● 摘要
20世纪50年代以来，美、日、欧等发达国家开始了一场从企业内部物流资源的整合与一体化到整个产业链的物流资源整合与一体化的物流革命，现代物流产业随之在全球范围内兴起。现代物流发展体现商流和信息流一体化的趋势，通过建立现代共用物流信息平台这一全新的现代物流信息服务体系，使商流、物流和信息流在物流信息服务系统的支持下实现互动，从而提供准确和及时的物流服务。共用物流信息平台是面向整个物流系统的，集成化的、智能化的物流信息管理中心，通过对共用物流数据如交通流背景数据、物流枢纽货物跟踪信息、政府部门公用信息等的采集、分析及处理，为物流服务供需双方提供基础支撑信息，提供物流企业信息化相关功能如车辆调度、货物跟踪、运输计划制定、交通信息状况查询等，支撑物流企业信息化的实现。目前国内外共用物流信息平台的研究主要基于静态网络情况，针对时变网络情况下的研究还较少见。而交通路网是典型的时变网络，在时变网络情况下，共用物流信息平台中的最短路径问题、车辆优化调度问题等关键问题采用传统的算法无法得到有效解决。本文结合时变网络的特性，针对共用物流信息平台中的最短路径问题、车辆优化调度问题、双边匹配问题等关键问题进行深入研究并给出解决算法；结合SOA及BPM等关键技术深入研究共用物流信息平台总体架构模式和技术；集成GPS、GIS、无线通信技术等设计和实现了共用物流信息平台的整体架构和核心功能。本文首先针对时变网络中最短路径问题，对传统蚁群优化算法进行改进，提出一种适用于时变网络的蚁群算法信息素更新策略，使边上残留信息素能够如实正确地反映时变网络中边上权值的变化情况。在此基础上提出时变网络中求解最短路径问题的改进蚁群算法(Time-Dependent Networks Ant Colony Optimization-TDNACO)。仿真结果表明此算法在离散和连续的网络中都有效，不仅能快速地收敛，而且搜索到全局最优解的概率大大提高。其次针对时变网络中的车辆路径问题(Time Dependent Vehicle Routing Problem，TDVRP)进行研究，结合时变网络模型和传统车辆路径问题模型，给出了时变网络情况下车辆路径问题的数学模型。对传统蚁群优化算法进行改进，提出一种适应时变网络环境的转移概率计算策略及能够反映时变网络动态情况的信息素更新策略，在此基础上提出时变网络中求解VRP问题的改进蚁群算法。仿真结果表明该算法能够有效求解时变网络中的车辆路径问题，具有较好的运算效率及收敛速度。再次，本文从稳定性匹配角度研究多属性双边匹配问题，首先介绍了双边匹配问题及稳定匹配问题的概念和定义，其次给出了多属性匹配度定义及排序方法，建立了针对稳定匹配结果的评价函数和评价规则，在此基础上结合问题特性给出了改进的蚁群算法转移概率及信息素更新策略，同时给出求解此问题的改进蚁群算法。仿真结果表明本文方法和算法能有效求解多属性双边稳定匹配问题。共用物流信息平台是一个复杂的大型系统，涉及众多复杂的物流业务流程和逻辑处理，涉及众多先进技术的融合和综合运用；对内包含众多子系统和功能模块，对外需要和政府、企业、银行等众多部门之间进行数据交换。本文深入研究大型复杂系统的软件架构技术，结合SOA面向服务架构技术和BPM业务流程管理技术，深入研究共用物流信息平台的整体架构模式和技术方案，实现平台架构的稳定、可重用、可扩展。最后，基于业务流程再造（Business Process Re–engineering，BPR）理论的思想和方法，对共用物流信息平台的核心业务流程进行梳理和优化，重新设计了符合BPR思想的共用物流信息平台的核心业务流程。集成GPS、GIS、无线通信技术等关键技术，设计并实现了共用物流信息平台的整体构架和核心功能。