综合结转分步法成本还原的EXCEL模型设计

本文以东华农用机械公司的案例资料为例,利用EXCEL及其常用函数,分别采用逆算法和顺算法构建成本还原模型,既能快捷地数据传递又能直观地反映成本项目之间的勾稽关系,对企业成本核算有一定的借鉴意义。     

高速公路拥挤的识别及成因判断

为减少驾驶员因拥挤产生的旅行成本,结合McMaster算法对高速公路拥挤进行识别及成因判断,提出将此算法合理地应用到事件管理系统中能有效地对事件进行预测,并将事件的影响降到最低。     

基于物流配送线路的算法与优化

配送是物流的一个重要环节,配送线路的合理性关系到整个物流系统的运行成本和客户的满意度。本文针对物流配送线路建立数学模型,首先分析了Dijkstra算法求解最短路问题,然后分析了启发式算法的节约算法和网络图论中的Floyd算法。Dijkstra作为线路优化的核心算法,利用节约算法和Floyd算法的思想进行算法优化,减少运算次数和数据存储的困难,优化计算过程。     

基于蚁群算法求解VRPTW路径规划问题研究

目前我国物流业迅速发展,但是同时伴有某些方面的不足,比如:成本控制不足。文章将联系实际情况,同时以配送车辆的运输总成本、总行驶距离和碳排放量为目标函数,并充分考虑实际出现的约束条件,再利用MATLAB软件运行带有时间窗的蚁群算法,对车辆配送路径进行仿真实验,最后寻找到最优配送路径以满足目标函数。通过实验表明,该数学模型和算法可以更好地解决物流配送路径选择的问题,以达到降低物流成本、提高物流效率等目的。     

应用CUDA加速免疫算法——Jacket与Matlab实现

作为继遗传算法后新兴的一种人工智能算法——免疫算法最近几年在理论研究和工程应用方面得到了极大的关注和发展,但由于免疫算法本身机理的并行性使得其在通用CPU上进行测试和运行时效率低下,不利于评价算法的性能.通过通用并行计算架构CUDA使用GPU运行则更符合算法本身机理,大幅节省运行时间,降低硬件成本.     

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。     

基于MDHGF改进算法的物流中心选址决策模型

在分析现有选址模型的基础上,本文将MDHGF算法进行改进,建立基于MDHGF改进算法的物流中心选址决策模型.该模型的最大特点是将定性的研究方法和定量的研究方法有机结合,克服各自的缺点.在算法的改进过程中,本文主要是将成本因素单独提出,建立多目标线性规划模型,然后用启发式算法得出可行性方案.对可行性方案,在不考虑成本因素的情况下运用改进的MDHGF算法计算其它因素的综合评价值,然后再次考虑成本因素,借鉴指标满意度法对所得结果进行无量纲化处理,算出每个方案的综合得分,对方案进行排序,为决策者提供依据.     

基于K-means和布谷鸟算法的流程模型聚类

流程模型聚类是流程管理领域的一个热门话题。本文提出一种基于布谷鸟算法的K-means算法,该算法弥补了K-means算法的依赖初始解、易陷入局部最优等缺点。本文从流程模型结构性能、成本、效率、顾客满意度以及质量等五个方面模拟数据集,并选择权重较高的属性进行试验操作,结果表明算法的具有较高的可行性和有效性。     

多目标多式联运配送路径研究

讨论了一类运量已知的多式联运配送问题。提出了基于成本最小化和时间最小化两个目标函数,并利用Dijkstra算法结合GA算法进行求解,最后用一个算例加以证明。     

基于A-C算法的生鲜库存成本控制

针对生鲜产品零售商的订货策略制定不当导致库存成本较高的问题,充分考虑零售商库存限制因素及成本控制中的各类因素,通过设计强化学习四元组(环境状态观测、智能体行动、状态迁移、报酬),构建了一个A-C算法的生鲜产品库存成本控制模型。实验结果表明,当库存的相关成本,订货提前期一致的情况下,采用基于AC算法模型的订货策略能够有效降低零售商的生鲜库存成本。     

基于C—W算法的锅炉厂车间设施布局优化研究

运用C-W算法对车间设施的布局规划进行了系统分析,提出了优化方案,达到降低车间物流成本,提高车间作业效率的目的。在对某锅炉厂详细调研的基础上,对该厂1号厂房的设备布局不合理方案成功地运用了该方法。     

基于混合遗传算法的低碳物流配送路径优化

当前全球气候变暖,冰川融化速度加快,这些都与大气中二氧化碳密切相关。而目前物流配送业作为十大交通运输业之一,不仅耗能高且释放大量二氧化碳,因此对该行业的节能减排已迫在眉睫。文章以配送点成本为目标,考虑装载量成本、距离成本、车辆固定成本、运输成本、燃油总量消耗成本、等待某一时间的惩罚成本等费用最小化为目标,引入软时间窗惩罚函数、构建数学模型,引入自适应竞争策略提高算法收敛速度,并将遗传和模拟退火算法随机结合的混合遗传算法进行综合分析,旨在加快收敛速度,获得全局最佳解。最后通过实例仿真分析结果,证明文中所建模型及设计的算法对解决该类问题的有效性。     

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。     

MGASA算法求解物流中货物最佳运输路线

本文首先描述了在物流系统中,货物运输中的实际情况,对运输的成本、时间限制加以描述,并建立了数学模型。然后在对遗传算法和模拟退火算法进行分析对比的基础上,讨论了它们各自的优缺点,并将模拟退火算法和遗传算法相结合,构造混合遗传模拟退火算法。克服了单一遗传算法的不足,增强了其优化行为,并提高了优化的效率。在物流最佳运输路线问题上,混合遗传模拟退火算法表现出计算速度快,准确度高的特性。     

人工智能算法在自动化控制中的应用

人工智能算法是电器自动化的一个重要发展方向。通过人工智能算法可以有效地节约物力、人力等成本,使电气自动化控制的效率得到有效的提高。本文简要介绍了人工智能算法及其特点,并对人工智能算法在自动化控制中的应用进行了探讨。     

基于混合蚁群算法的物流配送路径优化研究

蚁群算法存在一些缺点,如容易陷入局部最小,使整个系统呈现出早熟现象等。文章将蚁群算法和遗传算法结合起来构造混合蚁群算法,建立优化物流配送路径的数学模型。用混合蚁群算法通过仿真实例有效求得物流配送路径问题的较优解。课题的研究对物流配送路径具有优化作用,节约物流运送成本,提升企业竞争力。     

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。     

冷藏集装箱堆场空箱翻箱优化

针对冷藏集装箱堆场的作业特点，以堆场翻箱成本、提放箱成本、堆高机移动成本和外集卡延误成本之和最小为目标，构建了预检完毕箱进场和提箱作业协同优化模型，并设计了两阶段箱位分配启发式算法。算例分析表明，设计的启发式算法较堆场现行方法可以有效降低翻箱次数和堆场作业成本，可为堆场资源调配提供参考。     

物流配送车辆调度路径优化问题算法研究

近年来,我国物流运行总体平稳,物流需求规模保持较高增幅,物流业增加值平稳增长,但经济运行中的物流成本与其他发达国家相比依然较高。车辆调度配送路径优化问题同时涉及能源消耗和废物的排放问题,随着人们对环境问题给予越来越多的关注,因而其一直是国内外研究的热点。同时物流配送车辆调度问题在企业运营中起着重要的作用。文章首先简介了车辆调度问题,然后从研究的精确算法和启发式算法两方面较为详细地论述了国内外有关车辆调度问题的研究现状,总结了研究中存在的问题,并对物流算法的发展进行了展望。     

基于混合算法的物流园区布局优化研究

物流园区的合理布局是降低物流园区成本和提高物流园区作业效率的有效途径之一。考虑园区内部物流总量最小、各功能区作业最为紧密以及土地利用率最大化,建立数学模型,然后构造混合算法求解。最后对国内某物流园区的实际计算,说明构造的模型和算法的有效性。