关键词：钢铁物流;;路径优化;;模拟退火算法;;遗传算法
摘 要：由于近年来经济不景气,导致我国钢铁大量滞销,2017年是去产能之年,2018年需继续完成去产能的艰巨任务。钢铁物流行业正面对着巨大的机遇和挑战。同时,由于国际众多不稳定的因素,导致今年来国际油价一路上涨,这对企业的物流运输成本又抛出了新的难题。若是企业仍止步不前,选择以原有的物流配送模式,不紧跟时代发展的步伐,必然会出现一些问题,比如物流成本过高、配送效率低、客户体验感差、服务质量不高等,严重者则会被社会淘汰,被新的企业所替代。不合理的物流配送体系不但使企业物流成本增加、物流配送效率降低、出行时间增加和配送路线增长,而且还会对城市的交通产生一定的负担。为了最大程度的满足客户需求,降低物流配送运输成本,企业自身利益最大化,找出企业物流配送体系存在的问题、采用科学的方法优化企业车辆配送路径、建立高效合理的企业配送中心车辆调度制度具有重要的理论与现实意义。本文以重庆某建工物资供应有限公司(以下简称“A公司”)为研究对象,在大量阅读国内外有关物流配送路径优化问题的文献后,对A公司的钢材物流配送现状问题进行了分析研究,最后选择了两种车辆路径优化算法,即模拟退火算法和遗传算法应用于优化A公司钢材物流配送系统中的车辆调度和路径选择问题。由于多配送中心的可复制性,本文仅针对A公司某一区域的1个配送中心的钢材物流配送运输路径进行分析研究,以实现企业物流配送运输一体化的要求,降低企业物流配送运输成本,提高企业利润率。本文的主要研究内容如下:(1)阅读关于物流配送车辆调度的研究文献,阐述了我国建材物流的定义、特点和主要存在的问题,介绍了路径优化问题(VRP)的相关理论知识,梳理相关理论(启发式算法、精确算法),针对本文所讨论的问题,结合已有的研究方法和国内外文献的梳理,选择模拟退火算法及遗传算法作为本文车辆调度的优化方法;(2)以重庆某建工物资供应有限公司(A公司)为实证研究对象,介绍并分析了A公司的钢材物流配送现状,同时分析了模拟退火算法及遗传算法原理以及在配送车辆路径优化中具体的实现步骤及流程,通过计算机汇编语言(C语言)对模拟退火算法及遗传算法程序化,用科学的方法对A公司配送中心配送路径进行优化;通过将两种算法的结果与精确解的结果对比,并对比分析两种算法的计算结果,研究了两种算法的适用性及优缺点;(3)针对A公司出现缺货需要向临近的仓库借货的特殊情况进行分析,提出此情况的两种改进方案,与企业原有运输方案进行对比,提出A公司在此特殊情况的改进措施,用科学的方法,大大提高了工作效率。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取