基于GIS和粒子群算法的物流配送多中心选址优化方法及应用

文章根据总运费最小化原则,以用户空间数据库为背景建立了针对多个配送中心的选址优化模型。为了对选址优化模型求解,提出了一种变异粒子群算法。以地理信息系统（GIS）为平台,对山东省区域物流配送中心的选址优化进行了实证研究,所得结果符合山东省实际情况,表明文章提出的选址优化方法具有较大的应用价值。     

基于Lingo语言求解物流配送中心选址模型

首先针对物流配送中心选址的一般要求,以配送中心最小配送费用为目标,构造了混合整数规划选址模型。其次,结合物流配送中心选址实例,运用所建立的混合整数规划模型确定物流配送中心选址最佳方案。最后,借助优化建模软件LINGO,通过对实际问题的抽象建模,编写求解程序,成功求解了该模型。     

城市蔬菜批发市场配送中心选址模型及算法

针对城市蔬菜物流配送中心选址特点及要求,以实现配送中心配送费用最小为目标,建立混合整数选址优化模型,同时结合滨州市六街蔬菜批发市场配送中心选址实例,运用所构建的混合整数规划模型确定该蔬菜物流配送中心选址最佳方案.设计了基于Lingo软件的算法程序,成功求解了模型.     

基于集散系数的配送中心选址改进模型研究

针对连锁店终端配送中配送中心的选址问题,考虑连锁店销售业绩、周边市场发展潜力和配送中心与各连锁店的空间距离等因素影响,提出配送中心集散系数的概念,建立了基于集散系数的配送中心选址模型,并通过禁忌搜索算法得出理论上的最优选址点。为增加该模型的实用性,又考虑了区位交通条件因素和城市地价因素的影响,用专家法得出这两个因素的权重系数,从而改进了初始模型,并利用非线性规划中步长法的思想,以实现配送中心的选址优化,希望对业界发展提供参考。     

基于集散系数的配送中心选址改进模型研究

针对连锁店终端配送中配送中心的选址问题,考虑连锁店销售业绩、周边市场发展潜力和配送中心与各连锁店的空间距离等因素影响,提出配送中心集散系数的概念,建立了基于集散系数的配送中心选址模型,并通过禁忌搜索算法得出理论上的最优选址点.为增加该模型的实用性,义考虑了区位交通条件因素和城市地价因素的影响,用专家法得出这两个因素的权重系数,从而改进了初始模型,并利用非线性规划中步长法的思想,以实现配送中心的选址优化,希望对业界发展提供参考.     

基于顾客满意度的多目标配送中心选址方法研究

随着配送中心的发展和物流业经营理念的转变,为顾客提供的服务水平对企业的影响越来越重要。在传统的选址模型基础上,提出了一种立足配送中心和顾客两方面的选址模型,以顾客满意度来测量配送中心为顾客提供的服务水平,顾客等待时间的长短对其满意度产生直接影响,通过配送中心可以满足客户要求的时间长短来测量顾客满意度,同时建立了以物流成本最小化和顾客满意度最大化为目标的配送中心选址多目标模型,并提供了模型相应的求解方法。     

连锁企业配送中心选址的两阶段模型研究

利用定性因素与定量因素相结合的方法研究了连锁企业物流配送中心选扯问题。首先在分析配送中心选址的定性因素的基础上,利用灰局势决策方法筛出候选点;然后在定量模型中,充分考虑连锁经营的特点,以配送服务的可靠性最大化为目标,以配送总成本为约束条件,建立了连锁企业配送中心选址的优化模型,从而得到连锁企业配送中心选址的定量方法。     

新华书店的区域配送中心选址模型

文章针对省新华书店配送中心选址问题,综合考虑了书籍运输成本与区域配送中心运营成本等成本因素。建立了以区域配送中心总成本最小化为目标的一个混合整数选址模型;在模型求解方法的选择上,根据混合整数模型的特点,提出了将模型的求解分成两个部分：线性部分采用运输规划法求解,非线性部分采用隐枚举法求解;最后通过实例论证了模型对求解配送中心选址问题的可行性并得到了比较满意的选址结果。     

连锁企业配送中心选址的两阶段模型研究

利用定性因素与定量因素相结合的方法研究了连锁企业物流配送中心选扯问题.首先在分析配送中心选址的定性因素的基础上,利用灰局势决策方法筛出候选点;然后在定量模型中,充分考虑连锁经营的特点,以配送服务的可靠性最大化为目标,以配送总成本为约束条件,建立了连锁企业配送中心选址的优化模型,从而得到连锁企业配送中心选址的定量方法.     

装备保障配送中心选址的灰色评价模型

通过对影响装备保障配送中心选址的影响因素分析,从服务水平、经济性、可扩展性、可靠性和安全性等几个方面构建装备保障配送中心评价的指标体系,在此基础上,运用多层次灰色评价方法建立了配送中心选址多层次灰色综合评价模型。最后通过实例分析表明该模型能很好地处理装备保障配送中心选址问题,为决策者提供一种有效的优化工具。     

物流网络优化问题的研究——以山东省为例

分析了山东省物流网络发展现状,提出了山东省物流网络节点选址模型和配送路径优化模型,并用数理规划软件进行求解,得到山东省物流网络供应商的最佳网点与数量、物流中心的最佳位置与数量以及从物流中心到最终用户的最优配送路径,最终实现了山东省物流网络的优化问题。从结果分析来看,该模型对山东省物流的发展具有较高的实用性。     

运输商选择与配送中心选址联合优化研究——基于供应链系统观念

系统观念是供应链管理的一个重要思想,它要求将供应链做为一个各环节相互联系的有机整体,而不是孤立的阶段.本文基于供应链管理的系统观念,将传统上孤立研究的运输商选择问题与配送中心选址问题结合起来,考虑供应链核心企业管理多个运输商的成本（文中称为C成本）,建立运输商--配送中心联合优化模型[TDJOM],以实现供应链中这两个问题领域的联合优化,实现整体最优,同时设计了一种启发式算法,将非线性规划转为线性规划求解,避免了现有的各种非线性规划求解算法往往只能求得近似最优解的缺陷.本文用算例证明了模型和算法的有效性.     

物流配送中心车辆优化安排的研究

针对物流配送中心如何根据货物运单来调度运输车辆的问题,在研究了各种货物配装优化模型的基础上,建立了车辆安排的多目标优化模型。然后,利用线性加权法和主要目标法将多目标优化问题转化为单目标优化问题,采用精确算法思想进行模型求解。最后,编程实现了车辆优化安排功能,将该功能应用到了物流配送中心管理系统中,通过实例验证了该模型的优越性和实用性。     

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。     

时变路网无能力约束车辆路径优化

讨论了一类时变路网下的无能力约束车辆配送路径优化问题,建立了基于时变路网的以配送总耗时最短为优化目标的无能力约束车辆配送路径优化模型。提出了基于实时Dijkstra算法的模型求解方法。数值算例表明考虑路网时变特性得到的优化配送方案将更加符合配送实际。     

冷链物流配送中心选址的多目标优化模型

针对冷链物流所配送物品易腐坏的特性,综合考虑了物流总成本和物流服务可靠度,建立了冷链物流配送中心选址多目标规划模型。通过主要目标法将此模型转化为单目标优化模型,并运用lingo软件对优化模型进行验证,最后通过实例计算,证明了该模型在冷链物流配送中心选址问题中的可行性和通用性。     

Stochastic optimization model for distribution and evacuation planning (A case study of Tehran earthquake)

In this study, a stochastic multi-objective mixed-integer mathematical programming is proposed for logistic distribution and evacuation planning during an earthquake. Decisions about the pre- and post-phases of the disaster are considered seamless. The decisions of the pre-disaster phase relate to the location of permanent relief distribution centers and the number of the commodities to be stored. The decisions of the second phase are to determine the optimal location for the establishment of temporary care centers to increase the speed of treating the injured people and the distribution of the commodities at the affected areas. Humanitarian and cost issues are considered in the proposed models through three objective functions. Several sets of constraints are also considered in the proposed model to make it flexible to handle real issues. Demands for food, blood, water, blanket, and tent are assumed to be probabilistic which are related to several complicated factors and modeled using a complicated network in this study. A simulation is setup to generate the probabilistic distribution of demands through several scenarios. The stochastic demands are assumed as inputs for the proposed stochastic multi-objective mixed integer mathematical programming model.The model is transformed to its deterministic equivalent using chance constraint programming approach. The equivalent deterministic model is solved using an efficient epsilon-constraint approach and an evolutionary algorithm, called non-dominated sorting genetic algorithm (NSGA-II). First several illustrative numerical examples are solved using both solution procedures. The performance of solution procedures is compared and the most efficient solution procedure, i.e., NSGA-II, is used to handle the case study of Tehran earthquake. The results are promising and show that the proposed model and the solution approach can handle the real case study in an efficient way.     

基于二层规划的选址库存路径问题研究

针对一个生产基地,多个配送中心和多个零售商的供应链二级分销网络,根据物流配送决策的实际过程,利用二层规划方法建立了一个选址库存路径问题模型,其中上层规划为配送中心选址模型,下层规划表示客户选择最佳配送中心、库存及路径问题,设计了双层模拟退火算法求解该模型,最后利用不同问题规模的算例将该算法与标准的模拟退火算法进行对比,结果证实改进算法的有效性。