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。     

浅析物流配送中车辆调度问题

物流配送是物流活动中一种非单一的业务形式,是物流活动中直接与消费者相连的环节,在物流组成成本中,配送成本占相当高的比例,配送线路合理与否对配送速度、成本、效益影响很大.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,研究配送车辆调度问题具有重要的理论价值和现实意义.     

有时间约束的非满载车辆调度问题的启发式改进算法

非满载的车辆调度问题可以看作是有容量限制的TSP问题,本文通过对TSP问题的C-W算法进行改进,从而找到了非满载、有时间约束的VRP问题求解的途径,并通过8个客户的实例进行验证,可以找到满意解。     

基于遗传算法的服装连锁业车辆调度问题研究

结合服装业流行性强,顾客对产品个性化明显等特点,本文建立车辆调度模型,修改传统的仅考虑成本因素的决策指标;注重考虑配送服务水平;最后应用遗传算法求解。     

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。     

分时段配送车辆调度问题的禁忌搜索算法

建立了分时段配送车辆调度问题的数学模型,同时采用禁忌搜索算法计算优化的配送线路和配送时间,并采用实例进行仿真计算。计算结果表明算法的计算效率较高,收敛速度较快,计算结果也比较稳定。     

物流配送中车辆调度问题的研究

在现代物流集约化、一体化的发展过程中,配送是直接与消费者相连的重要环节,配送车辆优化调度是物流系统优化、物流科学化的关键一环,是企业改善服务水平、降低物流配送成本、提高经济效益的重要途径。     

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。     

基于模拟退火算法的物流配送车辆调度问题研究

在详细分析遗传算法的局限性的基础上,构造了一种基于遗传算法和模拟退火算法的、用于求解车辆路径问题的退火遗传算法．GA和SA的结合,使得串行搜索成为多点并行搜索,混合算法的搜索行为可通过控制温度参数加以控制,且理论上GA并不影响平稳分布,因此鲁棒性必将提高。     

基于遗传算法的车辆路径问题研究

考虑车辆容量约束并建立数学模型,运用遗传算法求解该车辆路径问题。运用C语言编写算法程序,详细分析了遗传操作及算法参数。以某企业在天津的几家大型购物广场为例,分析了因配送问题给企业发展带来的局限性。求解出的适合该企业的最优路径,与实际配送路径对比后显示出：最优路径大大缩短了车辆的总配送距离、节省了配送成本。     

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。     

物流系统随机车辆的调度研究

本文针对物流系统中客户随机需求的车辆调度问题进行了分析,建立了数学模型。设计了针对问题的染色体表达式,建立了此问题的混合遗传算法,并且针对具体实例进行了求解。实验表明,该混合遗传算法提高了收敛速度,能够找到较好的近似最优解。     

制糖企业原料运输环节车辆调度优化研究

随着崇左市制糖产业经济的迅速发展,蔗糖原料运输作为制糖企业的关键环节而备受关注。基于车辆优化调度的若干理论研究成果,对崇左市制糖企业进行调查研究,分析崇左市糖业在路线规划,车辆调度等原料运输中的诸多问题,通过提出改进运输模式、合理规划路线等对策解决制糖企业存在的相关问题,为崇左制糖企业原料运输环节提供高效性、省时性的优化参考,以达到有效减少企业成本,增加企业收益的目的。     

基于送收的物流配送车辆路径优化问题研究

文章在提出区域物流送收概念的基础上,建立了考虑回程收货的单物流配送中心多网点的车辆路径问题(VRP)的数学模型,运用遗传算法求解模型,并通过实例进行验证.该模型能够为企业在物流配送中的车辆路径选择问题提供决策上的支持.     

浅谈物流配送中的车辆路径问题

本文通过分析物流在国民经济的重要地位,进而得出优化物流的核心是配送中的车辆路径问题,并对车辆路径问题进行描述和分类,便于进一步对车辆路径问题进行研究,从而优化物流配送,提高国民经济水平。     

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。     

基于蚁群算法的车辆路径问题研究

本文首先对车辆路径问题及蚁群算法进行了介绍,并介绍了使用蚁群算法解决经典车辆路径问题时的参数设计及步骤,然后针对H公司在沈阳市的配送活动建立基于蚁群算法的优化模型,最后使用Matlab进行求解,研究结果表明:优化后的线路节约了车辆配送的总里程数,减少了车辆数量,提高了车辆满载率,降低了企业运输成本。     

基于双基因遗传算法的多工序变速机调度问题研究

平行机调度问题的研究很多集中在同速机或恒速机的最短流程时间调度问题。就复杂度而言,变速机调度问题是平行机调度问题中较为复杂的一类。通常来讲,变速机调度问题的研究针对的是工件只有一个加工工序的单工序调度问题。结合运筹学中的指派问题研究了工件具有多个工序的变速机调度问题,并提出一种基于工序的双基因遗传算法进行求解。实际的算例结果表明,本文提出的双基因遗传算法是有效的。     

大客户车辆优先分配约束条件下物流配送车辆调度问题研究

车辆调度是物流配送的一个关键环节,在调度中考虑大客户优先配送可以提升大客户满意度,提高企业长远效应。本文对大客户满意度进行测度,构造了基于大客户优先配送的车辆调度模型,提出了模型求解算法,并通过实例运行与结果分析对提出的算法进行了有效验证,为调度问题的解决提供方法。     

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。