1导论
与当前我国城市物流的发展现状相比，国内农村物流配送尚处于萌芽状态。中国作为农业大国，农民人口众多，农村物流水平相比于国外发达国家更是有着很大的差距。大力发展农村物流配送，是当前“三农”问题的重点、热点和难点，是增加农民收入和实现全面小康的有力保证。特别是与农业生产和农民收入有关的农资流通问题，而目前传统农资供应物流又存在许多问题，难以适应实际的要求。我国根据加入WTO所作的承诺，全面开放中国农资市场，使得我国的农资流通业环境将发生根本性变化，农资供应物流业的经营与发展将面临前所未有的挑战。农用物资简称为农资，农资是在农业生产过程中产生的，是农业的重要投入品，也是改变和影响劳动对象的物质资料及其重要的物质条件。农资总体上包括种子、化肥、农药等基础生产资料，畜牧所需的畜禽、饲料等以及农用器械、生产加工设备及其原料、燃料等。而农资物流是把农用物资及时供应到农业生产中，以保证农村经济顺利发展的物流形态。如果没有农资物流这一前提条件，农民的生产生活就无法正常有序的进行，而且农资物流是将工业生产的农用物资运输到农村，是连接工业和农业的桥梁。切实加强农资物流管理，合理组织农资从生产到消费的全部运动过程，从而达到农资周转周期小、效率高的最优目标。
..........
2理论基础和文献综述
2.1理论基础
粗糖集理论是在分类机制的基础上，不需要任何先验知识，利用自身原始数据集合所提供的信息，通过知识约简的方法，直接在训练数据中得到分类规则；粗糕集能够很好的处理不完备的数据信息，在保留关键性信息的基础上化简数据以得到知识的最小表达形式，Rough集是一种软计算的数学方法，能够在经验数据中提取出规则知识，识别数据之间的各种依赖关系并对其进行评估；粗糖集在不可分辨关系的前提下，认为知识是划分数据，每个划分的集合被称为概念，粗糖集理论通过对对象特征属性的分析，从而划分对象的类别，即粗集理论侧重分类。在不同的范畴，知识的含义也具有多种不同的理解和表达形式。在认识论范畴内，知识是人类在生活实践中总结和提炼的经验教训，具有普遍性和抽象性；在数学中，知识是各种字符、符号以及概念等；在语言中，知识的表现形式为词语、句子等；而在粗集理论中，知识被认为是人类和其它物种的一种固有分类能力，通过研究论域范围内所存在的知识，辨别出现实或抽象世界中的个体（或称对象）。若两个个体用现有知识无法区别，则表示这两个个体不可分辨。由此，知识分类能力的实质是用某种等价关系来划分论域。
2.2文献综述
在美、日等发达国家或地区，经过长期对物流的理论研究和实践，在农业生产、存储和运输等方面已经实现了现代化，物流在农业和工业方面的发展没有太大的差别，因此，这些国家和地区没有专门对农业物流做太多的研究。在欧洲，农业物流管理很早就使用到了现代物流技术，同时重视农业物流的社会化和专业化，荷兰是国际公认的物流中心，其农业物流非常发达。农资物流是指在农业生产过程中，对农业生产资料进行采购、加工、存储、运输、销售等过程中所形成的物流活动。它是从生产者到消费者、从城镇到农村的产品流动，是农民生产生活必不可少的物质保障。
3基于RS-SVM的潜在农资需求预测研究.......47
3.1潜在农资需求预测指标体系构建..............47
3.2基于RS-SVM的潜在农资需求预测模型............54
4考虑潜在农资需求的车辆调度优化模型及算法研究.......75
4.1相关基础...........75
4.2考虑潜在农资需求的农资车辆调度优化模型..........85
5考虑潜在农户的农资车辆调度干扰恢复模型与算法....104
5.1相关基础...........104
6实际应用研究
6.1企业概况
根据该企业以往农资配送经验，以上四种农资在对农户进行配送的过程中都存在一定的新增需求量，但是由于配送时不能确定潜在需求量的大小，经常只装载原计划配送的农资量，往往导致一定程度的重复配送；同时在配送过程中都存在一定干扰事件，引起一些农户及配送员工的抱怨，同时也增加了处理这些干扰事件的成本。根据该企业面临的实际问题，本研究对其农资配送过程中的三个方面进行优化：第一、通过对潜在农资需求量的预测，对该企业每次配送的车辆装载量进行优化，预测方法釆用基于RS-SVM的潜在农资需求预测方法；第二、通过对每次每辆农资配送车辆路线的优化，缩短该企业车辆行驶总距离和使用的总车辆―数，主要釆用考虑潜在客户的农资车辆调度优化模型及算法；第三、通过对其农资配送干扰数据进行统计，利用考虑潜在客户的农资车辆调度干扰管理模型及算法对其干扰事件进行实时处理，调整干扰后的农资配送路线。
6.2应用过程及结果
从上面的潜在农资需求量预测结果可见，如果该企业不考虑配送过程中的潜在农资需求量，可能会导致重复车辆配送或者农户的流失。如果该企业在进行原计划配送装车时，考虑每辆车覆盖区域可能发生的新增农资需求量，并为这些潜在农户事先装载一定农资量，就可以及时满足这些潜在农户，从而减少该企业配送成本和增加企业销售额。根据该企业每次配送农户需求数据，并考虑潜在农资需求量，利用第四章建立的考虑潜在农资需求量的车辆调度优化模型及算法对该企业的50次配送路线进行优化（与第三章数值模型和算法参数设置基本一样，把相应农资品种的单位转换成吨，以与模型中的最大承载量为吨相符）。具体优化后的结果如表6-2所示，注意这里的成本为模型计算结果，没有单位，具体实际成本为多少与模型设置有关。
..........
7研究结论
因此本文的主要研究问题为：如何对农资配送过程中的潜在农资需求进行有效预测？如何考虑农资配送的潜在需求，进行农资车辆装载与调度优化？针对农资配送过程中可能发生的各种干扰事件，如何实时调整配送路线？通过对这三个问题的研究，本文的主要贡献如下：针对农资配送过程中潜在农资需求的影响因素复杂、各影响因素维度不一和预测指标数据难以获得等难点，本研究首先根据全面性原则、目的性原则、实用性原则和可操作性原则。考虑到在实际农资车辆配送过程中由于农户间的购买行为相互影响，本研究首先对考虑潜在农资需求的农资车辆调度问题进行描述，并给出模型假设，构建出了带有软时间窗的考虑农资需求车辆路线优化模型，接着通过釆用遗传算法对约束满足算法的优化机制进行优化，并通过数值试验验证了模型和算法的有效性。
..........
参考文献（略）