基于遗传算法的协同配送路径优化研究

针对现代物流配送中存在的运营成本高、效率低、整合度低等问题,构建基于多物流中心协同配送的路径优化模型,在算法选择上针对协同配送的特殊方式,提出引入虚拟客户的编码方式和基因换(移)位的变异方式来求解最优配送路径,并通过实例验证了模型和算法的有效性与可行性。     

基于改进遗传算法的连锁便利店配送路径优化研究

针对零售超市较高的送货时间段、服务时间要求,构建以配送费用最小为目标的带时间窗物流配送路径优化模型,以优化零售小店物流配送网络、提高物流配送质量为目的,采用改进遗传算法对模型进行求解。以石家庄部分苏宁小店为例,对其物流配送路径进行研究,优化后路径配送费用比优化前降低21.5%,研究结果为企业确定经济、合理的配送路径提供参考。     

基于遗传算法(GA)的配送路径优化问题研究

文章在建立配送车辆路径优化问题数学模型的基础上，构造了遗传算法来求解该问题，并在算法中引入了自然选择、交叉操作、变异操作等思想：实验结果表明，此算法可以有效求得车辆路径问题的优化解或近似优化解．是求解车辆路径问题的一个较好的方案。     

基于K-means聚类的生鲜自提柜选址及配送方案优化

通过分析生鲜自提柜选址影响因素,建立了考虑新鲜度损耗成本、配送成本和建设与运营成本的从商家到消费者的全链条运输成本模型。基于K-means聚类方法,以新鲜度损耗成本最小为目标对生鲜自提柜进行选址,并结合建设与运营成本给出最佳的自提柜设置数量。最后以长春市南关区3个配送中心至31个居民小区的生鲜配送为案例对该方法进行实际应用,每一个居民小区同时为生鲜自提柜备选点,为生鲜自提柜的选址决策提供借鉴和理论指导。     

带车辆路线安排的多配送中心选址问题的求解——基于SPSS和遗传算法

研究了带车辆路线安排的多配送中心选址问题。首先根据宏观的定量指标对需求点运用SPSS进行区域划分,将一个多配送中心选址问题转化为多个单配送中心选址问题,然后,在一辆配送车一次只能为一个需求点供货的情况下,建立并求解了单配送中心选址问题的整数线性规划模型;在一辆配送车一次可以为多个需求点供货的情况下,用遗传算法求出了最佳车辆配送路线和最佳选址位置。     

基于入侵杂草算法的城市生鲜配送优化研究

针对实际道路阻抗下的城市"最后一公里"生鲜配送路径优化问题,在保证骑手安全情况下,又能够以最快速度将货物送到客户手上,降低配送成本,从配送过程中电动车遇到的实际道路阻抗因素出发,建立了以最大化顾客满意度,最小化配送成本的多目标优化模型,并利用入侵杂草算法和遗传算法对模型进行分别求解。实验结果验证了模型和入侵杂草算法的有效性。     

基于谱聚类算法的烟草立体仓库储位优化

基于烟草立体仓库的运作背景,从行业发展和企业需求出发,为促使仓库分拣运作更均衡,提出了考虑产品关联与周转率的储位优化方法。方法中,建立了储位优化模型,通过肘方法确定聚类的最佳簇数,再基于谱聚类算法对产品进行聚类,最后设置了货位指派规则,将聚类结果有效地科学地应用到了运作实际场景中,得到了储位优化布局。     

考虑多类型产品新鲜度的生鲜配送路径优化

生鲜产品由于其特殊性,在配送过程中存在损耗。针对不同种类的生鲜产品,差异化新鲜度敏感系数,引入生鲜努力保鲜系数,构建生鲜产品新鲜度函数,同时考虑固定成本、运输成本、制冷成本、货损成本及时间惩罚成本,构建了生鲜配送路径优化模型。设计混合遗传粒子群算法进行求解,验证了模型的合理性及算法的有效性。对比不同的生鲜努力保鲜系数对各项成本的影响,得出综合成本最优的保鲜策略,为生鲜企业末端配送优化提供参考。     

基于聚类算法和蚁群算法的物流配送路径优化研究

物流配送的研究已经成为提高物流效率、降低物流成本的关键。文中在研究物流问题现状以及相关配送路径算法的基础上,提出了一种新的物流配送路径优化方案,对于一个城市内的多个配送点,首先通过K均值算法进行聚类分析得到局部配送中心及其配送范围内的客户点,然后利用蚁群算法设计该配送区域内的最优配送路径。通过仿真实验得知,文中方案设计出的最优配送路径长度较单纯采用蚁群算法有了较大改善。     

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。     

基于遗传算法的物流运输与调度优化研究

物流优化是物流企业降低物流成本的主要方式之一,通过物流优化进一步提高物流公司的服务能力,已经是许多物流企业提升竞争力的一项有效举措。本文依据现实中的物流运输问题,建立了基于运输成本和时间的一般函数模型,利用遗传算法进行求解,寻求最优运输路线。算例结果表明使用遗传算法优化运输方式,可以改善现有的调度模式,在满足时间约束的条件下,实现物流运输成本最小。     

基于遗传算法的内河船舶路径优化问题研究

将遗传算法应用到内河船舶的路径优化研究中,建立了以运送成本最低为目标的无时间窗约束的内河船舶路径优化模型,并对模型的遗传算法进行了设计.通过实例的计算验证了该模型在内河船舶路径优化中的有效性.     

基于遗传算法的DCT脆弱水印优化

基于离散余弦变换的脆弱数字水印计算过程中,由于浮点数-整数转换过程舍入误差造成影像峰值信噪比(PSNR)降低,提取水印标准互相关相似度(NC)低,采用遗传算法的智能优化算法,可以修正变换过程产生的舍入误差,提高基于离散余弦变换的脆弱数字水印的性能。     

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。     

基于遗传算法的配送中心选址及配送区域划分问题研究

在现有研究的基础上,建立了多个配送中心的选址及配送区域划分模型,在模型建立过程中既考虑了配送中心到需求点之间的距离、道路流量与可靠性等因素,也考虑了配送中心自身及其周围的环境因素,结合层次分析法,将这些因素转换为综合成本,使模型更具现实意义。采用遗传算法求解,使该问题的求解过程得到简化。最后用实例对模型进行了验证分析,说明该模型的合理性。     

基于遗传算法的配送中心选址及配送区域划分问题研究

在现有研究的基础上,建立了多个配送中心的选址及配送区域划分模型,在模型建立过程中既考虑了配送中心到需求点之间的距离、道路流量与可靠性等因素,也考虑了配送中心自身及其周围的环境因素,结合层次分析法,将这些因素转换为综合成本,使模型更具现实意义.采用遗传算法求解,使该问题的求解过程得到简化.最后用实例对模型进行了验证分析,说明该模型的合理性.