一种改进的物流配送车辆调度启发式算法

针对物流配送中的车辆调度问题,提出了一种改进的启发式算法。该算法基于sweep算法和用于解决旅行商问题(TSP)的Cheapest Insertion算法,是一种二阶段算法。这种启发式算法首先使用sweep算法将所有顾客分派给运输车辆,然后对每辆车按照TSP的解决方法解决该车上的TSP问题。本算法比较有效的解决了有时间窗的车辆调度问题,可以用来构造某些业启发式算法的初始解。     

多源点物流配送车辆调度模型探讨

根据问题的复杂性,考虑车辆条件的约束,建立了以总费用最小为目标的数学模型,并根据模型的特点设计出相应的启发式算法,使问题在合理的时间内得出由多个配送中心为所有需求点配送货物的车辆分派方案。实例证明,该模型符合实际问题,算法合理,具有实际应用价值。     

物流配送中车辆路径问题的模型及算法研究

本文介绍了车辆路径问题的分类及限制条件,重点论述了国内外关于车辆路径问题的模型及算法研究现状,分析了各种算法的优缺点和适用范围,并指出了车辆路径问题的研究前景.     

物流配送问题中VRP的数学模型及其求解算法

系统地讨论了物流配送问题与VRP的有关知识,包括两者之间的关系、配送问题的VRP描述、数学模型的建立、求解方法及比较等,并指出了相关的研究方向。     

基于GIS的南昌烟草物流配送线路优化调度研究

总结分析了烟草物流配送线路优化调度中普遍存在的、亟待解决的问题,以南昌烟草公司为例分析了问题存在的原因。提出多决策层面集成的研究总体思路,并通过各子问题解决思路的描述确定总体研究方案。     

基于节约里程法的物流配送线路优化与改进研究

配送是物流运作中的一个重要环节,如何在物流网络中综合考虑各线路的车流量、客户分布状况、车辆的载重量以及其它车辆运行限制等因素,进行配送线路的规划,将直接关系到配送中心运作的成本和效率。通过对节约里程法的研究探讨,对物流配送线路进行优化,并通过一组测试数据验证了算法的可行性,最后提出了复杂配送网络中模型的改进方法。     

货物合理拼装的实用启发式算法及其改进

提出了货物拼装中的一种实用启发式算法，详细地描述了算法的相关术语，定义和步骤，进行了实例验算，并对算法提出了改进。     

物流配送车辆线路的优化与应用分析

现代经济的发展,人们生活水平的提高,有效的推动了我国物流行业的发展。在这个竞争激烈的市场环境中,物流作为第三产业中的一种,其参与市场竞争的重要体现就是重视服务,在物流服务质量的重要体现之一就是物流配送车辆线路上。物流配送车辆线路选择的好坏直接关系到物流配送的效率,进而影响到服务质量。为此,物流配送车辆线路对物流行业来说有着至关重要的作用。文中对物流配送车辆线路的优化与应用进行了相关的分析。     

物流配送路径优化问题的模型及改进混合算法

在建立带有时间窗的物流配送路径优化问题数学模型的基础上．构造了求解该问题的遗传模拟退火混合算法。该混合算法利用了遗传算法较强的全局搜索能力和模拟退欠算法较好的局部搜索能力,克服了两种算法各自在寻优方面的不足,使其在全局最优搜索和计算速度方面都有了很大的提高。最后经仿真试验证实了混合算法解决物流配送路径优化问题的优越性。     

基于蚁群算法考虑路线安排的单配送中心选址

对一类要求考虑路线安排的单配送中心选址问题建立基于蚁群算法的选址模型,模型目标以配送中心建设费用与运输费用之和最小;同时构造模型的蚁群算法求解结构;最后初步应用证明了该模型解决此类问题的有效性,为单配送选址提供又一种方法。     

越库作业调度问题及其启发式算法研究

主要研究两台机器环境下的以加权完工时间和为目标函数的越库调度问题。首先针对两机器越库调度问题进行研究与分析,给出该问题最优解的若干性质;其次,基于最优解的性质,提出求解该问题的启发式算法,并在此基础上对所给算法进行改进;最后,通过数值实验与动态规划算法比较,证明所给算法及其改进算法的有效性。     

物流配送中心选址数学模型和算法问题研究

在对物流配送中心选址问题进行理论综述和分析的基础上,以综合运输成本最低为基本约束条件构建了选址的数学模型,并通过启发式算法求得了模型的最优解,得出了各工厂对各物流配送中心以及物流配送中心到各货物配送需求点的最佳配送数量,并通过一个实例对模型进行验证和分析,结果证明该模型和算法可以有效优化物流系统的运作和提高运行效益.     

电子商务环境下物流配送中心选址及其启发式算法

电子商务环境下的物流配送中心选址是很复杂的问题，涉及许多因素。考虑电子商务环境下的物流配送特点，将物流配送中心选址模型从变动费用和时间约束的条件上进行修改，建立适用于电子商务环境下的物流配送中心选址模型。与原有模型相比，这些特点使得物流配送中心选址模型在模型的合理性上和实际应用上有了很大的改进。由于选址模型是NP问题，采用启发式算法进行求解。     

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。     

双运量约束下的OD分布与随机用户均衡交通分配组合模型

建立了在起点交通产生总量固定和在讫点交通吸引总量固定约束下的OD分布与随机用户均衡交通分配模型,并证明了该极值模型与随机用户均衡及OD分布要求的等价性,并设计了启发式算法来求解。     

遗传节约综合算法在配送路线优化中的应用

文章针对配送路线问题进行研究,首先提出配送路线优化的原则,在此基础上提出了解决配送路线问题的遗传节约综合算法的流程和步骤,最后通过一个算例实现了本文提出的算法,并与其它方法的计算结果进行了比较。从而证实了遗传节约综合算法的优越性.