城市地下物流系统网络布局优化

为充分考虑物流系统规划布局和城市地下物流系统空间规划,避免网络布局不合理导致后续运营成本过高、配送能力不足等问题,根据城市地下物流系统的特点,将其抽象为二级节点选址和三级节点分配问题,设计了由三级节点构成的地下物流系统。考虑地下物流系统的建设成本和建成后的使用率,构建了基于成本和设施效用率的多目标、多约束的选址-分配模型,并采用遗传算法对构建的模型进行求解验证,得到城市地下物流系统网络布局优化和分配决策方案,解决了二级节点的选址和分配问题,对地下物流系统网络构建与优化问题有一定的参考价值。     

碳交易背景下生鲜电商前置仓选址问题研究

为了解决生鲜电商在选址过程中忽视碳排放量的不足之处,以生鲜电商前置仓为例,在充分考虑前置仓选址的约束问题前提下,根据货损成本、改造成本、运营成本、制冷成本以及处理低碳排放成本,构建一个以最小总成本为目标的选址模型,并针对模型的特征选取对应的编码方式、交叉和变异算子,设计遗传算法对模型进行求解。算例结果进一步证明了该模型与算法的有效性,并为碳交易环境下生鲜电商物流设施节点选址提供了有益借鉴。     

基于ELECTRE—Ⅱ算法的汽车制造企业逆向物流成本优化

逆向物流成本优化是降低企业总成本的一个重要途径。本文基于汽车制造企业逆向物流主要环节的成本分析,运用ELECTRE-Ⅱ算法对其逆向物流的多个运营方案进行了和谐性、非和谐性检验,进而确定方案间的级别高于关系,通过正向、反向排序并计算出平均序,最终得到了逆向物流成本管理的备选方案的优劣排序结果。     

考虑风险损失的退役汽车动力电池逆向回收物流网络设计

考虑到退役汽车主要部件动力电池在回收过程一旦发生事故对环境和经济造成巨大损失，所以在逆向物流网络中加入了运输风险损失成本并以总成本最小为目标建立了模糊规划模型，进行退役汽车动力电池逆向物流网络设计。采用改进的遗传算法对多层级逆向物流网络进行优化，确定网络设施的选址、数量以及流量分配，并通过算例验证模型的可靠性。     

基于演化蚁群算法的多目标物流网络优化

物流网络优化中普遍存在着多目标优化的问题.传统的多目标优化算法容易陷入局部最优,采用了多种群相关的蚁群算法求解多目标物流网络优化问题,两个种群分别针对总运费最小和最大单程距离最小两个优化目标,考虑蚁群算法的收敛速度,采用遗传算法对蚁群算法的多个初始参数进行优化选择.实验结果证明,该模型算法可以有效迅速地求得最佳路径,为决策者提供多个可选择的优化方案,避免局部最优解.     

基于遗传算法的城市生活垃圾中转站选址问题研究

主要针对和城市居民生活息息相关的垃圾处理问题展开研究,从城市垃圾处理集运系统的特点出发,构建了多目标情况下的基于逆向物流网络的中转站选址模型,并采用基于遗传算法的多目标进化算法对模型进行求解,最后通过实际算例对模型及算法进行求证,为城市垃圾处理集运决策提供理论支持。     

汽车再制造逆向物流网络优化设计

首先构建了汽车再制造逆向物流网络混合整数线性规划模型,然后设计了基于遗传算法的求解汽车再制造逆向物流网络优化模型的启发式算法,最后通过算例验证了网络设计方法的有效性。     

基于一种改进算法的仓库选址研究

为了提高选址决策的科学性和正确性,结合企业追求成本最小化的目标以及以往选址经验、历史数据,论文提出基于WSMP（仓库策略管理规划）、遗传算法和层次分析法的第三方物流企业仓库选址决策算法．运用定性和定量分析的方法多次迭代求得模型的解,以最经济的物流成本实现最高的客户服务水平和物流网络的覆盖率．从而为企业在低毛利、充分竞争的市场环境中创造可观的利润。     

基于遗传算法的高速公路网络规划模型优化

结合选址及路径优化模型对高速公路物流网络的优化问题展开研究,构建了高速公路物流网络规划模型并应用遗传算法进行求解分析,通过算法的改进设计提高了算法求解的效率和最优解的精度,以期对以高速公路路网为载体的社会物流服务改进提供参考。     

基于GI／G/1逆向物流的优化研究

考虑了逆向物流的不确定性,以GI/G/1为基础,建立逆向物流网研究回收物品如何在逆向物流中分配处理,并设计逆向物流的处理能力,降低逆向物流成本。本模型用遗传算法求解。     

基于家电回收的逆向物流网络模型研究

随着家电产品的增加,废旧家电产品的回收成为一个迫切需要解决的问题。在分析逆向物流网络模型的基础上,根据家电产品的特征,提出了家电回收的逆向物流网络模型;它包括了收集点、检测点、再制造工厂、最终处理点、产品分销中心和销售点。并运用遗传算法,以运输成本最小为目标,对家电产品回收的逆向物流网络的设施进行选址优化。最后,给出一个应用实例。     

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。     

需求不确定条件下低碳供应链网络设计研究

不同的碳排放约束会对供应链网络设计的选址及工厂环保等级的选择产生影响。文中综合考虑环境投资决策、网点选择以及路径的选择等问题,以总运作成本、生产和运输途中碳排放量最小为目标,建立不同需求情境下、需求不确定的多产品双目标混合整数规划模型,结合ε约束法设计了基于情景的求解算法。最后通过算例分析,验证模型和算法的有效性。     

废旧轮胎逆向物流网络选址优化研究

本文根据废旧轮胎逆向物流网络的相关分析,提出多级逆向物流网络的整数模型使逆向物流网络的利润最大化,并根据现实的轮胎翻新企业的案例来验算该模型,解决多级逆向物流网络的初始收集点数量、选址以及产品流向的问题。此外,本文通过灵敏度分析研究客户和初始收集点的最大距离,进一步优化轮胎回收再制造行业的逆向物流网络。     

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。     

多品种多周期再利用逆向物流网络设计

指出了不确定环境下研究多品种、多周期再利用逆向物流网络优化问题的重要性,建立了再制造逆向物流网络随机规划模型,并给出了期望值方法求解模型的步骤。通过实例数值仿真,证明了该模型的可行性,并揭示了回收率的波动对最优选址策略的影响。     

物流基础设施网络节点的动态选址研究

物流基础设施网络节点的选址决策是一个长期决策,而随着时间的推移,需求和成本模式会随之变化,那么原来的选址决策就可能不是最优的,这时就需要确定一个随时间变化的选址方案,这个过程就是物流基础设施网络节点的动态选址.本文采用时间序列平滑预测法对需求进行预测,并据此用静态选址模型（重心法）得出结论,再运用动态规划技术,找出一个物流基础设施网络节点动态最优选址-再选址方案,使得计划期内的累积总利润现值最大化,并引入预测准确性因子来提高预测的准确性.     

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。     

考虑交通区位的物流配送中心选址模型及求解

从交通运输系统的角度出发,物流配送中心选址在考虑物流规划部门与客户之间利益分配问题的基础上。还应该考虑到交通区位优势给物流配送中心运营带来的便利性。在已有双层规划模型的基础上进行改进,通过在模型中设立相关参数来描述交通区位产生的影响。建立了考虑交通区位的物流配送中心选址双层规划模型,同时还考虑到竞争的存在。笔者设计了基于遗传算法的模型求解算法,最后通过一算例来对比验证模型及其算法的可行性。在物流配送中心选址时利用交通区位优势能大大提高其运营效率及效益。     

基于云自适应遗传算法的物流配送中心选址问题研究

物流配送中心是整个物流系统的关键环节,对于降低物流成本、提高物流效率具有重大意义。现有求解物流配送中心选址问题的传统遗传算法,存在种群多样性较差、个体退化等缺点,算法性能有待进一步改善。针对该问题,在云模型理论的基础上,本文提出了求解物流配送中心选址问题的云自适应遗传算法。算法的核心思想在于利用云模型理论生成交叉和变异概率。最后的仿真实例表明,本文所提算法具有更好的求解性能。