基于遗传算法的某烟草物流网络优化研究

根据某烟草公司现有物流网络体系和地理特点,建立了物流网络优化数学模型,该模型以物流系统总成本最低为目标,其解决方案是根据各配送中心到各访销点的距离、单位运费、各配送中心的配送量以及各个访销点的配送需求量等建立数学模型,论述了基于遗传算法的物流网络优化的设计和实现,最后通过案例对模型和解决方案作了进一步分析验证.     

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。     

遗传算法在车间物流配送优化中的应用

在车间物流配送中,合理确定配送路径是提高搬运质量、降低配送成本、增加经济效益的重要手段。在建立车间物流配送优化问题的数学模型的基础上,构造了求解物流配送路径优化问题的遗传算法。计算结果充分表明,遗传算法在进行车间物流配送优化中有很大的优势,可以有效地求得问题的最优结果。     

基于遗传算法的生鲜农产品冷链物流网络优化问题研究

主要针对我国生鲜农产品冷链物流网络的规划布局问题展开研究和分析,以农产品产地、预冷站和生鲜农产品配送中心三个层次为重点,构建了生鲜农产品冷链物流网络布局的数学模型并应用遗传算法进行了求解分析,为进一步研究冷链物流网络布局问题提供参考。     

基于遗传算法的供应链网络优化

在全球化市场竞争日益激烈的环境下,供应链的竞争已经成为新时期产业竞争的关键内容。目前,真正的竞争不是企业与企业之间的竞争,而是供应链与供应链之间的竞争。而供应链竞争的关键则在于其物流网络的竞争,一个高效、适合的物流网络不仅能帮助企业抢占市场份额,而且还能大幅降低物流成本,提升企业核心竞争力。本中针对我国企业供应链网络扩张中存在的问题,利用遗传算法进行建模优化。     

基于遗传算法的生鲜农产品冷链物流网络优化问题研究

主要针对我国生鲜农产品冷链物流网络的规划布局问题展开研究和分析,以农产品产地、预冷站和生鲜农产品配送中心三个层次为重点,构建了生鲜农产品冷链物流网络布局的数学模型并应用遗传算法进行了求解分析,为进一步研究冷链物流网络布局问题提供参考。     

基于遗传算法的农产品冷链物流网络布局优化模型求解研究

随着经济全球化和农产品市场需求的增加,农产品冷链物流成为整个农产品供应链中的重要环节。完善的农产品冷链物流网络可以提高物流运输效率,保证农产品质量,加强整个供应链上企业之间的信息共享。然而,农产品冷链物流的复杂性和需求多变性成为了优化农产品冷链物流网络布局时需要考虑的难点。在此背景下,遗传算法的自适应性、全局性、并行性成为了优化农产品冷链物流网络布局的有效工具。因此,文章构建了农产品冷链物流网络布局优化模型,并基于遗传算法对模型进行了求解,以期为相关人员提供参考。     

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。     

基于遗传算法的供应链物流网络优化模型——以A公司为例

为建立科学的供应链物流网络优化模型,以A物流公司为例,首先阐述了其在供应链物流网络在优化过程中存在的问题,然后对供应链物流网络优化流程进行分析,并采用遗传算法对A公司进行了物流网络优化,最后对供应链网络的优化结果进行了分析。结果显示,物流网络的优化策略可为企业管理者提供一些新的理论决策依据,以改善企业的工作效率。     

基于集对分析的山东省物流节点分析

现代物流业已超越传统运输服务的单一功能,对国民经济的贡献度逐渐增加。物流节点作为区域物流业发展的关键性设施,是区域物流系统有效运作的关键,因此,加强区域物流节点布局研究至关重要。     

基于遗传算法的网络计划多目标优化

工程项目网络计划是为了达到成本最低、工期最短、资源利用最均衡、质量最优并能够保证安全施工。文章从遗传算法基本原理出发,设计网络计划多目标优化的目标函数及约束条件,结果证明,该方法解决问题速度快,结果精确度高,对工程项目管理具有实际的应用价值。     

基于改进遗传算法的FIR数字滤波器的优化设计

提出了利用基于BP(Back Propagation)神经网络的遗传算法来设计FIR数字滤波器的方法。针对遗传算法很难实现全局最优和搜索速度比较慢的缺陷,提出了改进算法,该算法充分利用了遗传算法的全局搜索功能强和BP神经网络的搜索效率高,优化了搜索时间,提高了算法性能,对于解决大规模多极值优化问题特别有效。最后,以设计低通滤波器的实例验证算法的可行性。     

基于遗传算法的配送中心选址问题研究

以绵阳市配送现状为背景,在充分考虑配送中心利益的基础上,考虑了配送中心选址地点、建设费用以及配送中心车辆调度等因素,基于遗传算法提出一种新的选址模型,最大限度上降低物流配送成本。     

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.     

基于免疫遗传算法的物流业路径规划

为了克服遗传算法的缺陷,将生物学中的免疫机制与标准遗传算法结合,提出一种基于免疫遗传算法的物流业路径规划方法.仿真实验结果显示:该方法能够有效求解大规模的路径优化问题,相比遗传算法,免疫遗传算法具有更快的收敛速度.     

遗传节约综合算法在配送路线优化中的应用

文章针对配送路线问题进行研究,首先提出配送路线优化的原则,在此基础上提出了解决配送路线问题的遗传节约综合算法的流程和步骤,最后通过一个算例实现了本文提出的算法,并与其它方法的计算结果进行了比较。从而证实了遗传节约综合算法的优越性.     

配送中心选址的遗传算法研究

针对配送中心的选址问题,将遗传算法这一全局搜索优化技术运用其中,通过建立选址的遗传算法模型,研究了算法设计,分析了其特点,并与传统的混合整数规划解法进行了分析比较。     

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。