基于免疫—蚁群算法的应急物流配送网络优化研究

论文针对应急物流的配送车辆路径优化问题,建立以应急物流初期有限资源的分配达到整体的最优化（时间短、效率高、安全高、成本低）的多目标模型,结合模型的特点,利用免疫算法和蚁群算法相融合的启发式算法进行求解,最后进行算例分析,解决应急物流配送车辆路径选择的实际问题。     

基于低碳排放的冷链物流多温共配路径优化研究

低碳是我国今后相当长一段时期内经济可持续发展的必然要求,考虑到冷链物流在运输中的高能耗和高碳排放,本文将低碳理念引入到路径优化问题中,在传统的冷链多温共配车辆路径优化问题中加入碳排放成本,建立由运输成本、碳排放成本、制冷成本及损失成本构成的以总成本最低为目标函数的冷链物流多温共配路径优化模型。设计遗传算法,并用Matlab对案例进行求解,通过实例验证了模型的有效性和实用性。该模型可以为低碳环境下冷链物流企业的配送活动提供理论指导。     

以均衡为目标的车辆调度问题研究

针对物流配送企业私人承包车辆以及均衡配送线路工作量等新的物流管理理念,提出新的车辆调度模型,将车辆调度问题（VRP）转换为车辆选型和车辆路径优化两个子问题,设计Ak-FirstFit混合算法解决车辆选型问题,运用遗传算法解决车辆路径问题。基于JAVA编写计算机程序,运行结果表明该两阶段算法能够在有效时间内得到满意解。与基于传统物流管理理念的模型进行比较,得出新的两阶段模型能充分体现兼顾效率与公平思想的结论,其理念在物流配送企业中具有相当的借鉴性和推广前景。     

多出救点、单需求点应急物资车辆路径—分配优化决策模型

将应急车辆路径优化和物资分配结合,依据应急响应的时效性、安全性和经济性三个准则,建立了多出救点、单需求点应急物资车辆路径－分配优化决策模型。首先通过对多目标函数的无量纲化、权重聚合处理等,构造决策效用函数,采用Dijkstra算法求解备选路线权重。其次,结合应急物资分配的多出救点组合选择,利用总体决策准则值,进行优化求解。最后,构建应急物资车辆路径－分配优化决策模型及其算法,算例及其分析结果证明了该模型算法的有效性。     

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。     

免疫算法在应急物流配送车辆优化调度中的应用

应急物流是处理各类突发事件对物资、人员的需求进行紧急保障的一种特殊物流活动？文章根据应急物流的特点，将免疫算法用于应急物流车辆调度研究中，同时通过算例，证明用免疫算法优化车辆行驶路径的有效性和可行性。     

基于蚁群算法的乳制品配送路径优化研究

随着经济发展和人民生活质量的改善,人们对乳制品的需求量日渐提升,乳制品具有有效期短、温度要求高的特性,乳制品冷链运输是衡量市场竞争力的重要指标,根据乳制品冷链物流路径优化问题的目标,建立由固定成本、运输成本、制冷成本、损坏成本和低碳成本共同组成的目标模型,文章以N企业鲜奶配送为例,采取蚁群算法,运用MATLAB软件进行仿真实验,以确保建立模型的有效性以及蚁群算法的科学性,经过10次仿真实验,得出最优路径为83 km且最低运输成本为2 160元的最终结果,从而解决路径优化问题,提高物流服务的质量。     

基于蚁群算法的甘肃省应急物流配送路径优化研究

针对甘肃应急物流运输与配送问题,构建了配送车辆数最少和车辆行驶总距离最短的多目标应急配送模型,设计蚁群算法对应急物流配送路径模型求解,兼顾考虑多个制约条件下,优化应急配送路线,并以定西市漳县和岷县的二十八个乡镇为算例进行分析,求解配送路线,假设配送中心有容量不同的车辆,每个受灾点只能由一辆车提供配送服务,每条路线上只有一辆车配送,同时规定车辆从配送中心出发完成配送任务后再返回配送中心,研究结果表明蚁群算法对配送路径优化的优越性。     

应急物流中心选址与配送路径优化研究

文章从应急物流的基本概念及特性出发,分析应急物流与一般商业物流存在较大差异性,阐述应急物流不同于一般商业物流所涉及的关键技术和物流系统运作流程,提出了应急物流体系研究的必要性,以及应急物流中心选址与配送路径选择的关键性,在此基础上构建基于模糊层次分析法的应急物流中心选址模型,并建立了灾害过程中应急物资配送路径优化模型,最后利用案例解析证明模型的可靠性。     

动态需求条件下应急物流路径优化问题研究

在静态路径优化问题的基础上,本文引入了动态规划思想,将道路阻塞情况与受灾点需求信息不断更新等因素考虑进来,构建了动态需求条件下的应急物流路径优化模型。结合相关研究成果探讨了模型的求解思路,并利用改进的蚁群算法进行算例分析,得出了动态更新的优化路径,验证了模型的有效性。     

云计算环境下的物流资源调度算法研究

针对系统处理大规模物流调度信息能力不足的情况,提出了一种基于云计算环境下的物流资源调度优化模型对问题进行求解.在云计算环境下处理订单信息、车辆调度信息,并针对所有订单生成最合理的配送方案,通过对物流主要资源配送车辆的调度研究,建立配送路径算法模型以及最小配送成本算法模型,作为物流资源调度方案的解决策略.通过仿真结果表明,该算法能有效处理大量的物流资源调度信息,同时缩短计算求解时间.     

多出救点、单需求点应急物资车辆路径-分配优化决策模型

将应急车辆路径优化和物资分配结合,依据应急响应的时效性、安全性和经济性三个准则,建立了多出救点、单需求点应急物资车辆路径-分配优化决策模型.首先通过对多目标函数的无量纲化、权重聚合处理等,构造决策效用函数,采用Dijkstra算法求解备选路线权重.其次,结合应急物资分配的多出救点组合选择,利用总体决策准则值,进行优化求解.最后,构建应急物资车辆路径-分配优化决策模型及其算法,算例及其分析结果证明了该模型算法的有效性.     

考虑多模糊时间窗医药物流配送路径优化

以医药物流客户满意度最大和总成本最低为目标,建立了考虑多模糊时间窗的车辆路径问题优化模型。为满足低碳物流的要求,在路径规划中引入碳排放成本,为防止类似大型医疗器械运输超载问题引入超载惩罚项,引入多模糊时间窗来评价客户在可以忍受送达时间段和期待送达时间段的满意度。以单个配送中心3辆配送车辆25个客户为算例,运用遗传算法对模型求解,求解得到的最优车辆配送路径提高了满意度并降低了总成本。该模型亦适用于满足相应约束条件的类似行业的供应链优化。     

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。     

考虑客户分级的冷链物流多温共配车辆路径优化

考虑客户分级的冷链物流多温共配车辆路径问题,结合软时间窗约束,依据多温共配特性对客户实施分级处理,建立以车辆运输成本、蓄冷箱成本和时间惩罚成本之和最小为目标的多温共配车辆路径优化模型,设计相应的单亲遗传算法对模型进行求解。实验结果表明,该模型能够引导企业优先服务重要客户,从而提高企业的竞争力。     

基于CiteSpace的应急物流研究知识图谱分析

文章利用CNKI软件,对2000~2020年公开发表在核心合集数据库中以主题词为“城市应急”或含主题词为“应急物流”的文献进行可视化分析,最终以科学知识图谱的形式展示了应急物流研究的研究主体、学科分布、文献共被引和研究热点等情况。通过研究分析表明:2003~2012年间,国内应急物流的研究出现繁荣期,在该时间段内发文量最多,文献影响力最高,主要是以应急物资管理及配送路径作为切入点;而国际应急物流研究中emergency response的研究处于最核心的位置,侧重于模型优化、启发式算法以及救援管理等角度的研究。总体而言,国际上注重多学科交叉和微观尺度,关于应急物流的研究应用性更强。     

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。     

基于聚类分析和种子进化算法的车辆路径优化算法

建立了物流运输中运输路径优化的数学模型,并针对物流运输路径优化的实际特点,提出了一种基于聚类和种子进化算法的车辆路径选择(VRP)优化的复合算法,同时通过实验分析,说明了该算法能够降低算法的输入量,同时提高了收敛速度,具有一定的可行性和有效性。     

物流配送车辆路径的优化方法分析

随着经济全球化的不断发展,各区域的经济交流不断加强,物流行业迅速发展起来,同时配送成本在物流行业发展过程中显得越来越重要。物流企业要想在激烈的社会竞争中不被淘汰,就必须考虑如何降低随着社会结构改变而出现复杂化的物流配送成本,不断提高自身的综合竞争力。文中主要介绍了有关计算和改进物流配送车辆路径优化方面的问题,着重论述了对蚁群算法在降低物流配送成本,以及物流配送车辆在路径优化上中的应用,从而选择出对配送车辆路径进行最好的优化的方法。     

考虑低碳约束的多车型冷链物流配送路径优化

考虑车辆固定成本、运输成本、货损成本、制冷成本、碳排放成本,在包含顾客时间窗等各项约束条件下,建立冷链物流路径优化数学模型,用多种群遗传算法求解该模型。通过MATLAB仿真,将运行结果与传统遗传算法进行比较,运行结果验证了多种群遗传算法的优越性。模型分析表明在一定碳税范围内,随着碳税的增加,碳排放量的总体趋势是减少的,说明碳税的制定有利于减少温室气体排放,符合低碳节能理念。