蚁群聚类算法在物流配送中心选址中的应用研究

本文提出了包含多个供货点和配送点的物流配送中心选址模型,并将物流配送选址问题分为供货和配送两个阶段,在其中分别应用蚁群聚类算法,实现了整个问题的最优化。这是一种基于蚁群聚类算法的分阶段求解包含多个供货点和配送点的物流配送中心选址算法。     

食物链算法在分销网络设计中的应用

文章针对分布式制造企业进行二级分销网络设计优化过程中的选址——分配问题,根据分销网络中选址——分配问题的特点,将食物链算法应用到分销网络选址——分配问题,优化设计分销网络结构并最小化供应链成本,取得了较好的解,可以作为企业分销渠道设计的参考。     

基于最短路径算法的物流配送中心选址模型研究

本文针对物流配送中心选址问题,采用图论中的最短路径算法,建立了物流配送中心选址模型,并做了实证分析。     

基于布谷鸟算法的电子商务物流中心选址求解

在互联网时代的大背景下,随着电子商务企业的快速发展,对物流快递业的发展起到了带动作用,一个完善的物流配送体系在企业竞争中越来越重要。合理的电子商务物流中心选址对物流系统的整个运营成本的大小有着重要的影响,基于一种新型布谷鸟算法用于解决物流中心选址问题,该算法是一种全局搜索的优化方法,采用莱维飞行机制,具有简单容易实施的特点。通过17个重点市进行仿真实验,能够有效的解决电子商务物流中心选址问题。     

改进蚁群算法在物流配送点选址中的应用

将现有的蚁群聚类算法进行改进,提高聚类性能,并通过仿真实验实现了数据集的聚类。结果表明新算法能加快聚类速度,得到较好的聚类结果。根据物流配送点选址问题的特点,在降低运输成本的基础上,利用改进的蚂蚁聚类算法可求解选址数学模型精确解。实例求解表明蚂蚁算法获得了较满意的效果。     

基于Solis&Wets算法的物流配送中心选址研究

针对目前应用在物流配送中心选址问题上的算法实现复杂、鲁棒性差和求解精度不高等问题,提出了一种基于Solis&Wets算法的物流配送中心选址研究。文章通过对四个算例进行仿真实验,并与其它几种现有方法作比较,结果表明:Solis&Wets算法实现简单,程序运行时间短,具有较好的鲁棒性,且求解精度较高,取得了更好的优化效果。     

物流配送中心选址模型及其算法分析

随着国民经济的发展,物流业越来越受到重视。在大力发展物流业的同时面临的一个共同的问题是:配送中心如何进行合理选址。文章提出,较佳的配送中心选址方案是使商品通过配送中心进行汇集、中转、分发直至输送到需求点的全过程的效益最好。因此,配送中心如何选址是一个重要问题,且需要一个系统性、全局性的安排。文章根据配送中心选址问题的特点和所应满足的条件,以运输成本最低为约束条件,构造选址问题数学模型,并通过启发式算法得出选址模型最优解,求得工厂对各物流配送中心配送能力和物流配送中心对需求点配送能力的最佳配送方案。实证研究表明,该模型是正确的,可有效解决物流系统分析和设计中的配送中心选址问题,优化物流系统,促使物流系统有效运作,提高企业经济效益,真正实现物流"第三利润源泉"的功能。     

基于多约束NSGA2算法的空管监视台站优化选址

为了实现空管监视台站的科学规划、合理布局,探讨了一种高效通用的优化选址算法。通过深入分析监视台站优化选址的问题,建立了多变量组合寻优的组网模型,提出了选址的简要约束条件和3个覆盖性能评估的目标函数,并在此基础上设计了空管监视台站优化选址的多约束NSGA2算法,该算法考虑了监视台站选址的各类影响因素加入多约束条件判定模块和种群修正模块。真实场景的仿真实例表明,优化输出的最优部署方案具有良好的覆盖性能,航路二重覆盖能达到98%以上,终端区域三重覆盖能达到95%以上。     

商贸服务业选址决策研究——一种基于阿德兰启发式算法的选址方法

本文就商贸服务业选址决策问题进行了研究。在分析了影响商贸服务业选址的相关因素后,介绍了阿德兰启发式算法的基本思路,并结合实例建立了模型具体阐述阿德兰启发式算法。     

考虑库存成本的选址二层规划模型与算法研究

针对由一个生产基地,多个配送中心和多个零售商的供应链二级分销网络,根据物流配送决策的实际过程,利用二层规划建立了一个考虑库存成本的选址一分配模型,其上层规划进行选址决策,下层规划考虑配送和库存成本问题,给出了一种基于模拟退火算法和遗传算法的启发式算法.     

基于机会约束的双目标竞争选址研究

人们已经开始研究在已经有其他设施存在的多个相互竞争的设施的选址。在原始的选址模型中主要是通过最大市场份额模型,其原始模型市场份额的分配仅仅依赖于距离,本论文将对零售设施的竞争选址模型进行修正,建立一个带有机会约束的最大市场份额模型,通过基于禁忌搜索算法思想上的最大最小蚁群算法进行求解,在matlab软件上仿真分析从而得到最优的选址点。     

基于混沌免疫进化算法的物流配送中心选址方案

电子商务环境下的物流配送中心选址问题是近年来物流研究中的热点。由于它是一个NP难题,较难得到最优解和满意解。本文将混沌免疫进化算法用于解决该问题。混沌免疫进化算法具有较好的全局搜索能力和收敛性,能够较好的解决该类复杂系统的优化问题。     

基于改进蚁群算法的配送中心多目标选址问题研究

本文以配送中心多目标选址为研究对象,提出了解决多目标问题的新方法一改进蚁群算法,该算法通过蚁群对目标的单独优化和蚁群之间信息互递相结合,多个蚁群并行优化各目标分量,使各目标分量在彼此约束的条件下朝最优解逐渐接近,该算法具有很强的灵活性和收敛性,对于解决大规模、复杂的物流配送网络规划问题具有很大的实用价值。     

基于一种插值算法绘制等高线的研究与应用

根据等高线地形图反应出来的地形类型、地势起伏、坡度陡缓、阳坡、阴坡等特征可以用于道路选址、油、气、水管线铺设,水库选址等。据此,提出了一种快速绘制等高线的插值算法,用于绘制生成等高线地形图。     

电子商务环境下物流配送中心选址决策与评价方法研究

电子商务环境下的物流配送中心选址涉及到多方面的因素,是一项复杂的系统工程。为此,提出了定量化的启发式算法来初步确定电子商务环境下配送中心选址方案。方案的确定是为了决策,因此依据定量计算和定性分析的结果,采用协调分析方法来科学地决策符合电子商务环境下的最优选址方案。     

矩阵迭代法在物流中心选址中的应用分析

摘要：物流中心选址不仅是物流企业面临的一个普遍问题,而且是供应链管理的重要环节之一。首先对物流中心的选址进行了定义,提出选址应以总费用最低作为经济性原则,进而采用矩阵迭代算法对该问题做出定量描述,并以某轮毂产业园的物流中心选址为例验证了基于最优化思想的该算法应用。     

考虑客户选择意愿的快递自提网络规划研究

近年来,伴随着送货上门取件模式送货时间冲突、配送效率低下等问题的产生,快递自提点的取货模式应运而生。但由于设立自提点需要前期的建设和长期的运营成本,因此自提点数量及位置的合理性对企业在自提网络规划的研究中至关重要。从客户的角度出发,不同的客户对于送货上门服务和自提点取货模式存在不同的偏好程度,对于不同的自提点也存在不同的选择意愿差异。文章在充分考虑客户选择意愿的基础上,构建了自提网络的选址模型,并利用免疫算法求解了最佳的自提点数量及其最优选址方案,算例结果验证了免疫算法的有效性。文章的模型比较符合现实生活中快递公司对于自提网络规划的实际情况,具有较好的现实借鉴意义。     

基于GIS的连锁便利店布局与选址研究

网点的选址与布局是零售连锁企业经营管理战略决策中的重要内容之一,GIS技术为网点选址提供了新的思路和方法,能够为连锁企业扩张提供科学依据,具有现实意义。本文介绍了GIS系统相关模型和原理,在mapinfoGIS平台下,实现对上海各个区便利店和人口分布的耦合性计算。最后,以卢湾区为例,用牛顿模型和Weiszfeld算法,实现了对存在多竞争对手情况下获取最大市场份额的新店选址,得到一些有意义的结论。     

农村电网规划浅谈

利用地理信息系统为配电网规划，采集相关地理信息数据，随后介绍变电站选址和配电网网架的相应特点。介绍了解决变电站选址问题和网架优化问题的算法。     

城市安全的危机选址研究

本文通过对城市安全的考察和危机反应设施特点的研究,建立了政府应对恐怖袭击的反应设施选址模型.危机反应设施选址与一般设施选址的不同在于要对期望破坏量进行评估、需要分区域多重设置设施、进行预防性部署.本文基于期望破坏度、物资延迟的考查,确立了变形的p中值模型.通过对该模型的等价转换,建立了适应于hopfield神经网络计算的模型,并设计了适应于该模型计算的算法,以期为其他应急突发事件的选址及求解提供思路.