第九章运输决策支持.ppt

《第九章运输决策支持.ppt》由会员分享，可在线阅读，更多相关《第九章运输决策支持.ppt（41页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、第九章 运输决策支持系统2021/9/241第九章 运输决策支持系统91决策支持系统基础理论911决策支持系统基本概念 决策支持系统(Decision Support System，DSS)是辅助决策者通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统。决策支持系统是在管理信息系统(MIS)和运筹学的基础上发展起来的新型计算机学科，以数据仓库和OLAP相结合建立的辅助决策系统是决策支持系统的新形式。数据仓库、OLAP和数据挖掘技术的结合产生了商业智能系统，它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和

2、质量。2021/9/242第九章 运输决策支持系统 决策支持系统协助组织的管理者规划与解决各种行动方案，常用试验的方式进行。通常以交谈式的方法来解决半结构性或非结构性的问题，帮助管理者做出独特、改变快速且事先不易确定的决策，强调的是支持而非替代人类进行决策。决策支持系统在设计上比其他信息系统更具有分析能力，其分析之数据来源为交易处理系统或管理信息系统所提供的组织内部信息，但有时也需要外部数据来源，如股价或竞争者的产品价格，并透过其内建的许多模型来分析数据或把大量数据汇整成可供决策者分析的形式。它多以友善的界面与使用者交谈，让使用者可方便地更改假设、提出新问题或接收新资料。2021/9/2439

3、12决策支持系统的功能 决策支持系统是信息系统的高级发展阶段，即将数据处理的基本功能与各种模拟决策工具结合起来，帮助管理者进行分析、策划的系统。具体功能如下：(1)收集、管理并随时提供与决策问题有关的组织内部信息，如订单要求、库存状况、生产能力与财务报表等。(2)收集、管理并提供与决策问题有关的组织外部信息，如政策法规、经济统计、技术发展趋势、市场动态、竞争对手行动等。(3)收集、管理并提供各项决策方案、执情况及反馈信息，如订单履行进度、生产计划完成情况等。2021/9/244(4)以一定的方式存储和管理与决策问题有关的各种数据模型，如定价模型、库存控制与生产调度模型等。(5)存储并提供常用的

4、数学方法及算法，如最短路径算法、回归分析方法、线性规划、特卡洛方法等。(6)自动对数据进行加工、汇总、分析、预测，并得出综合信息报告。(7)对上述数据、模型与方法的维护，如数据模式的变更、方法的修改等。2021/9/245(8)能灵活地运用模型与方法对数据进行加工、汇总、分析、预测，得出所需的综合信息与预测信息。(9)提供友好的人机界面和数据通信功能，方便使用者修改、处理和传输上述数据、模型与决策结果。(10)及时将加工结果传送给使用者。2021/9/246第九章 运输决策支持系统 9I3决策支持系统的特征 DSS的基本特征可以分为以下几个方面：(1)面向结构化程度不高的问题，如上层管理人员经

5、常面临的决策机制表达不够充分的问题。(2)以模型或分析技术为核心，传统的MIS以数据存取技术及检索技术为基础。(3)供非计算机专业人员使用，以交互会话的方式操作DSS。(4)能适应环境及用户决策方法经常改变的要求。(5)支持但不是代替尚层决策者制定决策。(6)把建模技术或分析技术与传统的数据存取技术及检索技术有机地结合起来。(7)跟踪和适应人的决策过程，而不是要求人去适应系统。2021/9/247第九章 运输决策支持系统914决策支持系统分类 长期以来，信息系统的研究者以及技术人员不断研究和构建决策支持系统，使得决策支持系统得到突飞猛进的发展，在许多行业和领域得到应用。随着在理论和实际两个方面

6、的发展进化，决策支持系统已经有许多成熟的类型。DSS按照其系统结构可大致分为两类：一类是以数据库、模型库、方法库、知识库及对话管理等子系统为基本部件的多库系统结构；另一类是以自然语言、问题处理、知通信，共享信息，并协调他们的行为。2)数据驱动的DSS 数据驱动的DSS通过查询和检索数据库提供了辅助决策的功能。结合了联机分析处理的数据驱动DSS提供最高级的功能和决策支持，并且此类决策支持是基于大规模历史数据分析的。主管信息系统(EIS)以及地理信息系统属于专用的数据驱动DSS。2021/9/248第九章 运输决策支持系统3)模型驱动的DSS 模型驱动的DSS强调对于模型的访问和操纵，比如统计模型

7、、金融模型、优化模型及仿真模型等，利用决策者提供的数据和参数来辅助决策者对于某种状况进行分析。4)知识驱动的DSS 知识驱动的DISS可以就采取何种行动向管理者提出建议或推荐。这类DSS是具有解决问题的专门知识的人机系统。“专门知识”包括理解特定领域问题的“知识”以及解决这些问题的“技能”。构建知识驱动的I)SS的工具有时也称为智能决策支持方法。2021/9/249第九章 运输决策支持系统915决策支持系统的组成 决策支持系统的基本结构如图91所示。完整的DSS系统模式可以表示为DSS本身以及它与“真实系统”、人和外部环境的关系。决策者处于核心位置，他运用自己的知识把他和DSS的响应输出结合起

8、来进行决策。由于DSS使用者面临的决策的规则与步骤不完全确定，决策过程难以明晰表达，且决策者的素质、解决问题的风格、所采用的方法都有较大差异，使得I)SS的模式应具有较高柔性，更多地强调决策者的主观能动性。从图中我们看到，决策支持系统是由三个子系统，即对话子系统、数据库子系统、模型库子系统组成。2021/9/2410915决策支持系统的组成 决策支持系统的基本结构如图91所示。完整的DSS系统模式可以表示为DSS本身以及它与“真实系统”、人和外部环境的关系。决策者处于核心位置，他运用自己的知识把他和DSS的响应输出结合起来进行决策。由于DSS使用者面临的决策的规则与步骤不完全确定，决策过程难以

9、明晰表达，且决策者的素质、解决问题的风格、所采用的方法都有较大差异，使得DSS的模式应具有较高柔性，更多地强调决策者的主观能动性。从图中我们看到，决策支持系统是由三个子系统，即对话子系统、数据库子系统、模型库子系统组成。2021/9/2411第九章 运输决策支持系统 1)对话子系统 对话子系统是决策支持系统与用户之间的交互界面。它提供形式多样的显示和对话形式、输入输出转换，控制决策支持运行。2)数据库子系统包括数据库管理系统和数据库。数据库用来存储大量数据，它由数据库管理系统来管理和维护。3)模型库子系统 包括模型库管理系统和模型库。模型库用来存放模型，模型以计算机程序形式显示。模型库是DSS

10、的核心部分，它是DSS中最复杂、最难实现的部分，DSS用户是依靠模型库中的模型进行决策的。2021/9/2412第九章 运输决策支持系统 由以上可以看出，DSS的关键技术有：(1)模型库系统的设计和实现。它包括模型库的组织结构、模型库管理系统的功能、模型库语言等方面的设计和实现。(2)部件接口。各部件之间的联系是通过接口完成的，部件接口包括：对数据部件的数据存取；对模型部件的模型调用和运行；对知识部件的知识推理。(3)系统综合集成。根据实际决策问题的要求，通过集成语言完成对各部件的有机综合，形成一个完整的系统。2021/9/2413第九章 运输决策支持系统916决策支持系统的发展 一般的说，决

11、策支持系统是以计算机为基础的完成信息收集、信息整理、信息处理、信息提供的人机交互系统。它利用计算机运算速度快、存储容量大等特点，应用决策理论方法、心理学、人工智能、计算机网络、数据库等技术，根据决策者的决策思维方式，从系统分析角度为决策者或决策分析人员创建一种良好的决策分析环境。在此环境下，决策者和决策分析人员可以充分利用自己的经验知识，同时在系统的引导下获取有效的信息，详细了解和分析决策过程中的各主要因素及其影响，激发思维创造力，从而在决策支持系统的帮助下逐步深入地透视问题，最终有效地做出决策，即通过决策者与计算机的相互对话完成最终决策。简言之，决策支持系统不仅在内容上能对决策者提供帮助，而

12、且也能在整体决策过程中对决策者的问题识别、分析提供支持，帮助决策者提高决策的科学化程度。2021/9/2414第九章 运输决策支持系统 1)决策支持系统的兴起与发展 自20世纪70年代提出决策支持系统(DSS)以来，DSS已经得到了很大发展。它是在管理信息系统(MIS)基础上发展起来的。MIS利用数据库技术实现各级管理者的管理业务，在计算机上进行各种事务处理工作；DSS则是为各级管理者提供辅助决策。1980年提出了决策支持系统三部件结构，即对话部件、数据部件、模型部件。该结构明确了DSS的组成，也间接地反映了DSS的关键技术，即模型库管理系统、部件接口、系统综合集成。它对DSS的发展起到了很大

13、的推动作用。决策支持系统的辅助决策能力从运筹学、管理学的单模型辅助决策发展到多模型综合决策，使辅助决策能力上了一个新台阶。20世纪80年代末90年代初，决策支持系统与专家系统结合起来，形成了智能决策支持系统(IDSS)。专家系统是定性分析辅助决策，它和以定量分析辅助决策的决策支持系统结合，进一步提高了辅助决策能力。智能决策支持系统是决策支持系统发展的一个新阶段。2021/9/2415第九章 运输决策支持系统 2)我国决策支持系统的进展 我国决策支持系统的研究始于20世纪80年代中期，应用最广泛的领域是区域发展规划。大连理工大学、山西省自动化所和国际应用系统分析研究所合作完成了山西省整体发展规划

14、决策支持系统。这是一个大型的决策支持系统，在我国起步较早、影响较大。随后，大连理工大学、国防科技大学等单位又开发了多个区域发展规划的决策支持系统。天津大学信息与控制研究所创办的决策与决策支持系统刊物，对我国决策支持系统的发展起到了很大的推动作用。近几年来，国内的决策支持系统开发与应用研究得到了迅速的发展，不少大中型企业为推进企业的管理现代化水平，逐步建立了自己的管理信息系统及决策支持系统。部分省、市、县的政府部门为了迎接信息时代的挑战，加快信息的收集、加工及综合利用的步伐，建立了包括数据库、模型库、方法库、知识库等在内的决策支持系统，有力地促进了我国决策支持系统研究的深入进行。随着人们对第五代

15、计算机人工智能计算机研究的不断进展以及决策科学研究的日趋深入，决策支持系统必将进一步发展。2021/9/2416第九章 运输决策支持系统92决策支持系统典型技术921专家系统 专家系统(Expert System，ES)是一个具有大量专门知识与经验的计算机信息系统，应用人工智能技术，根据一个或多个人类专家提供的特殊领域知识、经验进行推理和判断，模拟人类专家做出决定，解决需要专家才能解决的复杂问题。专家系统以清晰可读的类自然语言方式表达无法用数学模型精确表达的专家知识，能在特定领域内模仿专家工作，处理非常复杂的情况，包括异常情况。在已知其基本规则的情况下，无需输人大量细节数据即可运行。专家系统在

16、结构上增设了知识库、推理机与问题处理系统，人机对话部分还加入了自然语言处理功能，结构如图92所示。但专家系统知识获取困难，有时很难找到合适的、能够清楚表达领域知识的专家，对于动态和复杂的系统，其推理规则是固定的难以适应变化的情况。2021/9/24172021/9/2418第九章 运输决策支持系统922人工神经网络 人工神经网络(Artificial Neural Networks，ANNS)是对人脑或自然神经网络若干基本特性的抽象和模拟。人工神经网络以对大脑的生理研究成果为基础，其目的在于模拟大脑的某些机理与机制，实现某个方面的功能。人工神经网络的特点：(1)可以充分逼近任意复杂的非线性关系

17、；(2)所有定量或定性的信息都等势分布贮存于网络内的各神经元，故有很强的强壮性和容错性;(3)采用并行分布处理方法，使得快速进行大量运算成为可能；(4)可学习和自适应不知道或不确定的系统；(5)能够同时处理定量、定性知识。2021/9/2419第九章 运输决策支持系统 人工神经网络的特点和优越性，主要表现在三个方面：(1)具有自学习功能。例如实现图像识别时，只要先把许多不同的图像样板和对应的识别结果输入人工神经网络，网络就会通过自学习功能，慢慢学会识别类似的图像。自学习功能对于预测有特别重要的意义。(2)具有联想存储功能。用人工神经网络的反馈网络就可以实现这种联想。(3)具有高速寻找优化解的能

18、力。寻找一个复杂问题的优化解，往往需要很大的计算量，利用一个针对某问题设计的反馈型人工神经网络，发挥计算机的高速运算能力，可能很快找到优化解。2021/9/2420第九章 运输决策支持系统923数据仓库和联机分析处理 数据仓库和联机分析处理(On-Line Analysis Processing，OLAP)是20世纪90年代初提出的概念，到90年代中期已经形成潮流。数据仓库将大量用于事务处理的传统数据库数据进行清理、抽取和转换，并按决策主题的需要进行重新组织。数据仓库的逻辑结构可分为近期基本数据层、历史数据层和综合数据层(其中综合数据是为决策服务的)。数据仓库的物理结构一般采用星形结构的关系数

19、据库。星形结构由事实表和维表组成，多个维表之间形成多维数据结构。星形结构的数据体现了空间的多维立方体，这种高度集中的数据为各种不同决策需求提供了有用的分析基础。随着数据仓库的发展，OLAP也得到了迅猛的发展。数据仓库侧重于存储和管理面向决策主题的数据；而OLAP则侧重于数据仓库中数据的分析，并将其转换成辅助决策信息。OLAP的一个重要特点是多维数据分析，这与数据仓库的多维数据组织正好形成相互结合、相互补充的关系。以数据仓库和OLAP相结合建立的辅助决策系统是决策支持系统的新形式，更好地促进了决策支持系统的发展。2021/9/2421第九章 运输决策支持系统924遗传算法 遗传算法作为一种数值求

20、解的方法，其思想源于生物遗传学适者生存的自然规律。遗传算法抽象于生物体的进化过程，其基本过程是：首先采用某种编码方式将解空间映射到编码空间，每个编码对应问题的一个解，称为染色体或个体。一般通过随机方法确定起始的一群个体，称为种群，在种群中根据适应值或某种竞争机制选择个体，使用各种遗传操作算子(包括交叉，变异，倒位等等)产生下一代，如此进化下去，直到满足期望的终止条件。遗传算法以群体中的所有个体为操作对象，每个个体对应研究问题的一个解。选择、交叉和变异是遗传算法的三个主要操作算子，包括以下6个基本要素：2021/9/2422第九章 运输决策支持系统 编码。由于遗传算法不能直接处理解空间的数据，因

21、此，必须通过编码将它们表示成遗传空间的基因型串结构数据。初始群体生成。由于遗传算法是一种群体型搜索方法，所以必须为遗传算法操作准备一个由若干个体组成的初始群体，每个个体都应通过随机方法产生，并分别对应研究问题的一个解。适应度评估。遗传算法在搜索过程中一般不需要其他外部信息，仅用适应度来评估个体的优劣，并将其作为遗传操作的依据。选择。选择操作是为了从当前群体中选出优良的个体，使它们有机会作为父代为下一代繁殖子孙，个体的适应度越高，其被选择的机会就越大。交叉。它是遗传算法中最主要的操作，一般分两步进行：一是对群体中的个体进行随机配对；二是在配对个体中，随机设定交叉处，使配对个体彼此交换部分信息。变

22、异。即按一定的概率改变个体基因链。变异操作同样是随机进行的，其目的是挖掘群体中个体的多样性，克服遗传操作可能局限于局部解的弊端。2021/9/2423第九章 运输决策支持系统925群决策支持系统 群决策支持系统(Group Decision Support Systems，GDSS)是一种基于计算机的交互式系统，它通过辅助一群决策者的群决策过程，来解决特定领域的半结构化或非结构化问题。典型的GDSS由硬件资源、软件资源和决策者三部分组成。其中，硬件资源是指各决策者独立使用的工作站(或终端)、共享使用的外部数据库、模型库及IO设备等硬件资源，还包括整个GDSS基于的通信网络；软件资源包括在各决策

23、者的工作站(或终端)上运行的决策支持软件、支撑GDSS的底层软件(如DBMS、MBMs)及网络软件；决策者不仅包括参与决策的人员，还包括决策过程的协调人员。2021/9/2424第九章 运输决策支持系统926综合决策支持系统 以模型库为主体的决策支持系统已经发展了十几年，它对计算机辅助决策起到了很大的推动作用。数据仓库和OLAP新技术为决策支持系统开辟了新途径。数据仓库与OLAP都是数据驱动的。这些新技术和传统的模型库对决策的支持是两种不同的形式，它们可以相互补充。在OLAP中加入模型库，将会极大提高OLAP的分析能力。20世纪90年代中期从人工智能、机器学习中发展起来的数据开采，是从数据库、

24、数据仓库中挖掘有用的知识，其知识的形式有产生式规则、决策树、数据集、公式等。对知识进行推理即形成智能模型，它是以定性分析方式辅助决策的。数据开采的方法和技术包括决策树方法、神经网络方法、覆盖正例排斥反例方法、粗集方法、概念树方法、遗传算法、公式发现、统计分析方法、模糊论方法、可视化技术等。把数据仓库、OLAP、数据开采、模型库结合起来形成的综合决策支持系统，是更高级形式的决策支持系统。它们彼此相互补充、相互依赖，发挥各自的辅助决策优势，以实现更有效的辅助决策。2021/9/2425第九章 运输决策支持系统 综合体系结构包括三个主体。第一个主体是模型库系统和数据库系统的结合，它是决策支持的基础，

25、为决策问题提供定量分析(模型计算)的辅助决策信息；第二个主体是数据仓库与OLAP的结合，它从数据仓库中提取综合数据和信息，这些数据和信息反映了大量数据的内在本质；第三个主体是专家系统和数据开采的结合，数据开采从数据库和数据仓库中挖掘知识，并将其放入专家系统的知识库中，由进行知识推理的专家系统定性分析辅助决策。综合体系结构的三个主体既相互补充又相互结合。可以根据实际问题的规模和复杂程度决定是采用单个主体辅助决策，还是采用两个或是三个主体相互结合的辅助决策。利用第一个主体的辅助决策系统就是传统意义下的决策支持系统。利用第一个主体和第三个主体相结合的辅助决策系统就是智能决策支持系统。利用第二个主体的

26、辅助决策系统就是新的决策支持系统。在OLAP中利用模型库的有关模型，可以提高OLAP的数据分析能力。将三个主体结合起来，即利用“问题综合和交互系统”部件集成形成的综合决策支持系统是一种更高形式的辅助决策系统，其辅助决策能力将上一个新台阶。由于这种形式的决策支持系统包含了众多的关键技术，研制过程中将要克服很多困难，这也是今后努力的方向。2021/9/2426第九章 运输决策支持系统93运输决策支持系统 决策支持系统概念提出的20多年来，随着决策理论、信息技术、数据库技术、办公自动化、专家系统等相关技术的发展，取得了长足的进展，在许多领域得到应用，已成为许多行业经营管理中一个不可缺少的现代化支持工

27、具。下面介绍几种运输决策支持系统的示例。2021/9/2427931用Excel工具进行决策支持分析 1)Excel的数学模型 Excel内置许多数学模型，对于日常的管理工作非常有用处。Excel部分数学模型有：(1)方差分析：包括单因素方差分析、重复的双因素方差分析和无重复的双因素方差分析。(2)相关系数和协方差：是描述两个测量值变量之间的离散程度的指标。(3)描述统计：用于生成数据源区域中数据的单变量统计分析报表，提供有关数据趋中性和易变性的信息。(4)指数平滑：基于前期预测值导出相应的新预测值，并修正前期预测值的误差。(5)F-检验双样本方差：对两个样本总体的方差进行比较。(6)直方图：

28、可计算数据单元格区域和数据接收区间的单个和累积频率。此工具可用于统计数据集中某个数值出现的次数。(7)移动平均：可以基于特定的过去某段时期中变量的平均值，对未来值进行预测。提供了由所有历史数据的简单的平均值所代表的趋势信息，可以预测销售量、库存或其他趋势。(8)随机数发生器：可用几个分布中的一个产生的独立随机数来填充某个区域。可以通过概率分布来表示总体中的主体特征。(9)排位与百分比排位：可以产生一个数据表，在其中包含数据集中各个数值的顺序排位和百分比排位，用来分析数据集中各数值间的相对位置关系。10)其他还有如回归分析、抽样分析、傅立叶分析、z-检验等等。2021/9/2428第九章 运输决

29、策支持系统 2)应用案例 我们以Excel的规划求解模型为例说明简单决策支持系统的使用。规划求解模型可以对有多个变量的线性和非线性规划问题进行求解，省去了人工编制程序和手工计算的麻烦。(1)提出问题 设某大型设备运输公司可运输两种大型机器设备：大型设备A和巨型设备B。运输大型设备A时需要一般小货车8辆，需要大型运输车5辆，需要4辆塔吊车，运输大型设备A一套可获利90 000元；运输巨型设备B时需要一般小货车6辆，需要大型运输车5辆，需要9辆塔吊车，运输巨型设备B一套可获利120 000元。该大型设备运输公司共有小货车380辆，大型运输车260辆，塔吊车340辆，那么该公司应该运输A、B两种设备

30、各多少套就可使得获利最大?最大利润多少?2021/9/2429(2)安装“规划求解”“规划求解”是Office 2003提供的一个加载宏。如果在安装Office 2003时没有选择加载宏，就必须重新启动Ofrice 2003安装程序并且选择Excel选项，在加载宏区段中选择“规划求解”，然后进行安装。(3)设置工作表 如图93所示的工作表中的数据是进行“规划求解”时提供的固定值。单元格B7、B8为可变单元格，用来存放“规划求解”推测出的A、B两套设备数量，即决策变量。D5为目标单元格，用来保存“规划求解”的返回值，它必须是一个计算公式。本例为计算总利润的公式“”。2021/9/2430(4)规

31、划求解 选择“工具”“规划求解”，在“规划求解参数”对话框中选择目标单元格为“$D$5”，在“等于”项目中选择“最大值”，可变单元格为“$B$7：$B$8”(见图94)。2021/9/2431加三个约束条件：“$D$2=$B$7*$B$2+$B$8*$c$2”、“$D$3=$B$7*$B$3+$B$8*$C$3”和“$D$4=$B$7*$B$4+$B$8*$C$5”。若输入后发现有错，可单击“更改”按钮修改。单击“求解”按钮，则Excel自动进行运算并将结果显示在可变单元格和目的单元格内。如图95所示，在B7单元格内显示256，在B8单元格内显示264，在D5单元格内显示最大利润为5472。于

32、是我们可以得出结论，根据现有的运输工具，可运输大型设备A为256套，巨型设备B为264套，最大利润为5472。2021/9/2432(5)“规划求解”参数说明 单击“规划求解参数”对话框中的“选项”按钮，打开“规划求解选项”对话框(见图96)，其中包含的各个项目的含义如附表所示。可以在开发决策支持系统中嵌人Excel模型求解特定问题，从而快速实现辅助决策系统的开发工作。2021/9/2433第九章 运输决策支持系统932车辆路径决策支持系统 车辆路径配送问题，又称为运输线路规划问题，也就是运输车辆的优化调度问题，一直是运输系统领域的典型问题。总体上看，车辆的优化调度问题一般可根据时间特性和空间

33、特性分为车辆路径规划问题和车辆调度问题。1)车辆路径问题的基础背景 在现有的物流管理系统研究中，车辆路径配送问题(Vehicle Routlting Problem，VRP)是较受关注的一个方面。它是指在客户需求位置已知的情况下，确定车辆在各个客户间的行程路线，使得运输路线最短或运输成本最低。该问题是物流配送系统中的常见问题，如邮件的投递，飞机、火车及公交的调度等。选择适当的行车路径，可以加快客户需求的响应速度，提高服务质量，降低服务成本。VRP是一个NP完全问题，对于此类问题，只有当其规模较小时，才能求得其精确解。因此，如何针对车辆路径问题的特点，构造运算简单、性能优异的启发式算法，不仅对物

34、流系统，而且对许多可以转化为车辆路径的组合优化问题都有十分重要的意义。2021/9/2434第九章 运输决策支持系统 通过配送中心进行配送是物流系统中的主要配送形式之一，车辆调度及路线安排是配送中心配送决策的重要内容，它直接影响剑配送成本和服务质量。目前，配送中心大多使用经验式的车辆调度分配方法：对重要客户指定某几辆车专门负责，以保证服务质量；划分配送区域，针对较远的客户群，使用较大配送量的车辆负责配送，而较近的客户群则使用一般性的车辆负责配送；指定某几辆车专门负责临时需求，即随要随送。在路线安排上，一般方法是将客户按地理位置分成几个区域，再按照客户要求的送达时间从小到大进行排序，优先满足要求

35、送达时间早的客户，如遇到问题再进行调整。面对配送区域的扩大、零售商数目的增加，这种人工作业方式已难以实现配送车辆的调度优化，因此迫切需要计算机来优化车辆调度。2021/9/2435 2)VRP问题的描述 VRP最早是由GDantzig提出的，它是一类最常见、研究最多的NP问题，图 经常用来描述该问题。在图 中 ，。节点O表示物流中心，其他节点为客户。每个客户的需求为 ，边 对应的距离、运输时间或成本为 。所有车输的运输能力为 ，最大的行驶距离为 。车辆从物流中心(depot)出发，完成运输任务后回到物流中心，每个顾客唯一接受一辆车的服务一次。问题的目标函数通常有车辆数和配送成本，首先要最小化车

36、辆数，然后最小化总配送成本。具体问题如下：VRP问题的前提是物流中心的位置、客户点位置和道路情况已知，由此设计一套车辆调度的方案。图97是一个简单VRP的图示。2021/9/2436 配送中心的车辆调度及路线安排问题可描述为：在配送中心位置、客户点位置和道路等已知的情况下，对 辆车、个客户点，确定车辆分配情况(每辆车负责的客户点)及每辆车的行车路线，使成本最小，同时要满足以下约束条件：所有车辆路线均起始并终止于配送中心，每一客户点只由一辆车服务(但一辆车可以服务多个客户点)；每个客户点都有一个非负的货物需求量，但每辆车负责的客户点货物需求量总和不超过该车辆的最大装载量；2021/9/2437第

37、九章 运输决策支持系统3)VRP的数学模型(91)为目标函数，以总的配送费用最小为目的；(92)为每个顾客只能被服务一次的约束条件；(93)为防止同一个地点之间巡回的约束条件；(94)是车辆容量限制约束条件；(95)是保证巡回路为封闭回路的约束条件，即车辆从物流中心出发，最后一定要再回到物流中心；(96)是防止产生不包括物流中心的子巡回路的约束条件。2021/9/2438第九章 运输决策支持系统 4)运输线路决策支持系统解决方案 运输线路规划问题目前可以使用的智能算法有许多种，如神经网络算法、遗传算法、群决策支持系统、专家系统等，但是没有哪一种方法是十全十美的。在这种情况下我们可以将多种算法集

38、中到一起，采用多种方法综合比较鉴定，从而选取最优。如图98所示为运输线路规划决策软件的主要设置界面。2021/9/2439第九章 运输决策支持系统 通过客户点位置设置可以设置规划对象为随机产生的点，或者从指定文件读取客户点位置数据，客户点数目也可以设定，然后设定每条路径中子路径的数目，可以不受任何限制或者给定一个最大上限；设定界面上最重要的一项是设定算法，可以在多种算法中选取，并指定计算时间长度，因为各种算法的计算时间是不同的，计算精度也是不同的，这些都是考察算法优劣的重要依据。在设定了诸多参数后，就可根据设定进行计算，计算过程可以显示出来，如图99所示；然后将计算结果在图上表示出来，如图910所示。还可以将多种算法的计算结果相互比较，决策者可以根据比较辅助决策，做出更好的策略优化。2021/9/24402021/9/2441