乳品逆向物流及其VRP模型应用

对于乳品生产企业来说,食品召回制度是导致乳品逆向物流活动产生的主要原因之一。本文主要论述了乳品逆向物流的必要性和意义,并研究了乳品企业对其召回的奶制品的车辆路径选择问题(VRP),旨在降低乳品逆向物流的成本。本文假设拓扑网络由一个乳品厂、一个奶品回收站和多个乳品分销商组成。在构建的回程载货VRP模型中,以运输距离最短为目标函数,运用节约里程法对实例进行了运算分析。     

医药品逆向物流的运输成本模型分析

文章主要研究制药厂对其问题药品进行回收的最低运输成本问题。构建了一个制药厂，一个回收处理厂，多个药店的回程载货VRP模型，并进行了实例分析。在这个模型中，通过对回收路径进行合理的安排，使药店在回收过程中的运输成本最低。希望对制药厂降低其回收药品成本提供了一些帮助和参考。     

基于最优控制的企业废旧产品回收再利用经济效益分析

采用最优控制方法,将企业废旧产品回收处理的过程分为回收、利用、清理三个环节,分析了其回收再利用的经济效益。通过建立模型并求解最优解,表明在考虑环境成本的情况下,废旧产品回收处理的边际成本不仅要包括回收和处理的边际成本,还要包括边际环境成本。企业只有不断改进其技术来提高废旧产品的回收利用率,使废旧产品处理方式的整体变化趋势朝着资源化的方向进行,才能保证这项活动的经济效益,从而使原来以降低环境污能为代价的最终处理方式逐渐被回收所代替。     

改进的废弃品联合回收物流网络优化设计

研究了多企业联合对多产品进行回收的逆向物流网络和流量分配问题,构建了一个寻求运输、处理和固定投资等综合成本最优化的多种废品回收模型,其中考虑了设施规模的限制。最后通过算例证明了模型的可行性和有效性。     

基于真实路网的车辆路径问题研究

车辆路径问题(VRP)是广泛应用于物流配送的组合优化问题。在实际应用中,传统的处理方法是先利用路网信息求出任意两点间最短路,生成完全连通图,然后进行VRP的优化求解,这样会浪费时间和空间,降低求解效率。因此,提出了一种基于真实路网的VRP建模方法,把任意两点间最短路的求解与VRP联合起来,通过仿真实验与传统的处理方法进行了比较,两种方法得到了相同的最优解,但基于真实路网的VRP建模方法在计算时间方面占优。     

多属性道路网络下成品燃油战时配送的路径分层优化模型

战时配送的VRP是当前物流系统优化研究较少涉及的问题,文中结合战时极其重要的物资--成品燃油,提出了多属性道路网络下成品燃油战时配送的VRP;综合考虑战时军事物流配送VRP的多个评价目标,基于重要性的多目标分层优化思想,分析建立了问题的完全分层优化模型,从现实的角度对战时配送VRP做了探讨。     

河北省现阶段回收物流模式研究

一、电子商务中各种回收物流运作模式分析 （一）自营运作模式 自营运作模式主要指的是产品制造企业构建自身独立的回收物流体系,并对退货业务进行自己管理的运作模式。在此种运作模式下,企业除了关注产品自身的生产、销售及售后服务以外,还必须注重售出产品后包装材料的回收及废旧物品的处理等问题。企业需要构建一个覆盖自身所有销售区域的系统化回收物流网络体系,以及时对回流产品及不满足顾客要求的产品进行回收,并将其送至回流处理中心集中进行处理。     

基于GAMS的VRP问题求解研究

对VRP问题的求解长期以来以启发式算法居多。立足于VRP问题的精确求解研究,以GAMS优化软件为计算平台,对经典VRP问题的模型进行了求解。通过对计算结果分析,针对计算过程中产生的不包括配送中心的回路,定义了小回路及其阶数。为解决随着计算深入其阶数不断增大的小回路问题,逐步引入了破除各阶小回路的约束条件,取得了问题的精确解。在此基础上,归纳出了破除小回路的一般约束条件,完善了经典VRP问题的模型。     

基于灰色神经网络组合模型的废旧产品回收预测

制造企业对废旧产品进行回收再利用,是节约资源和保护环境的有效方式。由于在产品回收过程中存在诸多不确定性因素,如何对产品回收量进行有效预测是亟待解决的关键问题。本文针对废旧产品回收的特点,将灰色GM（1,1）模型与BP神经网络预测方法结合,构建了灰色神经网络组合预测模型对产品回收量进行预测。该组合模型兼具两种预测方法的优点,预测效果优于各独立模型。案例分析表明了该种预测方法的有效性。     

废旧电子产品回收网络研究

废旧电子产品的污染问题已经越来越被重视，孕育在废旧电子产品的价值也已经被企业逐渐认识．而现行的回收网络过于简单，不利于产品的回收处理和价值恢复。本文从讨论废旧电子产品的污染和回收价值谈起．就电子产品回收的璁状提出了一个以制造企业为中心、全社会广泛参与的回收网络模型。     

一类VRP问题的改进PSO算法求解

VRP问题是物流领域的热点研究问题。在对一类典型的VRP问题建立了数学模型,提出了一种改进粒子群优化算法以求解该模型。算法针对问题设计了顺序编码方案,并引入了局部搜索以提高算法的局部搜索能力。仿真结果表明了所提离散粒子群优化算法求解此类VRP问题的有效性。     

基于遗传算法的车辆路径问题ExtendSim仿真与优化

文章首先介绍了物流领域中经典的车辆路径问题（VRP）,以及解决该问题的算法,然后论述了遗传算法在解决VRP上的应用,并详细地叙述ExtendSim仿真软件如何对某一VRP进行建模优化,最后得出最优方案.验证了这一仿真优化方法是解决VRP的一种有效途径.     

考虑总量和体积双重约束的时间窗车辆路径问题研究

车辆路径问题是被学者普遍研究的一个问题，也是一个经久不衰的研究课题。文章通过对车辆路径问题的改进，基于多种种类的货物，对考虑货物的不同重量和体积限制的带时间窗的车辆路径问题建立模型，通过粒子群算法求解模型，给出合适的解决方案。     

带时间窗约束的配载车辆调度问题研究

运用启发式算法求解带时间窗约束的配载车辆调度问题。借鉴多重旅行商问题的模型结构,建立配载车辆调度模型。通过改进C-K节约算法,在线路连接过程中插入时间窗约束和车辆容量约束的检验子程序,排除不符合约束条件的线路构形,构造求解调度模型的启发式算法。并给出算例,验证调度模型和启发式算法的可行性。     

基于粒子群算法的应急物流配送车辆调度研究

结合应急物流配送的车辆优化调度问题,根据应急物流配送的突出特点,对应急物流配送车辆调度路径优化进行了探讨。并建立应急物流配送车辆调度模型,用粒子群算法对车辆的配送路径进行优化。最后通过对实例的分析,验证了本文所提出的模型、算法具有合理性和可行性。     

关于蚂蚁算法解决物流配送路径优化问题的探讨

首先对物流配送中的路径优化问题（VRP）进行建模，在借用蚂蚁算法思想解决经典TSP问题基础上，构造了蚂蚁算法解决VRP问题的模型、规则，分析并提出了问题可行解的解决方案。     

基于蚁群算法的应急物流配送车辆调度研究

以车辆配送问题为背景,运用了蚁群算法来求解应急物流配送车辆调度模型。在带有时间窗的基础上考虑应急系统各节点的运输距离和费用构造模型。根据模型的特点,设计了蚁群算法求解方法,并针对蚂蚁路径选择做了改进性分析。实例研究结果表明．蚁群算法在应急物流配送车辆调度问题中具有合理性、可行性和有效性。     

物流配送问题中VRP的数学模型及其求解算法

系统地讨论了物流配送问题与VRP的有关知识,包括两者之间的关系、配送问题的VRP描述、数学模型的建立、求解方法及比较等,并指出了相关的研究方向。     

多时间窗车辆路径问题的数学模型及算法

研究了多时间窗车辆路径问题,增加了车容量及最大行驶距离等限制条件,以总成本最低为目标,建立了整数线性规划模型,并利用Lingo软件编写了求解该模型的精确算法程序。然后通过引入最优个体保留机制对传统的遗传算法进行改进,设计了求解多时间窗车辆路径问题的遗传算法,最后通过具体实例验证了模型及算法的有效性。