物流配送路徑的優(yōu)化方法分析目錄TOC\o"1-2"\h\u23644摘要 13604關(guān)鍵詞：智慧物流；配送路徑；優(yōu)化方法 125043前言 1153781、智慧物流配送系統(tǒng)的相關(guān)概述 2154402、動態(tài)VRP相關(guān)概述 282833、國內(nèi)外智慧物流配送的發(fā)展現(xiàn)狀分析 2206953.1國外智慧物流配送的發(fā)展現(xiàn)狀分析 2186193.2國內(nèi)智慧物流配送的發(fā)展現(xiàn)狀分析 3101094、基于智慧物流配送路徑的優(yōu)化方法分析 3206354.1問題背景研究分析 4314914.2VNS算法優(yōu)化設(shè)計 4268064.3RT-DTVRP模型優(yōu)化 6323315、案例分析 728972結(jié)論 820124參考文獻 9摘要當(dāng)前，我國物流行業(yè)蓬勃發(fā)展，互聯(lián)網(wǎng)技術(shù)也越來越高，愈發(fā)多的物流企業(yè)重視其智慧物流這一新型的物流經(jīng)營模式。智慧物流是一種在科技發(fā)展以及電子商務(wù)推進之下所孕育而生的物流運作模式，智慧物流能夠在以往的物聯(lián)網(wǎng)基礎(chǔ)之上再實施智慧系統(tǒng)，在確保物流期間治療的基礎(chǔ)之上，減少企業(yè)日常的運作成本。運輸費用在運輸物流費用當(dāng)中的所占比例高達60%，然而在運輸費用當(dāng)中，物流配送費用有著極為關(guān)鍵的一個部分，所以，分析智慧物流配送路徑的優(yōu)化方式有位重要。本文正是基于此，對智慧物流配送路徑的優(yōu)化方法進行了全面的分析，以期指導(dǎo)實踐。關(guān)鍵詞：智慧物流；配送路徑；優(yōu)化方法前言現(xiàn)階段，我國物流業(yè)正處于其發(fā)展戰(zhàn)略機遇期，伴隨著我國產(chǎn)業(yè)結(jié)構(gòu)的發(fā)展以及調(diào)整，物流業(yè)在我國經(jīng)濟當(dāng)中的戰(zhàn)略性以及基礎(chǔ)性地位越來越高，其生機以及活力也越來越高。因此，如何對智慧物流發(fā)展進行推動必須要相關(guān)的研究人員提升自身研究能力，采取實踐以及創(chuàng)新的方式，對我國智慧物流配送路徑的優(yōu)化方法進行總結(jié)分析。1、智慧物流配送系統(tǒng)的相關(guān)概述最早由IBM提出智慧物流這一概念，智慧物流主要指的是借助物聯(lián)網(wǎng)、大數(shù)據(jù)以及智能硬件等等智能化方式，對物流系統(tǒng)當(dāng)中的決策分析和智能執(zhí)行能力進行提高，才能夠全面提升我國物流系統(tǒng)當(dāng)中的智能化及自動化程度[1]。采取智慧物流方式，我國物流行業(yè)將會出現(xiàn)較大的進步，能夠更好地降低物流所需成本，提升企業(yè)整體利潤。還能夠推動我國物流產(chǎn)業(yè)的發(fā)展，使其逐漸成為我國物流業(yè)的信息技術(shù)支撐產(chǎn)業(yè)。其次，其能夠?qū)οM者購物成本進行節(jié)約，提升社會各個部門的工作效率，具有較高的現(xiàn)實意義。2、動態(tài)VRP相關(guān)概述動態(tài)虛擬現(xiàn)實平臺簡稱為動態(tài)VRP，在智慧物流上，車輛路徑規(guī)劃問題一直都是一大研究難點，屬于采取數(shù)學(xué)以及組合數(shù)學(xué)領(lǐng)域?qū)嵤┭芯康膯栴}，為了找出最優(yōu)解可以創(chuàng)建較大的目標(biāo)值域，便于實施檢查以及核算，但也有部分值域存在和實際情況不符的多維空間數(shù)據(jù)，難以達到全局最優(yōu)的狀態(tài)。當(dāng)前，研究著大多實施啟發(fā)算法、亞啟發(fā)算法以及精確算法的方式對該問題進行解決。當(dāng)，VRP問題越來越多樣，解的集合也逐漸表現(xiàn)出幾何形式的增長趨勢，如若想在一定時間內(nèi)得到全局最優(yōu)解存在一定的困難，因此，精確算法的使用頻率也越來越低。啟發(fā)式算法則能夠較好的完成好頂點較少的VRP問題，隨著系統(tǒng)當(dāng)中頂點數(shù)量的增加，計算量勢必也會提升，所以，該方法在日常當(dāng)中的使用頻率并不高。亞啟發(fā)式算法能夠以最初解作為起始點，開始擾亂具體解，將全局最優(yōu)解找出，使其成為最后解，這一特征也使其成為目前使用最為廣泛的算法之一。3、國內(nèi)外智慧物流配送的發(fā)展現(xiàn)狀分析3.1國外智慧物流配送的發(fā)展現(xiàn)狀分析當(dāng)前，歐美、日、韓等等國家對智慧物流的興趣度較高，在這一方面的研究力度也較強，然而其最初的研究僅停留在物聯(lián)網(wǎng)的研究中，大部分的研究依舊停留在對PFID技術(shù)以及條形碼技術(shù)在超市、商場、和物流方面的應(yīng)用。伴隨著國外計算機技術(shù)、通訊技術(shù)和傳感技術(shù)的進步，使其在生活智能基礎(chǔ)設(shè)施建設(shè)、環(huán)境檢測工作以及生物醫(yī)療方面的應(yīng)用范圍也越發(fā)廣泛。截止當(dāng)前，國外物聯(lián)網(wǎng)技術(shù)研究依舊處在初期，大多數(shù)的物聯(lián)網(wǎng)所研究出的一系列產(chǎn)品依舊還在修改以及施測的階段。與之前預(yù)想地實現(xiàn)不同系統(tǒng)間地融合以及不同物體在網(wǎng)絡(luò)中充分實現(xiàn)互聯(lián)互通地發(fā)展方向依舊有些比較大的差距。當(dāng)前，不管是國內(nèi)或者是國外在智慧物流以及配送路徑當(dāng)中的研究都有了一定的突破，但相關(guān)的研究結(jié)果大多局限于傳統(tǒng)物流的形式當(dāng)中，伴隨著現(xiàn)代化物流的發(fā)展和如今多元化的需求之下，物流企業(yè)除了需要對自身設(shè)備條件進行提升之外，還需要研究出更加高效以及能動的智慧物流配送方案，提升企業(yè)利益以及口碑[2]。3.2國內(nèi)智慧物流配送的發(fā)展現(xiàn)狀分析早在2009年，前國家總理溫家寶首次提出了要創(chuàng)建中國傳感信息中心，旨在運用好物聯(lián)網(wǎng)以及傳感網(wǎng)等關(guān)鍵性技術(shù)。近些年來，我國物流業(yè)呈現(xiàn)著井噴式的突破，這類智慧物流的變革和發(fā)展大多得益于云計算以及全球物聯(lián)網(wǎng)等等技術(shù)在生活當(dāng)中的應(yīng)用。大多數(shù)的先進現(xiàn)代物流設(shè)施以及設(shè)施都極具數(shù)字化、信息化以及集約化。順豐速運以及遠洋等等物流企業(yè)在日常物流配送業(yè)務(wù)實施過程中使用信息技術(shù)的范圍也越來越廣泛，這也是當(dāng)前物流業(yè)當(dāng)中智慧物流的主要應(yīng)用。智慧物流可以在我國得到發(fā)展的原因主要是因為當(dāng)前信息技術(shù)的完善和互聯(lián)網(wǎng)大發(fā)展的時代背景，此外，因為物流系統(tǒng)的不斷改進，智慧物流的平臺也將更加廣闊。所以，智慧物流一定是物流信息化發(fā)展的下一個重要時期。但是，當(dāng)前我國國內(nèi)的物流企業(yè)大部分都屬于民營企業(yè)，在我國市場份額中的占比高于70%，然后不可否認的是，民營企業(yè)存在缺少專業(yè)技術(shù)人才、資金不足以及設(shè)備先進性程度不高等等缺陷，使得企業(yè)的發(fā)展依舊較為滯后。以往的研究發(fā)現(xiàn)，在我國，大概有72%的物流企業(yè)所采取的管理方式依舊是手工作業(yè)方式，信息技術(shù)主要起到輔助作用，在配送平臺中大多會采取計算機技術(shù)實施日常管理，信息技術(shù)在企業(yè)資源計劃以及供應(yīng)鏈當(dāng)中所占據(jù)的地位依舊較低，沒有現(xiàn)代化的技術(shù)平臺對其進行支撐，缺乏具備一定精確性的管理機制，同時也較為缺少信息化程度高的設(shè)備以及設(shè)施，嚴重影響企業(yè)的發(fā)展壯大[3]?，F(xiàn)階段，我國經(jīng)濟發(fā)展慢慢進入到了發(fā)展的新常態(tài)時期，傳統(tǒng)化的產(chǎn)業(yè)大多都面臨著結(jié)構(gòu)調(diào)整以及轉(zhuǎn)型升級的任務(wù)。4、基于智慧物流配送路徑的優(yōu)化方法分析4.1問題背景研究分析當(dāng)前，物流產(chǎn)業(yè)發(fā)展進入轉(zhuǎn)型期，人們對于物流配送環(huán)節(jié)的時效性、信息的及時共享、方案的調(diào)動以及優(yōu)化路徑也有著極為嚴格的要求，正是在這一背景下，智慧物流性應(yīng)運而生，對上述問題進行了解決。換而言之，優(yōu)化動態(tài)路徑是當(dāng)前智慧物流的創(chuàng)新工作之一，不大但可以提升物流配送效率，還可以適當(dāng)降低企業(yè)的各項成本，還可以對人們的生活需求進行滿足。在本次研究當(dāng)中，以智慧物流模式為基礎(chǔ)實施研究，同時對實施變更信息的配送路徑優(yōu)化問題進行了深入研究。實時信息大多來自于物流配送過程中所有時間段內(nèi)所下達的路況和新訂單信息，在默認模型內(nèi)部所得出的配送決策以及交管局的交通信息進而共同建立起了極具實時性的信息共享，實施觀測系統(tǒng)可以及時獲取到道路交痛以及訂單實施信息，在對新訂單進行確認后，運用系統(tǒng)當(dāng)中的地理信息系統(tǒng)和北斗導(dǎo)航系統(tǒng)將獲得的信息傳送到配送調(diào)度中，同時在電子地圖當(dāng)中進行反應(yīng)，由車輛調(diào)度系統(tǒng)實施VNS算法重新優(yōu)化路徑，之后再采取車隊管理系統(tǒng)在線上對方案傳輸要求以及車輛派遣命令進行造成[4]。總而言之，該問題主要研究內(nèi)容有計劃初始路徑、依據(jù)硬性時間窗重新規(guī)化配送路徑、實施信息采集等。4.2VNS算法優(yōu)化設(shè)計以實施動態(tài)路徑規(guī)化模型為研究基礎(chǔ)，本文中提出了采取VNS算法實施求解，同時優(yōu)化和改進傳統(tǒng)化的VNS算法，具體的求解過程可以分成初始路徑構(gòu)建、采集及傳輸實時信息、派車決策時期以及路徑優(yōu)化時期四個主要時期，最終所實施的調(diào)度方式能夠給予車隊最優(yōu)的方案。本文主要以系統(tǒng)接受實施信息后的路徑規(guī)化情況為研究要點，但因為之前系統(tǒng)將會進行原始路徑的生成，將該方案作為重新優(yōu)化之后的關(guān)鍵參考模型之一。首先，假設(shè)已知車輛位置從配送中心到所有客戶點的最低時間路徑為r，以Dijsktra原理作為依據(jù)，派送車輛朝著r到各個點的路徑就是其最短時間路徑，然后再采取遞增排序。值得注意的是，上述的最短距離并非指的是起點和重點間的距離最短，同時也指的是起點到任一點當(dāng)中的時間都是最短的。在確定好路徑之后借助GPS系統(tǒng)或是北斗導(dǎo)航系統(tǒng)獲取到車輛速度，然后對車輛到其他各個點間的距離進行計算，將其中數(shù)值最低的點作為路徑當(dāng)中的下一個關(guān)鍵點，直到整個派送過程中的節(jié)點都可以達到時間最短和路徑最短的雙重優(yōu)選條件之下進行規(guī)劃。實時信息采集以及傳輸也是隨著ITS發(fā)展而形成的一種方式，其不單單能夠獲取的實時信息的炎癥嗎，還可以將行程預(yù)測提供給用戶，對行車效率進行提高。當(dāng)前，實時信息模型主要需要多加注意兩種實時信息出現(xiàn)變化時的處置措施，主要可以歸納為以下幾個方面。在系統(tǒng)化的計劃期當(dāng)中，一定時間觸發(fā)點將會直接影響到實時信息收集策略，現(xiàn)實情況下，客戶點高于1000個的規(guī)化其規(guī)模都較大，其間的信息量也比較大，動態(tài)客戶所占比例高于50%，這就使得交通更新速度往往快于系統(tǒng)的計算速度，導(dǎo)致滯留情況的發(fā)生[5]。因此，可以將更新時間間隔以及引入檢查間隔引入，對信息的錄入情況進行有效控制。檢查時間間隔指的是每次間隔一個時間段時系統(tǒng)將會檢查是否有新訂單存在，如果發(fā)現(xiàn)存在新訂單將會對訂單信息進行保存，但不處理該數(shù)據(jù)，所以，也不會發(fā)生數(shù)據(jù)庫清零的情況。更新時間間隔主要指的是觸發(fā)系統(tǒng)算法運行間隔，能夠在多個檢查時間間隔中積累較多訂單要求，且如果接收到的新訂單到達時間和之前路徑的規(guī)化時間間隔符合更新時間間隔要求時，系統(tǒng)將會對路徑進行重新優(yōu)化[6]。當(dāng)前，VRP問題算法的關(guān)鍵評價標(biāo)準(zhǔn)為在途車輛使用數(shù)目，一般來說，當(dāng)前時刻當(dāng)中如果沒有分批額的客戶點，就無法使用已經(jīng)派出的車輛，那配送中心就需要重調(diào)派新車對其進行派送。然而，大多的物流企業(yè)在日常實踐過程中發(fā)現(xiàn)，實時粗放式的車輛派遣方法時常會發(fā)生因為車輛總數(shù)限制的問題，導(dǎo)致大量客戶點時間窗沒有辦法接收服務(wù)，影響到物流派送的服務(wù)的整體水平。所以，本從研究為了防止派車期間發(fā)生近視優(yōu)化的情況，新車調(diào)遣閾值（未服務(wù)水平超過0.5%）這一概念被提出，在不調(diào)派新車的基礎(chǔ)之上，判斷車輛數(shù)目是否已經(jīng)達到了新車調(diào)派閾值，之后再研究決定是否還需要調(diào)派車輛，這一構(gòu)建路徑被成為路徑優(yōu)化階段原始解[7]。為了提高車輛利用率，在算法設(shè)計期間，將以往完成好整條配送線路且按時返回到物流配送中心的車輛作為可利用車，能夠?qū)囕v進行重復(fù)利用。在實施VRP對路徑進行優(yōu)化期間，主要有初始結(jié)構(gòu)造、抖動過程、局部搜索以及更新階段四個主要步驟。其中，局部搜索以及抖動過程是比較關(guān)鍵的兩個步驟，其一主要為抖動，抖動步驟目的在于擴展搜索空間，盡量規(guī)避整體算法期間出現(xiàn)近視優(yōu)化的情況，所以，抖動期間領(lǐng)域結(jié)構(gòu)集是VNS當(dāng)中的一大主要部分。其主要以領(lǐng)域結(jié)構(gòu)選擇和原始解作為基礎(chǔ)所得出的一個領(lǐng)域。目前所采取的抖動方式大多是插入和交換，插入主要指的是將某一段連續(xù)階段由一個路徑潛移到另一個路徑當(dāng)中，交換指的是從兩個路徑中分別選擇一個連續(xù)階段實施調(diào)換。另一個步驟為局部搜索，能夠在抖動過程中搜索其可能出現(xiàn)的兩條路徑，得出局部最優(yōu)解，該部分是改進局部最優(yōu)解的關(guān)鍵性階段之一。其中，２-OPT算子、３-OPT算子Ｌ:＞1及重新定位算子是現(xiàn)階段常用的一些搜索算子，以往的方法當(dāng)中每次采取局部搜索僅可以使用一種算子，其作為VNS計算中一大最為費時的部分，搜索的精度將會影響到最終的最優(yōu)解質(zhì)量。交換算子和重新定位算子都需要考量到不同路徑客戶點的交換情況，而沒有考量到一條路徑內(nèi)不同段當(dāng)中客戶點的交換情況，２-OPT是FloodMMPS在1956年提出的新式算法之一。最后一個步驟為更新階段，更新階段的實質(zhì)在于對目前全局最優(yōu)解和局部最優(yōu)解進行對比，如果局部最優(yōu)解高于全局最優(yōu)解則其能夠取代全局最優(yōu)解作為最優(yōu)解所存在，繼續(xù)采取目前的領(lǐng)域進行搜索，否則需要對目前領(lǐng)域進行替代，采取其他領(lǐng)域進行搜索。對算法進行重復(fù)，直到路徑無法得到改進時，將會終止迭代。4.3RT-DTVRP模型優(yōu)化根據(jù)上文的研究發(fā)現(xiàn)，將RT-DTVRP模型引入，能夠假設(shè)配送中心存在，有配送中心負責(zé)向每一個客戶點進行貨物配送，第/個客戶點需求量為＝1，2，3，4...ｍ），配送中心將會安排相應(yīng)數(shù)量和載量的貨車來完成好配送任務(wù)。在整個配送期間需要符合8個條件：1、所派遣的所有貨車行駛路徑必須為從配送中心出發(fā)之后再返回到配送中心當(dāng)中，每一個節(jié)點都必須有車輛對其進行服務(wù)，但一輛車則可以服務(wù)多個節(jié)點。2、每個客戶點對貨物的需求量均高于零，但每輛車的總需求量不可以高于車輛的最大承載量。3、每輛車在行駛期間的時間不可以比硬時間窗更高，以便其能夠完成好送貨上門的服務(wù)工作。4、每個客戶必須以貨物重量以及數(shù)量作為依據(jù)擁有一個與之對應(yīng)的服務(wù)時間段。5、多個客戶點之間都有著優(yōu)先級關(guān)系，即新訂單必須在目前服務(wù)或者是將要完成的客戶點服務(wù)工作完成之后再進行執(zhí)行，就是必須在關(guān)鍵點１＾后再對新命令進行執(zhí)行。6、車輛行駛速度高于其所處城市平均行駛速度時，將被默認視為交通情況量表，否則則是交痛情況較差。7、當(dāng)新訂單下達或者是旅行時間出現(xiàn)變化時，必須在短時間之內(nèi)對模型進行求解進而得出新方案。8、除了不得以的情況，一般不可對新客戶訂單進行拒絕。5、案例分析上個世紀九十年代初，我國民營快遞企業(yè)正處于起步發(fā)展期間，順豐速運有限公司正是在起步時期所成立的公司，公司誕生在廣東順德，公司總部設(shè)立在深圳。順豐集團成立之后，經(jīng)歷了二十多年的風(fēng)雨，走過了由萌芽到高峰的路程，順豐速運也越來越重視自身服務(wù)質(zhì)量的提高，在運行過程中不斷對市場的需求進行滿足，當(dāng)前能夠提供我國22個省、直轄市以及港澳臺地區(qū)的口到口服務(wù)，此外，順豐還將自身的事業(yè)版圖擴張到了國際快遞市場，逐漸成為了我國民營物流其他的領(lǐng)軍企業(yè)，該企業(yè)的綜合實力能否媲美國內(nèi)外其他的頂級物流企業(yè)。本研究以市場調(diào)查結(jié)果作為依據(jù)，規(guī)劃了市區(qū)中文化區(qū)服務(wù)點硬性時間窗快遞配送路徑，本研究所提出的區(qū)域劃分均是較為適當(dāng)?shù)膭澐?，本文充分考量了硬性時間窗所存在的限制，所以，區(qū)域劃分都會出現(xiàn)在規(guī)定時間之內(nèi)無法完成服務(wù)工作的訂單點，使得車隊無法按時對自身任務(wù)進行完成，在某種程度上還會提高物流公司的運營成本。其次，公司當(dāng)中規(guī)定每個區(qū)域當(dāng)中所派遣的車隊都必須完成好相關(guān)的配送任務(wù)，車輛不能夠跨區(qū)域配送，在配送過程中必須嚴格遵循客戶的時間窗要求，除了存在特殊情況，不可以對訂單進行拒絕。除此之外，車輛行駛速度原則上不可低于道路當(dāng)中的平均行駛速度。同時，所派遣的車輛狀態(tài)、位置以及速度均需要實施ITS中央配送系統(tǒng)進行實時監(jiān)控，該中央系統(tǒng)不但可以采取集成的GPS以及GIS等等設(shè)備在任何時間段之內(nèi)對任何一輛車的信息進行掌握，對原始路徑進行重新規(guī)化，還可以使用電話或者是手持終端將調(diào)度指令發(fā)送給在途的車輛[8]。算例參數(shù)設(shè)置和平臺建立主要采取動態(tài)路徑的實現(xiàn)規(guī)劃系統(tǒng)主要為車輛在線優(yōu)化調(diào)度系統(tǒng)，地理信息系統(tǒng)和北斗導(dǎo)航是這一系統(tǒng)的創(chuàng)建基礎(chǔ)，采取邏輯縝密、可視可控以及數(shù)據(jù)采取的電子地圖和隨車GPS定位對貨物進行智能配送。電子第體能夠隨時規(guī)化路徑的規(guī)化方案，以實時訂單信息和道路信息作為主要的依據(jù)，對區(qū)域當(dāng)中的車輛速度、車輛位置、基本地標(biāo)和客戶點實時定義，系統(tǒng)當(dāng)中將會自動采取就近原則將已知客戶點自動劃分到距離最近的服務(wù)點中[9]。MATLAB是當(dāng)前對動態(tài)路徑規(guī)化問題進行解決的效率最高的軟件之一，可以采取最精準(zhǔn)的方法和最快速度將全局最優(yōu)解得出，對算法的便捷度和可信度進行提高。其次，作為智慧信息平臺之一的智能調(diào)度平臺大多有以下八個功能：1、可以使用圖形化的方式更加直觀地對訂單信息、網(wǎng)絡(luò)節(jié)點、道路信息和貨物信息進行展示。2、可以將客戶點的分布情況和所需貨物情況進行充分表達。3、對車輛速度、環(huán)境、位置以及貨物數(shù)量和批類進行在線查詢。4、可以將每戶服務(wù)的接受時間和結(jié)束時間還有順序編號進行展示。5、以客戶貨物信息作為依據(jù)優(yōu)化路徑。6、及時反饋實時路況信息。7、收集實時的路況信息的同時對訂單進行捕獲。8、收集其他和出行車輛相關(guān)的信息。本文中所研究的案例為市區(qū)中的某小學(xué)網(wǎng)點以及該網(wǎng)點所負責(zé)配送的區(qū)域的配送路徑，以順豐公司某個區(qū)域內(nèi)的收寄網(wǎng)點的市場調(diào)查結(jié)果作為依據(jù)，對該網(wǎng)點當(dāng)前所接訂單的客戶點以及周邊共計39個網(wǎng)絡(luò)節(jié)點進行了統(tǒng)計，所采取的道路網(wǎng)絡(luò)為由CGIS進行繪制的電子地圖。主要對變動情況之下的實時路徑規(guī)化情況進行考量，因此，整個模型為外界互通的動態(tài)結(jié)構(gòu)，在配送系統(tǒng)運作之后將會出現(xiàn)隨機的干擾因子，因此，所有的已知信息其實都無法向原先所預(yù)定的確定型問題一樣始終保持一致性[10]。特別是道路速度、派送時間、車輛速度以及訂單數(shù)量，都會隨著實時信息的變化而更新。在對該問題進行處理時必須將其看作對稱性問題進行解決，采取動態(tài)思維結(jié)合模型以及實時數(shù)據(jù)對該問題進行分析以及思考。在這一基礎(chǔ)上，本文又實施了另一個試驗，將M公司在這一地區(qū)中以及路網(wǎng)點的區(qū)域客戶點提高到100，為了證明這一算法以及模型所存在的可行性，進一步擴大了本次研究的范圍，對復(fù)雜性更高的單車場和車輛模型的VRP問題進行了研究，在使用VNS法和最短路徑法之后進行了共計6次的計算之后得出平均值，采取MATLAB，將程序中搜索算法最大迭代值設(shè)為5。研究發(fā)現(xiàn)，在同一個條件之下，對變鄰域搜索算法進行改進后比改進前所存在的優(yōu)勢更大，在平均用時以及車輛數(shù)等等重要指標(biāo)計算上都有著比較大的優(yōu)勢，但相對于禁忌搜索法和蟻群算法而言，其計算時間更多，到所使用的車輛數(shù)則更低。上文所提到的差異大部分是因為不斷發(fā)生不確定信息所造成的，這是現(xiàn)實生活當(dāng)中不能夠避免的一大問題。然而，綜合分析所有因素后發(fā)現(xiàn)，改進之后的VNS算法是最理想的一個選擇，但是實際操作中，VNS算法在對100個客戶點的訂單時，其反應(yīng)速度時低于5分鐘的，但因為系統(tǒng)的實際操作、信息傳遞以及回饋存在滯后，計算結(jié)果必定會被期望水平更低[11]。因此，在現(xiàn)階段智慧物流普及率逐漸提升的現(xiàn)實之下，該問題將會得到一定的改善。結(jié)論智慧物流的出現(xiàn)是各個國家物流行業(yè)發(fā)展的一大趨勢，現(xiàn)代物流企業(yè)基本已經(jīng)具備智能化以及信息化等等技術(shù)。以實時信息為基礎(chǔ)的智能交通配送路線是當(dāng)前大多數(shù)學(xué)術(shù)界人士所研究的熱門問題。近幾年來，電子商務(wù)發(fā)展速度極快，人們逐漸進入到了網(wǎng)購時代，這就是的物流客戶點越來越多，增長幅度大，人們服務(wù)需求將會愈發(fā)多元化，成千上萬的大規(guī)模實時動態(tài)規(guī)化時一項極具復(fù)雜性的問題，在調(diào)整方案當(dāng)中，在VNS算法中，抖動過程和領(lǐng)域搜索算子是算法當(dāng)中最為耗費時間的兩個部分，因此，如何設(shè)計出更加高效率的算子以及抖動方式一直是后續(xù)研究的一大方向[12]。如何在短時間內(nèi)得到最新的實時消息同時在短時間之內(nèi)實現(xiàn)現(xiàn)實路況和電子地圖的匹配，及時處理和規(guī)化新方案也是未來必須要深入研究的重點問題之一，還需要驗證就出更加精準(zhǔn)、高速和全面化的求解算法，期待后續(xù)的學(xué)習(xí)情況和研究結(jié)果。參考文獻[1]吳柏翰