改进的遗传算法在战时油料运输车辆路径问题中的应用研究

文章首先对战时油料运输车辆路径问题（VRP）进行了分析,阐述了战时油料运输车辆路径问题的优化目标,并建立了多目标的优化模型;接着简介了遗传算法的优缺点,并设计了一种改进的遗传算法运用到问题的求解中;最后举例进行了计算和分析．验证了模型和算法的有效性     

城市末端物流配送问题研究

基于VRP问题,对城市内部直接面对消费者的末端物流配送进行研究,建立了基于实时路网下的配送模型,并且根据配送时间最短的优化目标进行求解.提出了结合Dijkstra算法的优化遗传算法求解方法.     

多目标配送路线的合理选择

在物资配送业务中,涉及了许多优化决策问题,配送路线的选择就是其中一个优化决策问题。在选择配送路径时,不仅要考虑运输里程、运输时间,还可能要考虑运输费用、运输环节等因素,因此,配送路线的选择实际上是一个多目标决策问题。在分析多目标物资配送路线问题的基础上,对计算机辅助多目标配送路线的选择方法进行了研究和探讨,利用AHP层次分析法建立了多目标物资配送路线的选择模型,以实现货物配送路线的合理选择,降低物资配送的运输费用,提高物资配送业务的服务水平。     

多目标配送路线的合理选择

随着市场经济的发展、物流专业化程度的提高以及物流业服务范围的不断扩大,物资配送业务将越来越普遍。在物资配送业务中,涉及了许多优化决策问题,配送路线的选择就是其中一个优化决策问题。在选择配送路径时,不仅要考虑运输里程、运输时间,还可能要考虑运输费用、运输环节等因素,因此,配送路线的选择实际上是一个多目标决策问题。本文在分析多目标物资配送路线问题的基础上,对计算机辅助多目标配送路线的选择方法进行了研究和探讨,利用AHP层次分析法建立了多目标物资配送路线的选择模型,以实现货物配送路线的合理选择,降低物资配送的运输费用,提高物资配送业务的服务水平。     

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。     

具有模糊可选时间窗的VRPSPD问题及其混合遗传算法

在经典VRP问题的基础上引入了模糊预约时间和可选时间窗的概念,从顾客满意的角度研究了具有同时配送和回收的车辆路径优化问题,建立了求解此问题的多目标混合整数规划模型,设计了求解此模型的混合遗传算法,并对已有文献中的算例进行了估算求解,估算结果表明,基于2-opt的混合遗传算法在求解没有时间窗约束的VRPSPD方面有比较好的性能.     

基于聚类与遗传算法的生鲜产品配送优化

物流配送订单地理位置复杂繁多,配送路径纵横交错,合理的配送路径选择能降低物流配送的成本,提高配送效率以及提高企业的整体管理水平.在k-means算法以及遗传算法的基础上,对生鲜超市的配送订单进行分析,构建仓储成本、运营成本、建设成本、配送燃油与过路费用、运输压力损失成本和产品新鲜损失成本等综合成本最低的多目标规划模型.通过实际案例验证,结果表明k-means和遗传算法能有效解决生鲜产品配送优化问题,为生鲜产品配送优化提供参考.     

苹果产业集群大型集散中心的配送优化模型及求解

在以实现零库存为目标的配送环境和允许批发市场之间优先存在商品转运(调运)的假设前提下,将批发市场细分为:有库存市场和缺货市场,并在已有的VRP研究基础上,得出了大型集散中心的配送优化问题模型及其算法的求解方法.同时结合陕西渭北苹果产业集群的发展现状,合理地确定了模型中出现的随机化不确定参数(市场需求增长量),介绍了统计假设检验法的应用.     

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。     

基于客户满意度的供应链优化模型研究

针对订货、配送环节为提高客户满意度的的供应链优化这个关键问题,建立了一个多目标的供应链优化模型,该模型将订货、配送环节影响客户满意度的关键因素集成在一起对供应链进行优化,采用订单满足率、时间响应率、成本收益率、货物损坏率等四个度量指标.针对多目标优化模型,提出了层次分析法将多目标模型转化为单目标模型.最后,通过具体的算例对模型进行了分析验证.     

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。     

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。     

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.     

基于TransCAD的物流配送VRP解决方案

在简要阐述物流配送VRP问题的基础上，介绍了TransCAD中VRP考虑的因素和功能实现，重点分析TransCAD物流配送VRP解决方案，并对车辆路径方案、车辆出行时间方案进行详细分析，最后通过与“点对点”运输方案的对比分析与评价，得出VRP配送是节约型物流最有效的途径。以TransCAD的物流配送VRP解决方案为例，旨在说明建立节约型物流迫切需要采用先进的信息技术，为现代物流规划管理提供最优解决方案。     

战时无人配送数据集成系统设计

为推进军事配送智能化、无人化发展进程,实现战时无人配送数据的有效管理,针对战时无人配送数据体系结构复杂、数据来源多样的实际特点,以云存储集成框架为核心,利用数据仓库技术进行数据处理与分析,设计战时无人配送数据集成系统,为数据集成与数据应用提供技术支撑。     

改进的蚁群算法在物流配送路径问题中的实现

蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一种智能优化算法,通过介绍蚁群觅食过程中基于信息素的最短路径的搜索策略。以及蚁群算法在TSP问题中的应用,在分析TSP与车辆路径问题（VRP）的异同后,给出用于求解车辆路径问题（VRP）的蚁群算法,并针对蚁群算法在求解过程容易出现过旱收敛问题,提出了几种改进算法的措施。最后通过powerbuilder的仿真实现结果表明,这种算法对VRP问题有较好的求解效果。     

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。