基于改进遗传算法的连锁便利店配送路径优化研究

针对零售超市较高的送货时间段、服务时间要求,构建以配送费用最小为目标的带时间窗物流配送路径优化模型,以优化零售小店物流配送网络、提高物流配送质量为目的,采用改进遗传算法对模型进行求解。以石家庄部分苏宁小店为例,对其物流配送路径进行研究,优化后路径配送费用比优化前降低21.5%,研究结果为企业确定经济、合理的配送路径提供参考。     

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.     

基于Matlab物流配送路径优化问题遗传算法的实现

在物流管理学中。研究物流配送路径优化问题并选取恰当的配送路径。可以加快对客户需求的响应速度．提高服务质量，增强客户对物流环节的满意度。降低服务商运作成本。但由于物流配送路径优化问题是一个NP—hard问题，使用传统优化方法很难得到最优解或满意解。本文基于Matlab进行了物流配送路径优化问题遗传算法的编码．利用Matlab强大的数值计算能力较好地解决了这个难题并进行了实例验证．对物流企业实现科学快捷的配送调度和路径的优化有实际意义。     

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。     

航空物流配送路径优化

航空物流配送对航空货运时间及服务水平有着极大的影响,其中,配送路径优化是配送合理化的核心问题。采用遗传算法设计航空物流配送路线,具有更高的准确度,对降低成本提高效率更有效。     

考虑软时间窗的冷链配送路径优化

生鲜冷链配送存在着“损耗高、保鲜率低、冷链流通率低、成本高”等问题,因此对冷链物流配送路径进行优化有着重要意义。基于上述问题,考虑基于软时间窗的物流配送路径优化模型,以总费用最少为目标,研究了三种成本因素对物流路径的影响,并利用遗传算法对最优模型进行求解,从而得到最佳的配送路径。通过实例计算得出的最优路径总费用减少了15.36%。该方法得到的结果实现了冷链物流企业降低物流配送成本的目标,为企业物流决策提供依据。     

邮轮建造管加工车间物资配送优化研究

为了优化邮轮建造管加工车间的生产物流,提高管加工车间物资配送的物流效率,进而提高生产效率,缩短生产周期,有必要对邮轮建造管加工车间的生产物流进行优化,首先将邮轮建造管加工车间的物资配送作业优化问题转换为带时间窗的车辆路径问题（VRPTW）,其次借助改进的遗传算法求解模型,最后与传统的遗传算法运行结果相对比,体现了改进遗传算法性能的显著优越性。     

基于遗传算法的企业配送路径问题研究

为提高企业竞争力,加快企业发展,企业已将优化重点转向物流配送环节,文中通过遗传算法设计并求解企业配送路径问题,设计合理的配送路线,提高配送效率,降低物流成本。     

餐饮物流配送路径优化方法研究

研究了餐饮物流配送方案的配送路径优化方法,以物流运输距离最小化为优化目标,以单个配送车辆的容量限制、运输距离限制为约束条件,提出了餐饮物流配送路径优化的整数规划模型。然后,结合遗传算法与模拟退火算法设计了求解模型的遗传-模拟退火算法。最后,给出算例验证了本文模型与算法的有效性。     

遗传算法在VRP问题中的应用

配送是物流系统中一个直接与消费者相连的重要环节,对配送系统进行优化,可以提高物流经济效益、实现物流科学化。因此配送系统的优化问题显得尤为重要。进行配送系统优化,主要是配送车辆调度的优化。文章在全面分析研究物流配送业务特点的基础上．针对配送中的核心问题——车辆调度优化问题进行了深入的研究,建立了单源点物流配送车辆调度优化问题的数学模型,并运用遗传算法对其进行求解,仿真实例证明了该方法的有效性。     

烟草物流配送路线问题的实例研究

烟草物流配送问题可以抽象为车辆路径问题（VRP）,本文根据烟草物流配送的特点,设计相应的用于解决带时间窗的VRP问题的遗传算法.将该算法应用于具体的烟草物流配送案例中,编程实现并测试分析.最终验证了该方法在解决实际的大规模复杂问题的优越性.     

基于遗传算法和模糊综合评价法物流配送中心选址研究

本文给出了关于配送中心选址的0-1混合整数线性规划模型,该模型要求在一些已知的备选点中选出一定数目的地点作为配送中心;并求出配送网络中的物流量,使配送网络总费用最小.由于这类模型属于NP难问题,为更好的求解此类问题,提出了定量化的遗传算法与定性化的模糊综合评价法相结合来确定配送中心地址的方法.     

物流配送问题的研究文献统计与综述

针对2000-2008年关于物流配送问题的研究文献进行梳理和分析,按研究内容分为物流配送中心选址、系统内部作业与管理、专业市场物流配送模式、配送中心布局与建设、基于电子商务的物流配送、物流配送路径优化和物流配送车辆调度等七类,按研究方法分为运筹学方法、仿真技术、评价方法、单一遗传算法、遗传算法与其它方法结合、其它启发式算法、其它定量方法、现状分析与对策建议等八类,根据各类的研究统计,提出进一步研究的方向。     

遗传算法在现代物流系统中的应用研究

遗传算法是一种基于自然进化原理的全局搜索随机算法。通过遗传算法特点的介绍,阐述了物流规划中的相关问题。研究了遗传算法在选址问题、配送问题、调度问题、运输问题、布局问题等问题中的应用方法,介绍了其理论价值,及对实际工作的指导作用。     

货物配装和车辆路径问题的一种联合求解方法

货物配装和车辆路径问题(VRP)都是NP难问题,启发式算法是求解此类问题的常用方法。求解单配送中心多车型的货物配送问题,需要改进传统遗传算法:首先采用双层结构表示染色体,车辆数无需事先确定;然后对随机产生的客户序列,利用三叉树算法进行货物配装确定每辆车的配装方案,从而可以知道每个客户的货物装车顺序;依据先装后卸的原则,可得每辆车的客户装车顺序的逆序便是每辆车的客户配送顺序;最终得到货物配装方案和配送方案。基于此思想,通过Java编程验证了一个实例,证明算法切实可行,对实际作业有一定借鉴作用。     

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。     

蚁群算法在物流配送路径优化问题上的应用

物流配送路径优化是现代物流配送服务的关键环节之一,需要一个快速而有效的求解算法,构建了物流配送路径优化问题的数学模型,并应用蚁群算法加以求解。在模拟试验基础上,得出了蚁群算法对物流配送路径优化问题十分有效的结论,探索出了一条高效求解物流配送路径优化问题的新途径。     

遗传算法在配送中心选址中的应用

配送中心是现代物流的重要组成部分,它在整个物流系统中起着承上启下的作用,如何合理的选择配送中心就显得尤为关键.本文提出了一种新的二进制和浮点数混合编码的改进遗传算法.该算法对种群初始化函数和遗传操作做相应的改进,使得表示配送中心选址的决策变量只能在0或1这两个离散变量上选择,解码更加方便,大大提高了运算效率,改进的遗传算法能够很好的解决物流配送中心的选址问题.