基于随机需求的物流配送中心选址离散模型研究

针对物流需求不确定情况下的物流配送中心选址问题,对传统模型进行改进,将随机需求变量引入离散型选址模型,利用随机规划理论和遗传算法对实例模型进行求解。结果显示物流需求不确定情况下的随机规划模型的求解结果比假设已知需求情况下的结果真实可信,所需物流费用较少。     

考虑地产价格的多目标物流配送中心选址模型与求解

首先对传统的配送中心选址模型进行改进,引入地产价格因素,以建设投资成本与货物运输费用最小为目标,建立多目标选址模型.其次,利用理想点的适应度计算方法将多目标问题转化为单目标问题进行遗传算法的求解.最后,以某企业在城市的物流配送中心选址为例,对模型进行应用,算例结果验证了模型的实用性与有效性.     

节能减排的多商贸配送中心优化选址研究

为了促进物流的可持续发展,在考虑节能减排因素的基础上,采用遗传算法来构建商贸配送中心选址模型及研究配送中心的布局优化.     

基于改进遗传算法的生鲜加工配送中心连续选址模型

建立了生鲜加工配送中心选址连续模型，在引入监控算子的基础上，运用改进的遗传算法对模型进行求解。该模型和改进的遗传算法可有效的解决生鲜加工配送中心的选址问题。     

考虑交通区位的物流配送中心选址模型及求解

从交通运输系统的角度出发,物流配送中心选址在考虑物流规划部门与客户之间利益分配问题的基础上。还应该考虑到交通区位优势给物流配送中心运营带来的便利性。在已有双层规划模型的基础上进行改进,通过在模型中设立相关参数来描述交通区位产生的影响。建立了考虑交通区位的物流配送中心选址双层规划模型,同时还考虑到竞争的存在。笔者设计了基于遗传算法的模型求解算法,最后通过一算例来对比验证模型及其算法的可行性。在物流配送中心选址时利用交通区位优势能大大提高其运营效率及效益。     

医药企业物流配送中心选址模型的建立

本文在讨论了目前医药企业物流配送中心存在的问题的基础上,分析出了困扰目前医药企业物流成本的一些因素,指出合理选择医药企业物流配送中心的地址可以大大降低医药企业物流成本。最后建立了改进后的医药企业物流配送中心p中心选址模型。     

一种改进的区域物流配送中心选址方法

物流配送中心的合理选址是物流系统中具有战略意义的投资决策问题，配送中心选址是否合理，对整个系统的物流合理化和商品流通的社会效益有着决定性的影响。本文提出了一种基于费用函数的改进的区域物流配送中心选址方法。其具有较强的可操作性及准确性，为选址模型的进一步开发提供了科学引证。     

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。     

基于云自适应遗传算法的物流配送中心选址问题研究

物流配送中心是整个物流系统的关键环节,对于降低物流成本、提高物流效率具有重大意义。现有求解物流配送中心选址问题的传统遗传算法,存在种群多样性较差、个体退化等缺点,算法性能有待进一步改善。针对该问题,在云模型理论的基础上,本文提出了求解物流配送中心选址问题的云自适应遗传算法。算法的核心思想在于利用云模型理论生成交叉和变异概率。最后的仿真实例表明,本文所提算法具有更好的求解性能。     

基于节能减排的多商贸配送中心优化选址研究

为了促进物流的可持续发展,在考虑节能减排因素的基础上,采用遗传算法来构建商贸配送中心选址模型及研究配送中心的布局优化。     

基于遗传算法的供应链分销网络模型及其求解

本文研究了由多个厂商、多个分销中心和零售商组成的供应链分销网络,建立了综合考虑库存成本、订货成本和运输成本的分销网络优化模型。该模型是一个整数规划问题,采用遗传算法,并建立一个有效的编码方式来进行快速求解。最后通过一个实例验证了该模型的有效性和实用性。     

双层规划模型在供应链选址中的应用

建立了基于竞争的物流中心选址双层规划模型,设计了模型求解的遗传算法,将配送中心选址涉及到的两个具有明显不同目标的决策者——选址规划者和客户联系起来考虑,并将配送中心建成后遇到的竞争问题也纳入其中,使配送中心选址问题的量化模型更具有实际意义和指导作用。     

考虑两级中断的弹性供应链网络优化设计

针对一个包含了供应商、工厂、分销中心以及最终客户的四级供应链网络设计问题,在考虑工厂与分销中心两级中断的基础上,融合转运策略来设计供应链网络,并且将弹性系数以约束形式加入模型中,建立了以供应链整体利润最大为目标的供应链网络模型。采用改进的遗传算法对模型进行求解,并通过具体算例验证了模型和算法的有效性,为供应链网络设计的决策者应对中断风险提供了有效依据。     

收益最大化中心选址问题的数学模型

物流中心的选址问题在物流中心的规划设计中占有重要的战略地位,合理的物流中心选址方案可以有效地节约费用,提高企业的竞争力。文章针对第三方物流企业选址的要求,以物流中心收益最大化为目标,并同时考虑物流中心固定运营成本和可变运营成本以及退货所产生的损失费用等因素,建立了一个新的物流中心选址模型。并针对该模型,提出了一种改进的微粒群算法。     

基于双层规划模型的冷链物流网络多目标优化

针对冷链物流时效性强这一特性,应用软时间窗反映客户满意度,并结合T.T.T理论换算货损成本。在考虑满足客户时间窗的条件下,寻找配送中心建设及操作成本、车辆成本、惩罚成本及货损成本所构成的总成本最小时的最优配送方案,建立冷链物流配送选址及路径优化的双层规划模型,并将改进的遗传算法运用到该模型中,借助Matlab软件对具体实例进行求解,得到最优结果,为冷链物流网络多目标优化问题提供理论依据。     

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。     

基于混合遗传算法对应急条件下蔬菜配送问题的研究

建立了一种应急蔬菜配送问题的模型,考虑到在对该类问题规划线路时种群规模对遗传算法选择最优解的影响,将改进扫描法的思想融合到遗传算法中,形成一种新型的混合遗传算法。结合改进的扫描法后的遗传算法在种群选择上加以有效控制,减少了遗传算法陷入局部最优解的概率,同时提高了算法的时效性。     

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。     

基于改进的重心法在配送中心选址中的应用

连锁经营是一种非常重要的经营方式和组织方式,而连锁经营配送体系的核心是建立合理的物流配送中心,合理的配送中心选址可以大大降低其运营成本。文章运用修正重心法建立数学模型,根据配送中心选址问题的特点和所应满足的条件,通过具体的算例,结合食品的特性解决实现连锁超市物流配送中心的选址优化。     

基于混合微粒群优化算法的配送中心选址问题求解

将微粒群优化算法和模拟退火算法结合．针对配送中心选址问题．构造了微粒表达方法。提出了此问题的一种混合微粒群优化算法。通过整数规范化。微粒群能在整数空间内对问题进行优化求解。该算法能克服基本微粒群优化算法精度较低，易发散的缺点，有较高的搜索效率。经过实验仿真，与基本微粒群优化算法、遗传算法进行比较．证明了该算法的有效性。