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.     

消耗类航材应急配送优化模型研究

本文考虑运输过程中的军事效益和经济效益,分析运输时间最短和消耗最少两种配送方式,并通过算例分析,对两种配送过程进行对比,为解决消耗类航材的配送问题提供了解决思路.     

最短路径动态规划问题及其程序设计

本文以最短路径问题为例，在给出佛洛伊德算法的基础上，设计了求解该算法的计算程序，这样可大大提高最短路径计算的效率。     

多线程蚁群算法及其在最短路问题上的应用研究

针对基本蚁群算法,提出一种多线程蚁群算法。该算法引入多线程技术,将线程作为蚂蚁,而且借鉴于自然界中生物个体的差异性,从选择策略方面加强了蚂蚁个体对未知路径的搜索能力;同时对局部搜索和全局更新策略进行了改进。实验结果表明,该算法可以有效地克服基本蚁群算法的收敛速度慢和易出现停滞现象的缺陷,能够较快的收敛到全局最优解。     

浅议柔性航材供应链在航材保障中的应用

以建设柔性航材供应链为目标,在分析传统航材供应链存在问题基础上,对柔性航材供应链在海军航材保障中的设计应用提出了一些对策。     

物流配送系统中大规模最短路径算法的研究

在物流配送管理系统中,车辆路径优化是一个典型的难题,而最短路径算法是其基础。传统的最短路径算法,如Dijkstra最短路径算法因性能问题无法适应大规模的拓扑网络和实时计算。本文在Dijkstna最短路径算法的基础上,在方向优先等改进算法的启发下,设计和开发了基于GIS的大规模最短路径算法。实验表明,该算法受拓扑网络规模的影响极小,能够快速完成实时最短路径计算。     

基于动态规划算法的航材保障经费优化配置

采用了航材保障良好率作为航材保障的效能指标,建立了航材保障良好率的数学模型。以航材保障经费为资源,平均航材保障良好率达到最大为目标函数,建立了航材保障经费的优化配置模型,用动态规划的顺序解法求解,并建立了最优递推方程。将配置模型应用于实例,计算工具是Matlab,进行了数值实验和理论分析,结果证明该模型的优化效果和实用性很好。     

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。     

基于Java的Dijkstra最短路径算法实现

最短路径是一个顶点到其他所有顶点的距离的最优解。传统Dijkstra算法是求最短路径最经典的算法,是后续最短路径算法改进的基础。本文介绍了传统Dijkstra算法的相关概念及其实现原理,使用Java编程语言实现算法,最后给出关键伪码和运行结果。     

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。     

基于遗传算法(GA)的配送路径优化问题研究

文章在建立配送车辆路径优化问题数学模型的基础上，构造了遗传算法来求解该问题，并在算法中引入了自然选择、交叉操作、变异操作等思想：实验结果表明，此算法可以有效求得车辆路径问题的优化解或近似优化解．是求解车辆路径问题的一个较好的方案。     

基于Dijkstra算法的快递车辆配送路径优化

针对目前快递车辆运输成本问题,研究了如何利用Dijkstra算法来迅速寻找出快递车辆配送派件过程中的最短路,并与解决该类问题常用的遗传算法,蚁群算法和A*算法进行了比较分析。证明了Dijkstra算法可以准确迅速地寻找出快递配送车辆派件过程中的最短路,从而有效的帮助快递公司降低运输成本。     

基于改进Dijkstra算法的最短路算法

Dijkstra算法是求解最短路径问题的经典算法。在现如今的城市交通网络中,经常需要寻求两个地点之间的最短距离,减少运输时间。本文将Dijkstra算法与C语言相结合,对Dijkstra算法进行改进,根据实际网络图的情况,建立了相应的数学模型,运用C语言编程,在给定的网络图中,实现了只需确定起始点和终点,就可以直接输出最短路径和最短距离的功能。在有多个相同最短路径的情况下,会将多个最短路径一起输出,在搜索到终点时,立即跳出,结束循环。在一般情况下,无需对所有点进行迭代,提高了效率。这种方法可以应用到现在的物流运输中,以此来节约时间,降低成本。     

基于最短路的配送中心选址决策与应用

物流作为“第三利润源泉”,对现代的经济活动影响日益明显,越来越引起人们的重视。配送是物流的核心问题,研究如何选择合理的配送中心和配送路线来降低配送运输成本,对物流总成本的节约具有十分重要的意义。论文从配送运输成本最小化目标出发,对单一配送中心选址以及一对一配送路线优化问题进行分析,并分别建立重心法选址模型和最短路算法模型,进行实例分析。     

时变路网单车路径优化模型及算法

讨论了一类时变路网下单车辆配送路径优化问题,建立了基于时变路网以配送完成时间最早为优化目标的单车配送路径优化模型。在增加贪婪配送策略情况下,给出了车辆行驶时间满足FIFO规则的动态规划精确求解方法。数值算例验证了理论分析得到的结论。     

Floyd算法求解最短路径的简明方法

最短路问题属于求优问题的一种,Floyd算法能够很方便地求出某网络上任意两点间的最短路长,但要去确定两点间具体的最短路径,算法本身的表述就显得比较含糊,相关文献对此问题有过相应的探讨,文章紧密联系Floyd算法思想,在算法的基础上揭示了最短路径确定的简洁方式。     

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。     

基于模糊机会约束的物流配送路径优化

在建立基于模糊机会约束的物流配送路径优化问题的数学模型基础上,构造了求解该问题的模糊模拟遗传算法。并用实例验证,结果表明用此算法可以有效的求解此类不确定问题,具有良好的寻优能力。