C—K节约算法在配载车辆调度问题上的应用研究

本文借鉴多重旅行商问题的模型结构，建立配载车辆调度模型。通过改进C—K节约算法，在线路连接过程中插入时间窗约束和车辆容量约束的检验子程序，求解调度模型。研究表明改进C—K节约算法是求解配截车辆调度问题的有效算法。     

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JIT的总装物料配送路径优化研究

在对准时制条件下机械产品总装过程线边物料配送特点分析的基础上,建立了满足车辆容量和物料需求工位时间窗要求的车辆路径优化模型,并采用改进节约算法对该问题进行了求解,最后,通过算例验证了模型和算法的有效性。     

基于DNA进化算法的多目标物流配送路径优化

本文基于建立一种多目标物流配送车辆调度模型的基础上,采用DNA进化算法求解该问题,克服传统算法的求解速率低,易陷入局部最优的问题,为进一步研究物流配送优化调度问题提供参考。     

基于改进C-W算法的广西高校毕业生行李运输研究

以广西高校毕业生行李运输为研究对象,结合省级邮局与市级邮局之间的运输车辆调度特点,针对运输车辆运力、时间约束等条件,建立了改进C-W算法的广西高校毕业生行李邮政快递运输车辆调度模型,并通过算例进行验证,结果显示算法对高校毕业生行李运输具有显著优化作用。     

基于两阶段法的车辆配载优化分析

本文从降低物流配送成本,提高车辆利用率的角度出发,综合考虑车辆的额定容积与载重、订单价值等多重因素,建立了相应的决策模型,并设计了改进的两阶段法和0-1型整数规划进行决策方案的求解,将此模型实际运用到某小家电制造商的车辆配载过程中,对比结果分析表明,该优化模型不仅能提高车辆利用率,更能大幅提升物流配送利润。该模型结果对车辆配载的优化研究具有一定借鉴意义。     

家电下乡物流配送系统中车辆配载的优化探讨

本文针对家电下乡进程中家电价格矛盾突出的问题,从物流配送系统优化的角度探讨降低流通成本,从而降低下乡家电的价格。通过建立车辆配载模型,运用运筹学中动态规划方法给出求解过程,最后结合案例分析得到车辆配载的最优方案。     

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。     

车辆路径问题的节约算法改进

节约算法作为求解车辆路径问题的一种启发式方法,将节约算法进行改进将有助于实现配送路径的优化选择。本文基于对节约算法中优先策略进行选择,对节约算法做出一定的改进,通过对思路及程序进行详细介绍,并将其运用到具体案例中,最终得到了较为满意的路径策略选择。     

遗传算法有时间非满载车辆调度问题研究

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。对于有时间窗的非满载VSP问题,将货运量约束和时间窗约束转化为目标约束,建立了VSP模型。使用最大保留交叉、交叉率和变异率的自适应调整等技术,设计了给予自然数编码的可同时处理软、硬时间窗约束的遗传算法,并给出算例,验证调度模型和遗传算法。     

基于节约算法的车辆路径问题研究

车辆路径问题是物流配送中的决策难题,配送成本的减少成为优化的主要目的,而科学家们对车辆调度优化采用的方法层出不穷。本文针对节约算法做了简单的概述与研究,并以飞马快运公司为例,采用节约算法对该公司的车辆调度进行简单的调整。     

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。     

多站多星任务调度模型及求解

针对遥感卫星数据接收任务的特征,提出了多站多星任务调度的主要约束条件和优化目标函 数,建立了基于约束满足优化问题的多站多星任务调度模型,采用贪婪算法和约束传播相结 合的方法对多站多星任务调度进行了求解。该优化调度模型及求解算法已成功运用于遥感卫 星数据接收站的日常运行工作中。     

基于节约算法和改进节约算法的配送路线优化

运用节约算法对山东某葡萄酒配送中心的配送实例进行配送路线的优化,优化的过程中总结出传统的节约算法的不足之处,通过分割配送对节约算法进行改进,用改进的节约算法来优化相同案例,证明改进的节约算法能有效提高车辆装载率、减少所需车辆数、节约里程数。     

车辆调度问题的全局—局部最优信息比粒子群算法研究

文章提出了一种新的改进标准粒子群算法即全局—局部最优信息比粒子群算法。该算法与标准粒子群算法和全局—局部最优最小值粒子群优化算法作了比较,仿真实验结果表明,该算法在收敛速度、解的质量和鲁棒性上都表现出了较优的性能,是求解车辆调度问题的一种较好方法。     

基于蚁群算法的紧急物流配送路径优化设计

本文将结合应急物流的配送车辆优化调度问题,根据应急物流配送的突出特点,对应急物流配送车辆调度路线优化进行探讨,建立了应急物流配送车辆调度模型,用蚁群算法对车辆的配送路径进行优化。     

基于改进MMAS的多配送中心车辆调度问题研究

针对城市多配送中心车辆调度问题,在分析最大最小蚁群算法的基础上,提出了改进MMAS算法,该算法重点对信息素的挥发机制进行探讨,并引入自适应机制对信息素的确定方案进行改进。实验结果证明,改进MMAS算法对于优化多配送中心物流车辆路径问题是有效的。     

车队动态调度优化模型与算法之我见

目前我国机关内部用车中存在着一些问题,如车辆的申请用车率较高,而车辆相对较少,所以要组织好车队调度,提高车队的运营效率,降低的运输成本,使车辆更好地为机关内部服务。车辆调度对运营质量具有很大影响。本文分析了影响调度的因素,利用遗传算法对车辆的调度模型进行求解。     

基于多配送中心和软时间窗的车辆调度优化

随着电子商务的迅速发展,家电行业出现了配送与安装相分离的现象,同时,为保证供应效率,一些大厂家建立了多个配送中心,针对这一特点,研究在多配送中心情况下多批次有时限的车辆调度问题,建立多配送中心下多批次有时限的车辆调度问题的优化模型,通过分层次方法将问题转化为一般多配送中心的车辆调度问题,并设计相应的启发式遗传算法对模型求解,分析求解结果,得出结论。该模型可以提高电子商务行业的物流配送效率,降低物流成本,提高服务水平.     

含随机变量的旅游线路车辆配送问题

本文在确定旅游线路的前提下,考虑对旅游线路的车辆配送问题。主要利用随机理论,讨论了含有不确定变量的旅游线路车辆配送问题。建立了含随机变量的单目标规划模型,包含了期望值模型和乐观值机会约束模型,在求解含随机变量的旅游线路车辆配送问题中,使用了随机模拟与遗传算法相结合的混合智能算法,最后,给出了一个数值计算的实例,以保证算法的有效性。