基于启发式算法的物流配送中心选址研究

目前,物流已成为企业第三利润源泉,是现代化生产的重要组成部分,合理的物流网络规划对企业至关重要。其中,配送中心作为联结着需求点和资源点的桥梁,在整个物流网络中起着举足轻重的作用,配送中心的选址问题更是备受关注,精准的选址方案可以提高物流网络的整体效益,节约企业的运作成本。     

基于干支线联合调度的D公司物流网络优化研究

针对包含一个物流中心、多个中转站和多个终端零售客户的D公司物流网络布局,根据物流配送决策的实际过程,建立一个基于接驳点的干线-支线联合优化问题模型。干线为中转站选址与物流中心到中转站的运输;支线优化表示所选中转站的车辆分配、客户选择及配送路径问题。文章首先采用贪婪算法构建初始方案,再使用变邻域搜索算法优化初始方案,采用移除算子和交换算子等进行邻域扰动,形成使配送与运输决策更加合理的方案,有效提高了D公司的车辆利用率,降低运输成本,节省运输时间,提升整个运输环节的效率。     

电子商务环境下物流配送中心选址及其启发式算法

电子商务环境下的物流配送中心选址是很复杂的问题，涉及许多因素。考虑电子商务环境下的物流配送特点，将物流配送中心选址模型从变动费用和时间约束的条件上进行修改，建立适用于电子商务环境下的物流配送中心选址模型。与原有模型相比，这些特点使得物流配送中心选址模型在模型的合理性上和实际应用上有了很大的改进。由于选址模型是NP问题，采用启发式算法进行求解。     

基于组合遗传算法的大规模物流网络设计

在对物流网络设计中常用的三种算法:遗传算法、生成树遗传算法和混合进化方法进行比较的基础上,提出采用组合遗传算法解决大规模基本物流网络设计程序。在该方法中,物流网络设计问题被抽象为选址-分派问题,并被进一步分解成选址和分派问题,且将分派问题镶嵌在选址问题中。选址和分派染色体分别使用二进制编码和矩阵编码、适值采用物流费用。该方法运算结果显示组合遗传算法比混合进化方法结果更精确,且在大规模问题求解方面速度优于通常的遗传算法。     

分层分布式算法求解物流配送网络流问题研究

扩展端到端的建模方法到物流配送网络中,通过构建节点最优影子价格这个双重问题,利用分层分布式算法来解决物流配送网络最优流计算的问题.它考虑分布计算和信息共享,增强了系统的健壮性.首先阐述了物流配送网络最优流计算问题,然后引入分层分布式算法来解决物流网络配送问题,并对分层分布式算法的软件实现进行了详细阐述,最后用实例证明了算法的有效性和可行性.     

基于启发式算法的动车组供应链网络设计

动车组配送供应链网络优化设计包括供应商招标、配送中心选址、配送路线规划等多方面,是典型的具有NP难性质的MSDLRP问题。采用启发式思想,将该复杂问题模型层层分解,剔除0-1变量,得到一系列简单运输问题子模型。实例证明所提设计思想在实际应用中具有清晰的指导性和科学可行性。     

基于启发式算法的动车组供应链网络设计

动车组配送供应链网络优化设计包括供应商招标、配送中心选址、配送路线规划等多方面,是典型的具有NP难性质的MSDLP问题.采用启发式思想,将该复杂问题模型层层分解,剔除0-1变量,得到一系列简单运输问题子模型.实例证明所提设计思想在实际应用中具有清晰的指导性和科学可行性.     

基于供应链的物流网络设计研究

比较分析了基于供应链的物流网络的设计特点,并提出了其设计原则与设计步骤.     

粒子群自进化算法求解物流装箱问题

为了解决当今物流行业中装载货物类型为强异构的情况,提高装载填充率和效率,提出了一种求解三维装箱问题的元启发式算法——粒子群自进化算法。算法包含两部分：极限点构造启发式算法和粒子群自进化规则。极限点构造启发式算法引入了极限点的概念,利用新的极值点思想推导出了三维装箱问题的启发式算法。粒子群自进化规则提出了在货物装载序列中表示粒子的方法,推导了粒子间交叉、变异算子,在极限点构造启发式算法的基础上不断迭代进化完成货物的装载。通过不同结果的比对,证明该算法显著提高了物流装载的空间利用率,强异构货物的平均装载率达到了85%,验证了算法在强异构货物下的有效性与优越性,并给出了货物装载的三维模型。由于实际测试集的缺少,分别为机腹仓装载类和集装板类模型提出了实例生成器,通过生成器的测试集验证了算法在实际应用中的紧凑性、实用性和快捷性。     

Dijkstra算法在求解物流运输最短路径中的应用

运输是物流过程的主要职能之一,也是物流过程各项业务的中心活动。首先介绍了运输在物流中的重要性。接着,进一步阐述了Dijkstra基本思路以及在选择运输最短路径中的应用,以实现物流运输路径最短,运费最低,最大限度的节约物流成本,提高产品的竞争力。     

基于改进的启发式算法的第三方物流运输优化研究

针对传统物流运作模式的不科学之处进行了研究,利用改进的启发式算法对第三方物流运输进行了优化处理,并建立相应的数学模型,以消除时间和空间等方面的约束,促进第三方物流的迅速发展.     

基于改进的启发式算法的第三方物流运输优化研究

针对传统物流运作模式的不科学之处进行了研究,利用改进的启发式算法对第三方物流运输进行了优化处理,并建立相应的数学模型,以消除时间和空间等方面的约束,促进第三方物流的迅速发展。     

基于启发式拟人算法的三维装箱问题求解

三维装箱问题是一个NP完全组合优化问题.根据三维装箱问题的特点,在研究三维装箱问题的约束条件的基础上,提出一种基于模拟人工装载的启发式算法,采用三维分割来处理装箱空间结构,利用递归方法提高层中空间的利用率,采用人工智能方法处理待装物体得出装箱结果,实验结果表明,该算法是行之有效的,并具有一定的通用性.     

基于鲁棒优化的煤炭逆向物流网络设计研究

煤炭逆向物流网络中高额的运输成本是煤炭生产企业亟待解决的问题之一.鉴于此,对煤炭逆向物流网络结构进行了界定,将其划分为物资使用部门、储存仓库、预处理中心和再处理中心等四个组成部分;然后运用鲁棒优化方法对煤炭逆向物流网络结构进行了优化;最后通过算例分析验证了鲁棒优化模型的适用性,并进一步针对模型中权重对网络结构的影响进行了敏感性分析.结果表明该模型能有效降低煤炭逆向物流总成本,为煤炭逆向物流网络设计提供了一种理论方法和决策支持.     

基于鲁棒优化的煤炭逆向物流网络设计研究

煤炭逆向物流网络中高额的运输成本是煤炭生产企业亟待解决的问题之一。鉴于此,对煤炭逆向物流网络结构进行了界定,将其划分为物资使用部门、储存仓库、预处理中心和再处理中心等四个组成部分;然后运用鲁棒优化方法对煤炭逆向物流网络结构进行了优化;最后通过算例分析验证了鲁棒优化模型的适用性,并进一步针对模型中权重对网络结构的影响进行了敏感性分析。结果表明该模型能有效降低煤炭逆向物流总成本,为煤炭逆向物流网络设计提供了一种理论方法和决策支持。     

针对第三方物流企业的物流中心选址模型研究及其算法讨论

针对第三方物流企业,提出以物流中心自身能够取得的最大利益为目标的区域物流中心选址模型,并且考虑了物流中心固定运营成本和可变运营成本等成本因素,通过数学模型分析、分解和过滤,结合实际情况,提出一种启发式算法对模型进行求解,并在实际应用中取得了很好的效果。     

浅议逆向物流网络结构及其设计--以汽车业为例

介绍了逆向物流的概念及特点,以汽车业为支点进行成因分析和逆向物流网络的结构及其设计综述。     

基于拓展SCP框架下的物流产业成长与对策研究

在产业组织SCP分析范式的基础上，通过引入政府规制因素，在拓展的SCP框架下分析我国物流产业成长的过程。分析表明，当前我国物流产业已经进入快速成长阶段，总体市场结构呈现二元结构的特性。未来物流企业应注重通过技术创新、拓展物流服务功能等手段向专业化、综合化的物流服务提供商转型；政府则应努力创造条件。实现物流产业由移植型产业成长模式向内生型产业成长模式的转变，放松经济性规制，加强对自然垄断和行政垄断的规制，加强社会性规制，积极引导物流产业健康有序地发展。