摘 要

随着我国经济的不断发展，钢铁贸易量和物流规模快速增长，钢铁物流园区也在不断增加，然而大部分的园区的堆场运作效率较低，园区内出现许多加工设施闲置，出现瓶颈设施的情况，不仅浪费了极多的现有资源，而且使园区内物流运作流畅性降低，很有可能会出现园区内车辆发生堵塞的情况，严重时会干扰到园区的正常运作，同时车辆在园区内拥堵会产生大量的污染气体，对环境造成伤害。本文正是以此为切入点，以均衡钢铁物流园区内各堆场的龙门吊机工作任务量为目标，对入厂提货车辆的取货路径进行规划与仿真，分析和研究现阶段国内外货场物流车辆路径问题（VRP），并结合安徽马鞍山市钢晨物流园区的运作进行分析，具体研究内容如下：

本文以均衡钢铁物流园区内各堆场的龙门吊机工作任务量为目的，对该问题进行建模研究，首先分析了影响堆场运转效率的因素，即不合理的车辆取货路径导致瓶颈机的出现，在此基础上建立了相应的数学模型，然后利用鲸鱼优化算法对该数学模型进行求解，最后建立eM-plant模型验证取货路径的可行性。结果表明，鲸鱼算法求解的车辆取货路径能够使五个堆场龙门吊机的工作任务量达到均衡，有效地提高堆场的运转效率。

关键词：钢铁物流、车辆路径问题、鲸鱼优化算法、eM-plant

Abstract

With the continuous development of our country's economy, the rapid growth of scale of iron and steel trade and logistics and steel logistics park are also growing, but most of the park's yard operation efficiency is low, appear many idle processing facilities in the park and the bottleneck facility condition, not only waste a lot of existing resources, and reduce logistics operation fluency in the park, is likely to appear in the park the vehicle jam, serious will interfere with the normal operation of the park, at the same time traffic congestion in the park will produce large amounts of pollution gases, harm the environment. This article is to point to balance the steel logistics park in the yard of the gantry crane work quota as the goal, to the factory take delivery of the vehicle pickup path planning and simulation, analysis and studying on the domestic and international freight yard logistics vehicle routing problem (VRP), and combined with anhui maanshan steel logistics park in the morning of the operation were analyzed, and the specific research content is as follows:

Based on the equilibrium of the iron and steel logistics park in the yard of the gantry crane work task, for the purpose of modeling research about this problem, firstly analyzes the factors that influence efficiency of yard work, i.e. unreasonable pickup vehicle path leading to the emergence of the bottleneck machine, on the basis of the corresponding mathematical model is established, and then use the whale optimization algorithm to solve the mathematical model, and finally establish the feasibility of eM-plant model validation and path. The results show that the vehicle pickup path solved by the whale algorithm can balance the workload of the gantry cranes in the five storage yards and effectively improve the operation efficiency of the storage yards.

Keywords: steel logistics、vehicle routing problem、whale optimization algorithm、

em-plant

目录

摘要 I

Abstract II

第1章 绪论 1

1.1研究背景及意义 1

1.1.1研究背景 1

1.1.2 研究意义 1

1.2 国内外研究现状 2

1.2.1 国外研究现状 2

1.2.2 国内研究现状 3

1.3 本文的研究目标及主要内容 3

1.3.1 研究目标 3

1.3.2 研究内容 4

第2章 车辆路径问题及求解方法 6

2.1 车辆路径问题描述 6

2.2 VRP分类 7

2.3 VRP相关算法的简介 8

2.4 本章小结 9

第3章 钢铁物流园区提货作业问题的模型建立 10

3.1 问题描述 10

3.2基本假设 10

3.3参数设置及符号说明 11

3.4数学模型 12

3.5本章小结 12

第4章 钢铁物流提货作业仿真优化模型算法设计 13

4.1 鲸鱼优化算法介绍 13

4.2 鲸鱼优化算法数学模型 13

4.2.1 环绕猎物 14

4.2.2 泡泡网捕食（开发阶段） 14

4.2.3 搜索猎物（全局探索阶段） 15

4.2.4 基本鲸鱼优化算法步骤 15

4.3 钢铁物流货场提货作业仿真优化问题算法设计 15

4.3.1 算法编码 15

4.3.2 算法求解步骤 16

4.4 本章小结 17

第5章 案例分析 18

5.1 钢晨物流园区介绍 18

5.2 问题分析 19

5.2.1 车辆装货原则分析 20

5.2.2 车辆行驶规则分析 20

5.2.3 提货车辆数量规模分析 21

5.3 问题求解 21

5.4 eM-plant建模仿真 22

5.4.1 eM-plant软件介绍 22

5.4.2 eM-plant建模流程 23

5.4.3 仿真结果 27

5.5 本章小结 28

第6章 总结与展望 29

参考文献 30

致谢 31

附录A：鲸鱼算法程序 32

附录B：鲸鱼算法求解结果 38

第1章 绪论

1.1研究背景及意义

1.1.1研究背景

随着我国经济和钢铁工业的迅速发展，钢铁贸易量和物流规模在不断增长，钢铁物流园区作为现代钢铁物流业发展的一个新趋势，建设速度也在不断加快，但是钢铁物流水平总体偏低。

国内钢铁物流园区的建设自2008年到现在一直处在飞速发展的过程中，但是大多数园区建设缺少规划，由此导致了各种资源浪费。在对国内大部分钢铁物流园区的运营现状进行综合分析后，得出一个结论：大部分的园区的堆场运作效率较低，园区内出现许多加工设施闲置，出现瓶颈设施的情况，不仅浪费了极多的现有资源，而且使园区内物流运作流畅性降低，很有可能会出现园区内车辆发生堵塞的情况，严重时会干扰到园区的正常运作，同时车辆在园区内拥堵会产生大量的污染气体，对环境造成伤害。

如何对现有的钢铁物流园区进行合理的提货作业车辆路径优化，均衡各个堆场的取货任务量，使车辆在货场内的总驻留时间最短，提高堆场作业效率，减少园区运营成本和物流费用是钢铁物流园区发展中急需解决的问题。本文对钢铁物流园区进行提货作业仿真优化研究，希望对我国现有钢铁物流园区的运作提供一定的参考和借鉴作用。

1.1.2 研究意义

对于钢铁物流园区而言，堆场效率问题是头等大事。但是按说堆场自运作以来，工作时间从未停歇过，每天也运作繁忙，究竟从哪里作为突破口，才能很好解决这个堆场优化运作的难题呢？为了提高效率，钢厂生产的钢材都是按计划单品类、大批量生产，不可能一条生产线一天生产多种规格的产品，而客户需求却是每天都需要多种规格产品，因此，必需要有钢材园区（仓库）进行周转。钢材从生产线生产出来后，汽车运输至物流园存储，客户安排汽车，根据自己的需求在园区按需进行多个规格产品的配货和提货。当客户（用户）需要提货（出库）时，一般都是一辆车提多种规格的产品，不存在一辆车进行货物装和卸的同时作业。当车辆完全走出堆场区域时，视为出库或入库完成。同一货场可存放不同规格的钢材产品，同一仓位只能存放一个单品。然而，提货作业车辆路径规划是一个难题，在实际中，它是一个十分具有挑战性的优化问题。另外存在许多约束条件必须加以考虑，例如车辆装货原则，车辆最大载重等。

由于存在单品分布在多个堆场中，而且不同车辆可能提取同种螺纹钢单品，因此在实际提货过程中需要考虑哪辆车提取哪个堆场中的货物。而对于堆场的选择会影响龙门吊机的作业时间，不合理的车辆提货路径可能导致各堆场龙门吊机的使用时间分布不均，即工作量不均衡，出现瓶颈机，从而导致园区出现排队等货时间过长，致使堆场运转效率降低，物流运输成本大大提高。基于此，本研究主要对钢铁物流园区进行提货作业的车辆路径规划和仿真优化，均衡五个堆场龙门吊机取货的任务量，减少车辆在园区内的驻留时间，从而提高园区堆场的运转效率。

1.2 国内外研究现状

本文针对钢铁物流园区提货作业的流程及优化目标，分析和研究现阶段国内外货场物流车辆路径规划及仿真优化。

1.2.1 国外研究现状

2004年，Toth P与Vigo D等^【1】人对各种相关VRP问题进行分析，详细阐述了各种精确算法和相关启发式算法，在求解相关带约束的VRP问题时，采用了合适的方法进行求解。

2008年，Hgaz Sungur等^【2】人在求解具带容量型车辆路径问题时，创造性地提出了鲁棒优化方法，并将该算法运用到此类问题进行求解，发现此方法相比其他算法更加适用于此类问题。

2009年，AiTJ等^【3】人在研究同时去送货VRP问题时，创造性地利用粒子群算法来求解该问题，结果意外地发现此算法十分适合此类问题。

同年，Qureshi A G^【4】在求解半软时间窗车辆路径问题时,创造性地提出了基于列生成的精确优化方法,利用该方法进行求解得出的结果可以得出较优解。

2010年，Marinakis Y等^【5】人在求解VRP相关问题时，创造性地将遗传算法和粒子群算法进行结合，然后对一些案例使用结合之后的算法进行求解， 发现该算法十分适合此类问题。

2013年，Kassem S^【6】在研究带时间窗的VRP问题时，选择通过启发式算法生成初始解，然后将初始解利用模拟退火算法进行择优，研究成果表明该方案在研究此类问题时能达到预期的优化目标。 

2015年,Sivaram等^【7】人在研究具有时间窗限制的车辆路径问题时，首先提出以车辆最小化行驶距离和总数为目标，然后将改进的遗传算法运用到此问题的求解上，结果发现在研究此类问题时，相比之前的方法，该方法能有取得更优结果。

1.2.2 国内研究现状

2004年，崔雪丽和马良等^【8】人在对人工蚂蚁转移状态进行研究时受到启发，将局部搜索策略和人工蚂蚁转移概率结合，创造性地提出了蚂蚁搜索算法，在进行相关实验后发现该算法在求解VRP问题时能够得到较优的结果。 

2006年，CHEN^【9】在研究带容量限制的车辆路径问题时，创造性地提出了模拟退火算法和离散粒子群算法相结合的DPSO-SA算法，在通过大量实验论证对比之后发现该算法能够快速求得全局最优解。同年，张潜^【10】采用遗传算法求解多目标优化问题，取得了较好的结果。

2010年，段凤华^【11】在研究带软时间窗的车辆路径问题时，通过研究改进之后的禁忌算法求解此类问题，在进行大量的实例论证和对比分析验证了改进之后算法在求解带软时间窗限制的开放式车辆路径问题具有很好的效果。

2011年，马建华等^【12】通过改进之后的变异蚁群算法求解多车场多车型的VRP问题，以最短时间为目标函数，求解结果表明了改进后的算法比较适合此类问题。同年，骆剑平^【13】改进后的混介蛙跳算法求解CVRP问题，并进行大量实例验证，表明了改进后的算法全局搜索能力明显增强。

2014年，孟祥虎等^【14】人在求解带时间窗的车辆路径问题时，通过改造种群增量学习算法中的概率模型，创造性地把两点邻域交换与带时间相关度插入法进行结合，从而形成了两阶段局部搜索，在通过大量的实例论证和算法比较之后，发现该算法的鲁棒性和有效性大大增强。

2015年，熊浩等^【15】人创造性地提出三阶段紧急算法并将其运用到需求可拆分的VRP问题，在通过大量实例论证和算法比对之后发现改进之后的算法在求解需求可拆分的车辆路径问题时，能够得到有效的最优解。

1.3 本文的研究目标及主要内容

1.3.1 研究目标

进入钢铁物流园区的提货车辆按照订单内容，进入堆场提取螺纹钢，一辆车一般需要提取多种规格的单品，因此一辆车一般需要在园区中多个位置进行龙门吊机的装车操作。由于存在单品分布在多个堆场中，而且不同车辆可能提取同种螺纹钢单品，因此在实际提货过程中需要考虑哪辆车提取哪个堆场的螺纹钢。对于堆场的选择会影响龙门吊机的作业时间，不合理的车辆提货路径可能导致各堆场龙门吊机的使用时间分布不均，即工作量不均衡，出现瓶颈机，从而导致园区出现排队等货时间过长，致使堆场运转效率降低，物流运输成本大大提高。

基于此，本研究主要对钢铁物流园区进行提货作业的车辆路径规划（VRP）和仿真优化，均衡五个堆场龙门吊机取货的任务量，减少车辆在园区内的驻留时间，从而提高园区堆场的运转效率。

1.3.2 研究内容

本文以马鞍山市钢晨物流园区为实例，解决提货作业车辆行驶路径问题（VRP），转化为确定每辆提货车辆提取各单品的取货位置问题，以五个堆场龙门吊机取货任务量尽量均衡为目标，尽量减少车辆在园区内的驻留时间，从而提高堆场的运转效率。具体的研究内容包括：

（1）钢铁物流园区车辆行驶规则以及装货原则分析。每个物流园区都有其特定的装货原则以及车辆行驶规则，这些规则决定了运输车辆运行调度模式和行驶路径。从这些规则入手，对园区内车辆取货路径进行分析，能够优化各个堆场工作任务量，从而提高堆场运转效率；

（2）构建数学模型及仿真优化模型。在国内外文献查阅基础上，掌握和理解货场提货作业的已有数学模型，并结合本课题内容，在数学模型目标、约束的理解基础上，分析逻辑关系，构建钢铁物流提货作业的仿真优化模型；

（3）案例分析。将论文中所研究的理论和方法应用到实际案例中，运用鲸鱼算法进行优化求解，然后对上述求解方案运用emplant仿真软件进行随机环境下的验证，从而解决钢铁物流园区内的堆场取货排队等待问题。

本文的技术路线图如下图1.1所示；

图1.1 技术路线图

第2章 车辆路径问题及求解方法

2.1 车辆路径问题描述

车辆路径问题(简称VRP)，在本次钢铁物流研究中可以描绘为:在一个物流园区中，存在许多堆场和取货车辆，要求在满足问题的约束条件的情况下，合理地设计各个车辆的取货路径，根据订单要求到达堆场取货，并使目标函数（如行驶距离最短和堆场工作量均衡等）取得最优解。

图2.1 车辆路径问题示意图

VRP问题是堆场提货作业的核心的问题，包括路径规划、车辆调度等多个角度。

车辆路径问题的分析重点是对此类问题的基本概念进一步研究，提取问题当中的相关要素，当前的VRP模型基本也是各种要素的组合。经过分析发现本次钢铁物流提货作业问题的要素有以下几个；

(1)出发点:即车辆初始位置，在此研究中出发点即为物流园区入口。

(2)货物:即螺纹钢，本次提货作业的主要对象。

(3)堆场:即提货车辆进行提货作业的地点，也是龙门吊机所在的地点。

(4)车辆:是完成提货作业的运输工具，本次研究中所有车辆均为同一种车，且不考虑最大行驶距离和载重量等相关属性。

(5)取货网络:也就是各车辆行驶路线，即车辆在提货过程中所行驶的路径网络，由于此次研究不考虑车辆行驶时间，所以车辆到达堆场的顺序就是取货路线。

(6)约束条件:就是模型求解时所需添加的约束。车辆路径问题的基本约束条件如下所示:

(a)车辆载重约束。

(b)车辆最大行驶距离约束。

(c)时间窗约束，即取货点规定的取货车辆到达时间约束。

(d)取货数量约束，即每个堆场提取货物的数量不能超过该货物的存放量。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：