基于复杂网络理论的物流配送网络建模、分析与优化控制研究

The logistics is the pillar industry of national economy. With the development of information technology, logistics distribution network research is one of the frontier hot topic in the field of control science and network science. At present, based on the data of the logistics distribution network modeling of space and time, dynamic and distributed optimization control are key problems needed to resolve. This project mainly utilizes the structure and function of complex networks to investigate the following key issues. Based on the actual operational data of logistics market, we will discover some features of logistics distribution network. Mathematical model of logistics distribution networks will be established, which can reflect effectively the inherent network structure and evolution mechanism, and Its robustness, stability and fault tolerance also be discussed；Secondly, we analyze the intelligence, autonomy, communication and collaboration for the individuals of logistics distribution; Furthermore, the optimization control schemes will be designed using deep learning technology. This project is the basic research of logistics distribution network. It not only has important theoretical value, but also potentially significant economic and social benefits.

物流业是国民经济的支柱性产业，随着信息技术的发展，物流配送网络的研究已经成为当前控制科学与网络科学领域的前沿热点课题。目前，基于数据的物流配送网络的时空建模，动力学特性和分布式优化控制是物流产业发展面临的基础性理论问题。本项目基于复杂网络理论，一是根据实际物流供应链网络数据的分析，发现其网络特征，建立真实反映物流配送网络内在结构和发展规律的数学模型，分析其鲁棒性、稳定性和容错能力；二是对物流配送网络中个体的智能性、自治性、可通信性和协作性等性能进行分析；三利用深度学习方法制定物流配送网络的优化控制策略。通过本项目的研究，将为物流配送网络的的实际应用提供关键性的理论基础。因此，本项目不仅具有重要的理论价值，而且具有潜在的重大经济效益和社会效益。

物流网络是系统工程和网络科学领域的一个前沿热点课题，是为适应物流系统化和社会化的要求发展起来的。本项目针对现代物流网络系统规模大且结构度复杂，具有多目标、多层次、多因素的特点，对基于物流的复杂网络系统的建模、优化与控制等问题进行了深入的研究。主要成果如下：.1 为使物流配送中心的运营成本最小，提出了一种运营成本最小化和物流节点容量可扩展性的配送中心位置优化模型。进一步改良了惩罚成本模型，并通过改良的自适应遗传算法以物流货物配送路径成本作为目标函数进行优化处理。同时针对物流网络拓扑结构的抗毁性问题，提出了一项在有向加权供应链网络下的抗毁性标准。.2 针对物流配送中心选址不当造成的货物堆积等现象，提出了一种基于配送中心节点容量可扩展性的位置选址优化模型，给出了相应的TSP聚类算法。针对物流网络中货物配送路径问题，并提出了一种改良DBSCAN算法规划策略。.3 研究了基于区块链和大数据的干线物流联盟智能计算方案。设计基于区块链的去中心化访问控制模型，提出一种利用智能联系人实现访问控制的解决方案，保持了数据的保密性，有效地连接物流信息系统，促进物流网络的发展。.4 研究了基于增强型双流模糊神经网络理论、方法及其应用。设计了一种数据表示方法并将其与卷积神经网络相结合以解决卷积神经网络不能直接处理一维数据的问题，并设计了增强型双流模糊神经网络架构将浅层和深层网络进行融合，来实现单一网络处理多尺度特征信息。.5 进一步对复杂网络进行分析和控制研究。研究其动力学特性，设计了牵制同步、有限时间同步、牵制脉冲同步、滑模控制等一系列的控制策略。.随着物流产业的发展，物流网络将面临更大的挑战，运用控制科学、信息科学等知识，基于复杂网络理论的物流配送网路的数学建模、动力学分析与优化控制不仅具有重要的理论价值，同时促进物流产业发展方面具有重大的经济效益和社会效益。