基于QPSO算法的卷烟配送优化策略

针对卷烟配送点多、路线复杂的特点，提出采用量子粒子群算法（QPSO）制定最优配送策略，解决卷烟配送过程中的组合NP难题。以配送路径最短且配送量均衡为优化目标，建立卷烟配送问题的通用数学模型；在对比分析QPSO和粒子群算法原理的基础上，构建卷烟配送的QPSO求解模型，以实现车辆编号和配送次序同步寻优。实例计算表明，QPSO优化的卷烟配送策略能够使配送量均衡、配送行程最短、配送成本最低，可有效解决多目标非线性的卷烟配送问题。     

基于改进GQPSO算法的多目标卷烟配送策略

卷烟配送普遍呈现客户点多、路线复杂的特点,是典型的组合NP难题。以配送成本最低且配送量均衡为优化目标,建立带时间窗的卷烟配送通用数学模型;引入选择与交叉操作,提出运用改进的遗传量子粒子群算法（GQPSO）实现车辆编号和配送次序同步寻优,以制定卷烟配送的最优策略。实例表明：GQPSO能快速有效制定满足优化目标的卷烟配送策略。     

线路截断法在卷烟配送路径规划中的应用

卷烟配送路径规划是一个LS-VRP问题,同时要兼顾配送里程短、不同车辆配送任务均衡等要求.文章建立了基于任务量均衡、所用车辆最少、配送里程最短的多目标卷烟配送模型,并设计了基于线路截断的启发式算法进行求解,在实例运用中得到了较好的效果.     

蚁群算法在卷烟配送路径优化中的应用研究

针对目前烟草商业企业的物流配送中存在的问题,提出用仿生学的蚁群优化算法对卷烟配送路径的选择进行优化,以基本的蚁群优化算法模型和原理为理论基础,建立了相应的数学模型,并结合某烟草公司的案例对本算法的应用进行了计算机仿真,实验结果表明该算法在求解卷烟配送的路径优化问题上是行之有效的.     

蚁群算法在卷烟配送路径优化中的应用研究

针对目前烟草商业企业的物流配送中存在的问题,提出用仿生学的蚁群优化算法对卷烟配送路径的选择进行优化,以基本的蚁群优化算法模型和原理为理论基础,建立了相应的数学模型,并结合某烟草公司的案例对本算法的应用进行了计算机仿真,实验结果表明该算法在求解卷烟配送的路径优化问题上是行之有效的。     

改进的离散粒子群算法在配送问题中的应用

为了解决配送问题，对离散粒子群优化算法进行改进，保留惯性权值对速度的影响，把粒子的解储存为数组形式．增加群体相似度和排斥算子来让粒子跳出局部最优；仿真结果与其它算法的结果进行对比，发现改进的粒子群算法能够找到更好的解，并且收敛速度快，能在一定程度上避免早熟现象。     

卷烟物流配送中心的经济性分析

国内外卷烟配送中心的经济性对比数据表明,我国卷烟配送存在明显的成本高、效率低等弊端,其中的核心问题是卷烟配送模式.优化卷烟配送模式是今后相当长时期内值得业界思考的问题.     

基于运筹优化算法的瓶装液化石油气配送策略研究

针对城镇瓶装液化石油气零售业务配送问题,引入运筹优化算法,在配送网络规划方面通过建立定量决策变量与约束条件,实现科学、合理的配送区域划分.在配送方式优化方面采用分批间歇配送方式制定固定订单量分批与固定时窗分批策略,采用迪杰斯特拉(Dijkstra)算法进行配送路径优化.文章研究策略能够有效帮助瓶装液化石油气销售企业更好的提升配送效率与服务质量,降低管理成本,实现效益最大化,为数字化智能配送奠定了一定基础.     

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。