基于ACA的军事物流车辆配送路径优化研究

将蚂蚁算法应用到车辆配送的路径优化问题中,设计了求解车辆配送路径优化问题的模型,并应用实例加以仿真计算,最后的实例结果求解表明了该算法的有效和实用,将提高我军在现代战争中的精确保障能力。     

时变交通下社区团购生鲜配送多目标优化

针对社区团购生鲜配送过程中面临的时变交通问题,以总配送成本最小和配送时间最短为目标,综合考虑生鲜最低新鲜度、软时间窗和车载限制等约束,建立了时变交通下社区团购生鲜配送双目标优化模型。采用极大极小归一化和线性加权的方法,将双目标转化为单目标,并设计了改进的遗传算法进行求解。最后通过算例验证了模型和算法的有效性,并分析了交通状况的变化对生鲜配送过程的影响。     

基于遗传算法的协同配送路径优化研究

针对现代物流配送中存在的运营成本高、效率低、整合度低等问题,构建基于多物流中心协同配送的路径优化模型,在算法选择上针对协同配送的特殊方式,提出引入虚拟客户的编码方式和基因换(移)位的变异方式来求解最优配送路径,并通过实例验证了模型和算法的有效性与可行性。     

线路截断法在卷烟配送路径规划中的应用

卷烟配送路径规划是一个LS-VRP问题,同时要兼顾配送里程短、不同车辆配送任务均衡等要求.文章建立了基于任务量均衡、所用车辆最少、配送里程最短的多目标卷烟配送模型,并设计了基于线路截断的启发式算法进行求解,在实例运用中得到了较好的效果.     

考虑时间窗与新鲜度损耗的社区团购生鲜产品配送路径优化研究

随着社区团购交易规模日益增加,配送中存在的损耗高、满意率低等问题也逐渐显露出来,生鲜产品作为社区团购配送中的主要产品,对时间和货物品质有着更高的要求。因此,文章在时间窗约束下,以总成本最小为目标,构建了考虑时间窗与新鲜度损耗的社区团购生鲜产品配送路径优化模型,设计并改进遗传算法,使用Matlab进行求解,通过算例验证了模型的有效性与改进算法的优势,提高了社区团购生鲜产品配送效率,为社区团购电商企业配送服务提供了理论指导。     

B2C电子商务中带退货的多配送站点车辆路径优化问题研究

研究了一个带退货的多配送站点车辆路径优化问题,建立了求解该问题的0-1整数规划模型,以实现各个配送站点在给他们客户配送货物的同时,沿途取回这些客户的退货,以节约运输成本的目的。设计了一种新的解的表示方法和邻域变换,以此为基础构造出直接求解多配送站点车辆路径优化问题的禁忌搜索算法,在该禁忌搜索算法中首先通过一个启发式算法求得了0-1整数规划模型的一个较好的初始可行解,从而提高了禁忌搜索算法的收敛速度及性能,最后通过例子对禁忌搜索算法及其性能进行了说明。     

基于启发式算法的成品油配送计划研究

通过对成品油配送计划特点的研究与分析，建立了成品油配送计划编制的数学模型；并设计了模型求解方案；通过对实验结果的分析，证明本文设计的算法快速、有效、稳定。     

云计算环境下的物流资源调度算法研究

针对系统处理大规模物流调度信息能力不足的情况,提出了一种基于云计算环境下的物流资源调度优化模型对问题进行求解.在云计算环境下处理订单信息、车辆调度信息,并针对所有订单生成最合理的配送方案,通过对物流主要资源配送车辆的调度研究,建立配送路径算法模型以及最小配送成本算法模型,作为物流资源调度方案的解决策略.通过仿真结果表明,该算法能有效处理大量的物流资源调度信息,同时缩短计算求解时间.     

考虑新鲜度的多目标绿色冷链路径优化问题与算法

针对冷链物流配送中碳排放成本较高以及客户对生鲜品新鲜度要求较高的问题,为了满足企业降低综合配送成本,提高配送效率,实现低碳绿色出行的目标,构建了以碳排放量、平均新鲜度、综合配送成本为目标的多目标车辆路径模型。然后设计将变邻域算子融入自适应遗传算法中,对模型进行求解,解决了遗传算法过早成熟的问题,提高了算法的求解效率。最后进行算例计算和对比分析,不断调整算例范围,验证了模型和算法的有效性,为提高送达时生鲜品的新鲜度水平,降低碳排放量,辅助企业进行实际配送抉择提供了新思路。     

基于蚁群算法的甘肃省应急物流配送路径优化研究

针对甘肃应急物流运输与配送问题,构建了配送车辆数最少和车辆行驶总距离最短的多目标应急配送模型,设计蚁群算法对应急物流配送路径模型求解,兼顾考虑多个制约条件下,优化应急配送路线,并以定西市漳县和岷县的二十八个乡镇为算例进行分析,求解配送路线,假设配送中心有容量不同的车辆,每个受灾点只能由一辆车提供配送服务,每条路线上只有一辆车配送,同时规定车辆从配送中心出发完成配送任务后再返回配送中心,研究结果表明蚁群算法对配送路径优化的优越性。     

一类多车场集送货一体化问题的最优调度研究

针对江浙沪一带中小型配送中心提供集送货一体化服务增多、运营成本增加这一现象,通过建立该配送类型的车辆调度模型,然后利用分派启发式算法和改进的节约算法设计混合启发式算法来解决这一类问题。并给出算例,验证该算法的可操作性。     

单周期随机库存控制策略下的选址分配问题优化模型及其算法

基于零售点所采取的单周期随机库存控制策略,建立了考虑库存的物流系统选址分配问题的混合整数非线性规划模型.设计了一种求解该模型的启发式算法:先用解析法求出各个零售点的最佳订货量,然后利用Hopfield人工神经网络算法求解各个零售点的最佳配送量,最后通过枚举法确定配送中心的选址以及最佳配送方案.将该启发式算法与分支定界法进行了模拟比较,结果表明该算法具有相对的先进性.最后,用实例对模型与算法进行了数值演算.     

考虑柔性服务的电能计量装置仓储配送网络设计

为了提升天津电网计量装置仓储配送网络的整体效率,将柔性配送服务模式考虑到网络布局之中,并结合物流一体化理论,建立了一体化物流网络设计模型(ILND)。模型在综合考虑设施能力约束和柔性配送模式选择影响的前提下,以网络建设费用、仓储费用和运输费用构成的网络总成本最小为优化目标,并通过模拟退火算法进行求解,实现对计量分库的选址、辐射范围以及周转站的柔性配送方案地决策。最后通过数值算例说明了模型和算法的可靠性及有效性。     

基于聚类算法和蚁群算法的物流配送路径优化研究

物流配送的研究已经成为提高物流效率、降低物流成本的关键。文中在研究物流问题现状以及相关配送路径算法的基础上,提出了一种新的物流配送路径优化方案,对于一个城市内的多个配送点,首先通过K均值算法进行聚类分析得到局部配送中心及其配送范围内的客户点,然后利用蚁群算法设计该配送区域内的最优配送路径。通过仿真实验得知,文中方案设计出的最优配送路径长度较单纯采用蚁群算法有了较大改善。     

基于改进遗传算法的成品油配送车辆调度问题研究

为有效解决成品油配送中的油罐车车辆调度问题,构造了多车型-多油品-多加油站的成品油配送车辆调度优化的数学模型,设计了改进遗传算法对所提出模型进行求解,并用具体算例验证了模型和算法的有效性.     

基于遗传算法的快递配送车辆路径问题研究

在快递配送过程中,快递配送中心作为货物集散点,首先要分派车辆到各个配送点(客户)送货和取货,为降低配送成本,提高配送效率,车辆的调度是一个重要的问题.根据快递配送的特点,主要研究的车辆路径问题为配送中心在为各分点进行快递配送时,采用快件送达和收集同时服务的配送策略,假设车辆在各点之间的行驶时间服从正态分布,配送分点有软时间窗约束并且快件收集数量服从泊松分布的条件下,建立了问题的求解模型,并进行了基于遗传算法求解的应用设计.该遗传算法通过基于适应度排名和最佳个体保留的选择策略和自适应交叉概率的参数控制来保证所求结果的优良性,并设计算例用matlab编程进行实验,证明了算法的可行性.     

物流配送车辆调度问题算法综述

配送车辆调度优化问题旨在解决配送中路径和车辆调度问题的一类组合优化问题,是近年来物流控制优化领域的研究热点。文章对运输调度问题进行了分类总结,给出总体模型的概括描述,分析遗传算法、模拟退火算法、禁忌搜索算法、蚁群算法和微粒群算法的特点及其在求解配送车辆调度优化问题中的求解思路,并讨论了其求解现状,对未来研究方向进行展望,指出改进混合现有算法,开拓新算法将是更有效解决配送车辆调度问题的好方法。     

基于Dijkstra算法的区域物流网络配送路径优化

分析区域物流网中的配送路径距离和运输成本之间的关系,针对区域物流网的配送路径选择问题,通过Dijkstra算法建立单源最短路径的求解模型,求得配送中心到配送点i、配送点i到配送点j之间最短的矩形路阵。通过模型对最优化配送路径方案进行求解,从而为物流配送中心调度提供理论数据,通过仿真实验验证了该配送路径选择的可行性和正确性。     

基于低碳排放的多车型车辆路径优化问题研究

针对物流配送过程中,如何合理安排配送路线,提高配送效率、降低配送成本和碳排放量的问题,分析了车辆载重量、行驶速度、行车距离、交通状态等因素对车辆油耗的影响,建立了以最小化配送成本和碳排放量为优化目标的多车型车辆配送路径模型。同时,结合蚁群算法对该优化问题进行求解。仿真结果验证了算法能够有效的降低配送成本和碳排放量。     

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。