基于改进MMAS的多配送中心车辆调度问题研究

针对城市多配送中心车辆调度问题,在分析最大最小蚁群算法的基础上,提出了改进MMAS算法,该算法重点对信息素的挥发机制进行探讨,并引入自适应机制对信息素的确定方案进行改进。实验结果证明,改进MMAS算法对于优化多配送中心物流车辆路径问题是有效的。     

带软时间窗的冷链物流配送车辆路径优化建议

针对国内外对带软时间窗的冷链物流配送车辆路径优化的建议不全面,本文首先对研究该问题的决策要素进行客观地分析,其次从政府、社会和物流企业这三个方面提出了合理性的建议,最后对带软时间窗的冷链物流配送车辆路径优化进行了评价。     

基于遗传算法的无时限多配送中心车辆调度问题研究

针对多配送中心车辆调度问题的复杂性特点,提出用最近距离分配法和遗传算法分两步求解多配送中心车辆调度问题,并进行了试验计算。     

基于软计算的救灾物资多配送中心调度问题研究

自然灾害的发生不可避免,但灾难发生后对应急物资的合理调度可以有效降低灾难造成的生命和财产损失。基于对救灾物资调配特点的分析,建立救灾物资多配送中心调度问题的数学模型,给出基于软计算的求解方法,得出可在灾难发生后根据每种物资需求的紧急程度确定配送线路和配送时间,同时引入多配送中心更符合灾后物资调运实际情况的结论,希望能为应急物资调度问题的相关研究提供一定借鉴。     

基于客户分类时间窗车辆路径问题的多种群遗传算法

本文从顾客差异化的角度出发,利用聚类分析对客户分类,提出了基于客户分类时间窗约束的车辆配送路径数学模型,该模型克服了传统时间窗车辆配送模型对各个客户不加区分的不合理性。根据此模型,本文设计了多种群并行遗传算法进行求解。实验结果表明,该算法相对于标准遗传算法,有效地克服容易早熟收敛的缺点,其结果更加接近最优解。     

配送中心车辆调度问题的分级求解

本文根据配送中心运输任务类型的复杂程度不同,将车辆调度问题分为四个等级。进而描述每个等级的约束条件,并结合实际应用对各个等级问题的求解方法进行了讨论。     

带时间窗车辆路径问题的最优解

带时间窗的车辆调度问题是物流配送系统的关键之关键,对它的研究越来越重视。本文将建立物流管理中的带时间窗车辆路径问题的模型,并得到此模型的最优解,有一定的实用意义。     

基于遗传算法的物流配送车辆优化调度

研究使用遗传算法求解物流配送组织过程中车辆调度问题,建立适合于遗传算法的车辆调度模型。设计描述行驶线路的染色体结构、初始群体生成方法、适应度函数、遗传算子和控制参数,构造完整的遗传算法。并给出算例,验证遗传算法有较好的优化性能。     

C-K节约算法在配载车辆调度问题上的应用研究

本文借鉴多重旅行商问题的模型结构,建立配载车辆调度模型。通过改进C-K节约算法,在线路连接过程中插入时间窗约束和车辆容量约束的检验子程序,求解调度模型。研究表明改进C-K节约算法是求解配载车辆调度问题的有效算法。     

运输车辆调度优化的研究和实现

通过对车辆调度问题进行数学分析,提出了简单实用的车辆调度算法,为实现计算机半智能执行调度任务,设计了车辆的分配及优化方案。对物流配送企业实现计算机配送调度,降低成本和提高物流经营管理水平具有一定的参考价值。     

C—K节约算法在配载车辆调度问题上的应用研究

本文借鉴多重旅行商问题的模型结构,建立配载车辆调度模型。通过改进C—K节约算法,在线路连接过程中插入时间窗约束和车辆容量约束的检验子程序,求解调度模型。研究表明改进C—K节约算法是求解配截车辆调度问题的有效算法。     

有时间窗的车辆路径问题的改进MAX-MIN蚁群算法

MAX—MIN蚁群算法是一种改进蚁群算法,文本构造了求解VRPTW的最大最小蚁群算法,将仿真结果与其他经典算法进行比较,结果证明该算法性能优良。     

有时间窗的车辆路径问题的改进MAX—MIN蚁群算法

MAX—MIN蚁群算法是一种改进蚁群算法，文本构造了求解VRPTW的最大最小蚁群算法，将仿真结果与其他经典算法进行比较，结果证明该算法性能优良。     

物流配送车辆优化调度的综述

物流车辆的调度工作是否完善、能否根据实际的物流路况做出动态化的积极调整,将成为物流配送是否具有高效率的决定性因素。文章在对物流配送车辆调度方式研究中,对影响物流车辆配送效率的影响因素进行了总结分析,同时以动态化管理为基础,进行依靠信息条件实现调度功能的调度优化模型,提升物流配送车辆的调度能力,提高配送效率。     

车辆调度问题模型的优化研究

本文从为物流配送企业提供智能化、决策化支持的目标出发,对车辆优化调度问题进行了数学分析和研究,解决了车辆的配送线路试题。     

基于层次分析法和时间窗的个性化定制旅游行程模型

面对自助游的个性化需求,本文从景点的选取及路线规划方面入手,考虑游客的偏好、景区的可游览时段、游客的就餐和住宿时间等因素,建立了基于层次分析法的景点推荐模型和转化为带时间窗的车辆路线问题的行程规划模型,以解决城市旅游中的景点推荐问题和选取景点后的行程安排问题。     

遗传算法有时间非满载车辆调度问题研究

研究使用遗传算法求解物流配送组织过程中车辆调度问题。对于有时间窗的非满载VSP问题,将货运量约束和时间窗约束转化为目标约束,建立了VSP模型。使用最大保留交叉、交叉率和变异率的自适应调整等技术,设计了给予自然数编码的可同时处理软、硬时间窗约束的遗传算法,并给出算例,验证调度模型和遗传算法。     

物流配送中的车辆路径优化问题

配送是物流活动中直接与消费者相连的重要环节。在物流的各项成本中,配送成本占了相当高的比例。运输线路是否合理直接影响配送速度、成本和效益。在高度发展的商业社会中,消费者对时间的要求越来越严格,以往的到货"日"现已转换成到货"时",于是时间窗的概念应运而生。随着商品运输呈现小批量、多品种、多频次、及时性等趋势,多用户运输路径的确定更为复杂。因此,车辆路径问题(Vehicle Routing Problem,简称VRP)成为众多学者竞相研究的热门话题。     

基于多Agent的车辆调度系统建模与分析

根据车辆调度的复杂性,以及当前存在的问题,提出了基于Multi—Agent技术的车辆调度系统,采用IDEFO功能建模方法建立了基于管理Agent、车场Agent和车辆Agent的系统模型,并对系统的调度流程进行了研究与分析。     

基于GPS智能车辆调度系统的研究

随着物流行业的不断发展,传统车辆调度的缺点越来越凸显,基于GPS智能车辆调度系统改善了弥补了传统车辆调度的不足,使车辆调度更现代化,更方便,更智能。