基于最短路多种群遗传算法的物流园区内部布局研究

针对物流园区内部功能模块配置布局问题,借鉴车间设备布局的设计方法,考虑路网最短路距离,建立物流园区内部功能模块配置布局模型.应用分割树方法,构造二维平面布局与一维序列的对应关系,设计了多种群遗传算法进行求解.最后以宁波陆港物流园区为例,验证算法的可行性.     

基于混合算法的物流园区布局优化研究

物流园区的合理布局是降低物流园区成本和提高物流园区作业效率的有效途径之一。考虑园区内部物流总量最小、各功能区作业最为紧密以及土地利用率最大化,建立数学模型,然后构造混合算法求解。最后对国内某物流园区的实际计算,说明构造的模型和算法的有效性。     

基于遗传-蚁群混合算法求解旅行商问题

作为物流领域中的典型问题,旅行商问题的求解具有十分重要的理论和现实意义.在它的传统求解方法中,遗传算法和蚁群算法被广泛采用,但遗传算法收敛速度慢,蚁群算法易陷入局部最优,在求解旅行商问题上都有一定的缺陷.本文采用遗传-蚁群混合算法,充分利用遗传算法的快速全局搜索能力和蚁群算法的智能性,对旅行商问题求解,并进行了实例仿真.仿真计算结果表明,该算法可以找到最优解或近似最优解,并提高了求解效率.     

基于遗传算法轿车焊装车间车辆路径优化

遗传算法是一种模拟自然进化过程搜索最优解的方法。通过建立某轿车焊装车间车辆路径问题数学模型,然后利用遗传算法求解该问题,最后在Matlab软件中进行编程求解,有效地求解出问题的最优解或近似最优解。     

基于混合遗传算法对应急条件下蔬菜配送问题的研究

建立了一种应急蔬菜配送问题的模型,考虑到在对该类问题规划线路时种群规模对遗传算法选择最优解的影响,将改进扫描法的思想融合到遗传算法中,形成一种新型的混合遗传算法。结合改进的扫描法后的遗传算法在种群选择上加以有效控制,减少了遗传算法陷入局部最优解的概率,同时提高了算法的时效性。     

蚁群遗传混合算法在求解旅行商问题上的应用

针对在求解旅行商问题时,蚁群算法易陷入局部最优,而遗传算法收敛速度慢等问题,将蚁群与遗传算法相结合:把蚁群算法每次迭代的结果作为遗传算法的初始种群,并且用遗传算法寻优结果更新蚁群算法的信息素。在用遗传算法处理问题的阶段,引入了两种新的交叉算子,并且提出混合交叉算子的新思想,算法的后期使用贪心搜索和2-opt局部优化算法,成功的避免了算法过早陷入局部最优解的问题,加快了算法的收敛速度。通过仿真,本算法与其他算法进行对比,寻优路径长度明显降低,在求解效率和求解质量上都有更好的效果。     

基于遗传算法的车间设备布局优化

对某车间设备布局问题进行数学建模,建立以车间物流成本最小为目标的车间布局优化模型。应用遗传算法设计求解优化模型,根据SLP方法得到的初始布局方案建立初始种群,对该初始种群进行编码、选择、交叉和变异操作,得到最终车间设备布局。基于此,以上海海事大学工程训练中心机械加工车间为案例进行设备布局优化,完成车间物流分析,应用遗传算法对车间进行求解,并通过Matlab软件进行编程运算,得出车间的最优解。     

基于遗传算法的带时间窗约束车辆路径问题研究

在建立带时间窗约束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算法,并进行了实验计算.计算结果表明,用遗传算法进行物流配送路径优化,可以方便有效地求得问题的最优解或近似最优解.     

基于分层遗传算法的一类非线性规划问题的新解法

关于非线性规划的问题的诸多传统解法中都存在效率较低、容易达到局部最优、甚至找不到最优解的局限性。而基本遗传算法也常常由于本身算法的局限性,在搜索最优解的过程中易早熟,局部搜索能力弱,后期收敛过慢。源于这些缺陷,本论文提出使用分层遗传算法来求解一类非线性规划问题,并通过数值实验,结果表明基于分层遗传算法求解一类非线性规划问题是非常有效的。     

基于混合遗传算法的多配送中心选址问题研究

就区域配送体系的多配送中心选址问题构建确定性规划模型，相应提出混合遗传算法的求解方法。该算法结合了单亲进化遗传算法和经典遗传算法的优点，能够使部分种群择优进化的同时整体种群的解全局收敛。仿真案例表明算法能够在5％的误差限内有效、稳定的逼近全局最优解，生成的选址线路图具有实践指导价值。     

基于物流量的物流园区数量规划

针对物流产业发展中物流园区数量过度增长的“物流园区热”现象．在利用一元线性回归法,并引入修正系数对物流量进行预测的基础上．对影响物流园区数量的物流园区强度、物流园区作业系数、物流园区第三方物流量占社会总物流量的比例及单个物流因区的用地面积等参数进行分析．介绍基于物流量的物流园区数量计算模型。将模型应用于青岛市物流园区数量规划的计算中．得出其合理性,     

物流园区布局算法研究综述

通过对国内外相关文献的研究,首先深入分析了物流园区布局发展历程中常用的布局方法,接着将物流布局优化文献分为三类,分别从优化目标函数、算法组合求解以及趋近实际环境优化三个方面进行了阐述,详细分析了物流布局研究现状和进展。最后总结了物流园区布局理论的发展趋势,并进一步分析了未来研究的问题和挑战。     

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。     

基于最优定权组合模型的物流量预测

为了实现对市场需求变动的准确估计,在经过参阅大量文献之后,采用趋势外推模型、灰色GM（1,1）模型分别进行物流量的预测,以每种方法单项预测结果组合误差平方和最小为原则,提出一种最优定权组合预测模型,以此为物流园区的合理规划做出贡献。     

基于模糊综合评价方法的物流园区绩效研究

合理有效的评价物流园区经营绩效,对于园区的投资者和经营者。都具有重要意义。依据绩效评价相关理论．结合物流园区的特点,给出物流园区绩效评价的指标体系．并运用模糊层次关系评价方法对物流园区的经营绩效进行综合评价。该方法简便、易行,评价结果客观、准确,在物流园区绩效评价领域具有一定的创新性。同时,评价结果既为投资者决策提供相关依据,也可以为经营者对园区运营管理的改进提供一定帮助,实用性很强。     

基于OpenMP的并行蚁群物流调度算法研究

物流中心调度问题是物流管理的核心问题,基于OpenMP并行编程规范,提出了基于蚁群的物流调度并行优化算法,挖掘多核高性能计算能力,提高物流过程中物件的动态分配效率,提高物流调度系统的可扩展性。     

基于混合遗传算法的供应链物流能力优化模型

指出了供应链管理中物流能力的研究现状,对影响供应链整体利润的物流能力要素进行分析。并从全局的角度建立了以制造商为核心的供应链整体利润的物流能力优化模型,并结合混合遗传算法加以计算,求出最优配置方案,并加以实例说明,最后指出模型的不足以及进一步的研究应用方向。     

基于引力模型的物流园区空间服务范围

对物流园区空间服务范围进行了研究，提出了基于引力模型的物流园区空间服务范围计算模型，并结合算例分析了模型的应用。     

基于灰色熵权法的绿色商贸型物流园区运营绩效评价研究

文中通过商贸型物流园区运营的特点,分析了影响物流园区运营绩效的主要因素。再根据物流园区走绿色化道路的思想,提出绿色物流园区的运营指标体系;利用熵权法对所给的指标体系赋予权重,并用灰色关联度分析方法对指标体系进行分析与评价,结果表明：灰色熵权分析法的评价方法客观性强,实用准确。