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。     

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。     

基于模糊需求的配送路径优化方法研究

首先分析了求解车辆路径问题的一般方法;然后针对需求量不确定的情况运用二次指数平滑法、扫描算法、动态规划算法建立了基于模糊需求的配送路径优化方法,实现了配送量的预测和扫描算法的改进;最后,以山东日照某酒厂为例实现了这些算法的应用,从应用结果来看路径的优化方法实现了配送里程的大幅度降低。     

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。     

基于模糊需求的配送路径优化方法研究

首先分析了求解车辆路径问题的一般方法;然后针对需求量不确定的情况运用二次指数平滑法、扫描算法、动态规划算法建立了基于模糊需求的配送路径优化方法,实现了配送量的预测和扫描算法的改进;最后,以山东日照某酒厂为例实现了这些算法的应用,从应用结果来看路径的优化方法实现了配送里程的大幅度降低.     

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。     

基于公交车开展物流配送的车辆路径优化问题

本文主要研究基于公交车开展物流配送的车辆路径优化问题，通过一种新型的城市物流配送模式来缓解城市拥堵、减少物流配送总成本。该配送模式分为公交车配送和配送车辆配送两层，利用公交车的剩余容量来减少运输成本。同时建立了总成本最小为目标的优化模型，并使用改进的遗传算法对模型进行求解。本文在遗传算法生成种群的过程中，采用模拟退火算法进行优化拓展解的空间，提高改进算法的全局和局部空间搜索能力。最后经实例验证，改进的遗传算法能够找到更短的行驶路线，验证了算法的有效性。     

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。     

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。     

汽车零部件循环取货车辆路径优化研究

在现代汽车制造企业中,循环取货模式在零部件配送中得到越来越广泛的应用。文章针对汽车零部件循环取货特点．建立车辆路径优化模型,并提出了结舍扫描法和禁忌搜索法的两阶段求解算法,将车辆路径问题转化为多个旅行商问题,降低了算法的复杂度．     

基于最短路径法和最近插入法的网购配送路径优化研究

文中主要针对网上购物后,物流运输和配送环节的存在的问题,以最短路径算法为基础,以TSP问题的插入法为思路,提出了网上购物中物流配送路径设计与优化方案,从而提高物流配送的效率,提高网购客户的满意度。     

多式联运环境下带时间窗的多产品运输问题研究

多式联运环境下带时间窗的路径选择问题是广泛应用于物流配送领域的一类组合优化问题,然而目前相关研究主要聚焦于多式联运环境下单个起点到单个终点的一种货物配送问题,其研究成果难以直接适用于汽车销售、钢铁运输等环境下单个供货商到多个零售商的多产品运输问题。因此,文中以汽车销售为研究背景,对多式联运环境下带时间窗的多产品运输问题进行研究,建立了该问题的数学模型,然后利用蚁群算法进行了求解,最后通过实验验证了算法的有效性。     

基于蚁群算法的出租车零空载问题探讨

车辆路径规划是一种比较典型的组合优化问题,新型的仿生算法--蚁群算法,由于具有正反馈性、鲁棒性、并行计算、协同性等特点,非常适合于解决车辆路径规划问题.本文针对出租车的空载问题,通过利用地理信息系统(GIS),通过设立手机短信平台和出租车控制中心的合理调度,结合蚁群算法寻找距离乘客最近的空载出租车,给出了空载出租车到乘客的最优的路径,并通过Matlab实现了其仿真,提出了对出租车控制问题的设想,进而有效地避免出租车的空载问题,实现人力和物力的节约.     

基于微粒群优化算法的物流配送中心选址问题研究

结合物流配送中心选址的特点，建立数学模型．在此基础上研究了基于微粒群算法的物流多配送中心选址问题，得到一种新的多配送中心选址方法。仿真结果证明此方法比传统选址方法更适合多配送中心选址和非线性问题的优化，并且具有传统算法所不具备的灵活性，适用多样的物流配送模型。     

非线性互补问题计算机实现

分析了非线性互补问题求解困难，利用粒子群算法并结合极大熵函数法给出了该类问题的一种新的有效算法。该算法首先利用极大熵函数将非线性互补问题转化为一个无约束最优化问题，然后应用粒子群算法来优化该问题，计算机程序实现表明该算法是有效的。     

一种解决配送规划问题的改进节约算法

车辆优化调度问题（VSP）是物流配送中广泛存在的一类问题，VSP问题属于NP一困难问题。在描述了简单VSP模型的基础上，对启发式算法中的C-W节约算法进行改进，将AK算法的思想运用其中，使计算结果的优化程度明显提高。     

基于数据结构的最短路径算法的研究

基于数据结构的最短路径问题已成为研究图论中的热门课题之一。Dijkstra算法作为解决最短路径问题的基础理论,被广泛应用与工程计算中。本文针对传统Dijkstra算法存在的缺陷,提出优化方法,主要通过对最短路径结点的选取、数据的存储结构与组织进行了改进,经过比较分析,得出改进后的算法,降低了存储空间,有效提高了运行效率,在最短路径计算中具有更好的适用性。     

城市应急服务设施选址规划模型研究

在分析应急选址的研究背景及意义的基础上,总结了国内外关于城市应急资源优化配置模型的研究,并提出了典型的应急设施选址方法,最后对设施选址方法进行适用性的比较,为解决城市重大自然灾害应急服务设施优化配置的问题提供了思路。     

基于混合微粒群优化算法的配送中心选址问题求解

将微粒群优化算法和模拟退火算法结合．针对配送中心选址问题．构造了微粒表达方法。提出了此问题的一种混合微粒群优化算法。通过整数规范化。微粒群能在整数空间内对问题进行优化求解。该算法能克服基本微粒群优化算法精度较低，易发散的缺点，有较高的搜索效率。经过实验仿真，与基本微粒群优化算法、遗传算法进行比较．证明了该算法的有效性。