三维装箱问题的启发式算法

三维装箱问题是一类典型的NP-hard组合优化问题。在一维、二维装箱问题基础上,设计了一种启发式算法,借以克服一般启发式算法依赖"经验"的不足,该算法结构简单,实验表明算法收敛速度快。     

三维装箱问题的启发式算法

三维装箱问题是一类典型的NP-hard组合优化问题.在一维、二维装箱问题基础上,设计了一种启发式算法,借以克服一般启发式算法依赖“经验”的不足,该算法结构简单,实验表明算法收敛速度快.     

在途拼货运作模型的适用性评价

由于在途拼货运作(MIT)模型在提升客户价值的同时又能降低配送过程的成本,为了对在途拼货运作模型的适用性进行评价,首先对在途拼货运作模型进行简要介绍,阐述MIT模型的概念并分析其研究现状;接着通过与其他配送方式在经济效益和潜在效益两方面进行比较,验证MIT方案对配送模式的影响;最后对MIT配送策略的发展进行展望,并提出其未来发展方向。     

创新驱动下宁波海关出口拼箱仓库监管模式的改革实践

本文通过分析宁波海关出口拼箱监管与其监管场所之间发生联动的现状及问题,发现了宁波海关对出口拼箱仓库监管的改革实践,提出创新驱动环境下促进海关监管与监管场所良性互动的几点建议。     

一种求解装箱问题的混合算法

针对一维装箱问题,在考虑遗传算法早熟收敛问题和禁忌搜索算法自适应优点的基础上,将遗传算法和禁忌搜索法结合起来,提出了基于遗传和禁忌搜索的装箱优化算法,与简单遗传算法相比,该算法具有更好的收敛性能。最后通过实例验证了算法的有效性。     

基于启发式拟人算法的三维装箱问题求解

三维装箱问题是一个NP完全组合优化问题.根据三维装箱问题的特点,在研究三维装箱问题的约束条件的基础上,提出一种基于模拟人工装载的启发式算法,采用三维分割来处理装箱空间结构,利用递归方法提高层中空间的利用率,采用人工智能方法处理待装物体得出装箱结果,实验结果表明,该算法是行之有效的,并具有一定的通用性.     

物流作业管理信息系统分析与设计的实践与体验 第六讲 仓库管理:拼箱货物的入出存处理

拼箱（Consolidation）货物是指散货,相当于零担快件,它的特点是零星货,托运的客户不能凑成一车一柜,在运输中只能和其他客户的货物合并运输。拼箱货运输时又有两种情况:一种是被拼的一车一柜货直达目的地,称为Full-load;还有一种情况,被拼的货数量不足一车一柜,直送目的地途中要拆柜和     

基于Lingo的求解一维下料问题简易算法设计与实现

针对单一规格的一维下料问题,建立一维下料问题的多目标数学模型,并阐述了求解该类问题的主要思路.基于lingo和Excel软件,设计了一种求解单一规格的一维下料问题的简便算法模块,经过数据验证,计算结果较优.相比于诸多智能算法,该模块结构简单,无需编程,只需对Excel办公软件熟悉即可,所以,该模块更易应用于实际生产.     

基于构造算法的配送物流成本研究

分析了目前配送的现状与发展趋势,物流配送成本的主要影响因素.以某企业的第三方配送公司为例进行配送成本分析,计算结果表明影响配送成本最大的因素是运输过程,指出企业可以更改车辆配置来减少不必要的开支.     

高速公路拼宽桥梁的设计及实践

随着我国经济的发展,部分在役高速公路出现交通拥堵等问题,不能适应社会经济发展需求。充分利用现有高速公路资源,可以提高通道运能与服务水平,有利于减轻环境污染,适应科学发展需求。对原有桥梁扩宽需要考虑新旧桥梁的联系,新建桥梁部分扩宽措施不合理会导致改扩建桥梁出现各种问题。结合工程项目介绍高速公路拼宽桥梁设计,提出桥梁设计优化措施。     

浅析美式箱变使用过程中的问题及解决办法

本文主要介绍了美式箱变因其独有的特点,如结构合理、安装便捷、体积小、造价低、操作方便、安全可靠等,在茂名供电局城网改造中被广泛使用.但美式箱变也不尽完美,其在使用过程中也出现不少问题,如避雷器自爆引起箱变烧毁的问题;环网负荷开关操作给终端用户带来麻烦的问题:由电缆头燃烧引发的箱变烧毁的问题,本文通过总结这些问题,并经过科学分析决策,最终解决了这些问题,在不断完善美式箱变功能的同时,使其更好的为人们服务.     

基于SP的模拟退火算法在装箱问题中的应用

在传统模拟退火算法的基础上,对装箱问题的优化算法进行了研究.结合装箱问题的具体特点,采用SP序列对来描述模块间的拓扑关系,并通过精细的模拟退火策略(精细的降温策略,提前退出策略),以及增量式的新解评估策略对算法进行优化.试验结果表明,相比传统的模拟退火框架,改进的算法能够取得较好的运行时间与面积利用率.     

基于SP的模拟退火算法在装箱问题中的应用

在传统模拟退火算法的基础上,对装箱问题的优化算法进行了研究。结合装箱问题的具体特点,采用SP序列对来描述模块间的拓扑关系,并通过精细的模拟退火策略(精细的降温策略,提前退出策略),以及增量式的新解评估策略对算法进行优化。试验结果表明,相比传统的模拟退火框架,改进的算法能够取得较好的运行时间与面积利用率。     

城市共同配送问题的解决途径

城市配送问题已成为我国城市物流发展的“瓶颈”问题,虽然城市作为配送物流需求最为集中的地方,而且近年来网购、快递、连锁超市等发展迅速,有强大的需求作为后盾,照理,开展共同配送应是企业降低成本、提高效率的必然选择但现实是配送企业通过配送服务获利依然较难目前,我国城市配送领域还未出现大型企业,年收入上亿的企业凤毛麟角,与我国物流业发展水平的不断提升形成了较大的反差。     

粒子群自进化算法求解物流装箱问题

为了解决当今物流行业中装载货物类型为强异构的情况,提高装载填充率和效率,提出了一种求解三维装箱问题的元启发式算法——粒子群自进化算法。算法包含两部分：极限点构造启发式算法和粒子群自进化规则。极限点构造启发式算法引入了极限点的概念,利用新的极值点思想推导出了三维装箱问题的启发式算法。粒子群自进化规则提出了在货物装载序列中表示粒子的方法,推导了粒子间交叉、变异算子,在极限点构造启发式算法的基础上不断迭代进化完成货物的装载。通过不同结果的比对,证明该算法显著提高了物流装载的空间利用率,强异构货物的平均装载率达到了85%,验证了算法在强异构货物下的有效性与优越性,并给出了货物装载的三维模型。由于实际测试集的缺少,分别为机腹仓装载类和集装板类模型提出了实例生成器,通过生成器的测试集验证了算法在实际应用中的紧凑性、实用性和快捷性。     

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。     

微粒群算法在自然灾害等引起的变化路径运输问题中的应用研究

"11.15"的上海特大火灾造成了巨大的人员与经济的损失。如果消防车辆能克服交通系统的不畅而更及时赶到的话,或许结果会不一样。因此如何将路径变化运输转化为车辆路径问题(Vehicle Routing Problem,VRP),并求解恰当的行车路径,对于城市应急以及日常的物流配送企业都有着重大的现实意义及经济价值。文中将微粒群算法(Particle Swarm Optimization,PSO)应用于车辆路径问题,建立车辆路径问题的微粒群算法的数学描述,编译出此问题的程序,并对一个实例进行仿真分析。     

物流分区配送路线优化问题建模及算法求解

针对配送中心的配货路线规划问题,充分考虑收货点的随机与分散的特点,并在需求量设定时考虑到退货,建立了分区规划下的物流配货路径优化模型,同时用实例进行验证。首先应用spss聚类算法对配送网络进行分区,将问题转化为小规模的单车线路优化问题;然后提出sweep改进算法,在一定程度上减少了车辆数的配备,降低成本投入;再建立物流配送模型,并结合蚁群算法,对每个分区内的投递点进行求解。且模型考虑了软时间窗,增加了对提早到达或是晚到达的费用损失问题的考虑,更接近实际。     

基于Dijkstra算法的快递车辆配送路径优化

针对目前快递车辆运输成本问题,研究了如何利用Dijkstra算法来迅速寻找出快递车辆配送派件过程中的最短路,并与解决该类问题常用的遗传算法,蚁群算法和A*算法进行了比较分析。证明了Dijkstra算法可以准确迅速地寻找出快递配送车辆派件过程中的最短路,从而有效的帮助快递公司降低运输成本。