探索农资连锁经营新道路

化肥、农药、种子等产品的质量直接关系农业生产的效果和安全，假冒伪劣农资常常给农民带来灾难性的损失。当前，农资市场的不规范，其中一个重要原因是农资企业众多，很多个体经营户规模小，不利于控制农资进销渠道，质量难以保证。另外，农资市场主体规模小、经营分散，相互缺     

基于粒子群算法的应急物流配送车辆调度研究

结合应急物流配送的车辆优化调度问题,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径优化进行了探讨。并建立应急物流配送车辆调度模型,用粒子群算法对车辆的配送路径进行优化。最后通过对实例的分析,验证了本文所提出的模型、算法具有合理性和可行性。     

配送车辆调度问题刍议

1研究配送车辆调度问题的意义配送是物流系统中的一个重要环节,它是指按客户的订货要求,在物流中心进行分货、配货工作,并将配好的货物及时送交收货人的物流活动。在配送业务中,配送车辆调度问题的涉及面较广,需要考虑的因素较多,对配送企业提高服务质量、降低物流成本、增加经济效益的影响也较大。该问题包括集货线路优化、货物配装及送货线路优化等,是配送系统优化的关键。国外将配送车辆调度问题归结为VRP(VehicleRoutingProblem,即车辆路径问题)、VSP(VehicleSchedulingProblem,即车辆调度问题)和MTSP(MultipleTravelingSalesma…     

现代农资配送模式研究

农业生产资料供应工作是保障农业生产稳定发展的重要基础和前提条件。因此,优化农资流通资源配置,创新农资配送方式,建立健全现代农资配送模式,确保对农业生产和农民需求的供应,是推进农资流通现代化迫切需要解决的问题。主要分析了农资生产企业自营配送、+邮政农资配送、农资连锁经营配送等模式的优劣势。     

基于免疫粒子群算法的应急物流配送车辆调度研究

以应急物流为背景,通过分析应急物流车辆调度问题的特点,在满足时间限制条件的基础上充分考虑车辆的载重和体积的限制,建立以运输距离最短和运输车辆最少的双目标车辆调度模型,并用免疫粒子群算法实现对模型的求解,来验证模型和算法的可行性和有效性。     

免疫算法在应急物流配送车辆优化调度中的应用

应急物流是处理各类突发事件对物资、人员的需求进行紧急保障的一种特殊物流活动？文章根据应急物流的特点，将免疫算法用于应急物流车辆调度研究中，同时通过算例，证明用免疫算法优化车辆行驶路径的有效性和可行性。     

加快农资连锁经营的思考

对中国大多数的农民来说,买农药、化肥、种子需找农资三站或供销社,几十年来似乎是自然又别无选择的事情。而在今天,一种称为农资连锁或农资连锁超市的新型农资经营点在全国各地普遍兴起,成为农业领域一道最亮丽的风景线。 中国的农资连锁经营从1999年开始兴起。2000年6月7日以中国农资总公司为主要股东而成立的“金色谷农资超市管理有限公司”拉开了农资连锁正式规模经营的序幕,随后农资领域的各种经济实体,从农资生产领域到农资流通领域,从老牌国有企业到新兴民营实体,从中央到地方,都开始讨论与探索在中国社会与经济环境条件下的农资连锁经营。     

基于改进遗传算法的成品油配送车辆调度问题研究

为有效解决成品油配送中的油罐车车辆调度问题,构造了多车型-多油品-多加油站的成品油配送车辆调度优化的数学模型,设计了改进遗传算法对所提出模型进行求解,并用具体算例验证了模型和算法的有效性.     

基于蚁群算法的应急物流配送车辆调度研究

以车辆配送问题为背景,运用了蚁群算法来求解应急物流配送车辆调度模型。在带有时间窗的基础上考虑应急系统各节点的运输距离和费用构造模型。根据模型的特点,设计了蚁群算法求解方法,并针对蚂蚁路径选择做了改进性分析。实例研究结果表明．蚁群算法在应急物流配送车辆调度问题中具有合理性、可行性和有效性。     

基于车辆调度与优化配送的网络物流信息系统设计

论述了现代物流中心的功能，分析了物流信息系统的需求，设计了网络物流信息系统的总体框架，并对货物配送流程和车辆调度监控系统进行了详细的分析和设计。     

基于Map Info电子地图的配送车辆线路优化问题研究

GIS技术与VRP问题的结合，不仅提供了一种新的查询选择方法，同时还能提供一种直观的解决方案。文章针对Map Info电子地图的特点．给出了一种从电子地图中提取客户与道路信息应用到解决实际的配送车辆线路优化问题，并将求解后的线路直观地显示到电子地图中的方法。在实际应用中表明该方法是高效直观的。     

物流配送车辆调度优化方法比较研究

目前，对物流配送车辆优化调度问题（VRP）还是一个研究热点．许多学者采用了各种优化方法来解决实际问题。本文综述了物流配送车辆调度问题的各种优化方法．对其发展历程．优缺点、适用性等都作了详细的说明，并对它们作以比较分析，从而找到最适合现实状况的优化方法。     

车辆路径问题的可靠性研究

首先分析车辆路径问题中随机因素,以及现有考虑行程时间波动的车辆路径问题,从而确立以配送车辆为研究对象,建立对应的行程时间可靠性模型,以不超过规定值,用来适应处理交通状态的不确定性。通过粒子群算法求解,验证表明,考虑道路运行的不确定对车辆调度的影响,制定的车辆调度方案能够更加可靠,对于配送过程更加有效。     

带容量约束的车辆路径问题算法综述

CVRP的研究带动了确定性算法和启发式算法的发展。简要回顾了这些新算法的发展,总结对比现有方法,提出可能的研究方向。     

考虑碳排放的农产品冷链车辆路径问题研究

这篇文章是在传统车辆路径问题的研究基础上,引入农产品冷链配送的背景。考虑冷链运输企业实际配送中会遇见的问题,并将其量化,构建一个符合农产品冷链物流实际的车辆路径问题模型,并采用遗传算法进行求解,最后使用Matlab软件进行仿真实验,得出最优路径选择结果。将碳排放纳入成本考虑,也就是将环境保护考虑在内,从社会责任的角度去规划其配送路径。     

车辆数不确定的时间窗车辆路径问题的小生境混合遗传算法

建立了优化的多目标带有时间窗的车辆路径问题模型,提出一种小生境混合遗传算法。算法采用混合并行选择方法、最优保留策略以及随机权重适应值函数,克服遗传算法固有的搜索能力差和“早熟”等缺点。实验结果表明,该算法对于解决车辆数不确定的时间窗车辆路径问题提供了一个非常有效的求解方法。     

车辆路线安排的一种改进节约算法

首先介绍了求解路线安排的节约算法,指出了其存在的不足,然后提出了一种改进的节约算法,可以更好地解决车辆路线安排问题。     

以均衡为目标的车辆调度问题研究

针对物流配送企业私人承包车辆以及均衡配送线路工作量等新的物流管理理念,提出新的车辆调度模型,将车辆调度问题（VRP）转换为车辆选型和车辆路径优化两个子问题,设计Ak-FirstFit混合算法解决车辆选型问题,运用遗传算法解决车辆路径问题。基于JAVA编写计算机程序,运行结果表明该两阶段算法能够在有效时间内得到满意解。与基于传统物流管理理念的模型进行比较,得出新的两阶段模型能充分体现兼顾效率与公平思想的结论,其理念在物流配送企业中具有相当的借鉴性和推广前景。     

基于混合粒子群算法的车辆路径优化问题研究

设计了一种引入了量子和遗传算法思想的粒子群算法．该算法结合了粒子群优化算法的快速寻优能力和量子算法可以同时处理多个目标的优点．避免了基本粒子群算法易陷入局部最优的缺点,提高了求解速度。该算法用于解决车辆路径问题。通过实验表明了这种算法具有较好的性能。     

基于进化策略的开放式车辆路径问题

开放式车辆路径问题(OVRP)是标准车辆路径问题(VRP)的一个扩展,该问题是针对车辆在服务完最后一个顾客点后不需要回到车场的车辆路径问题。针对这类问题,提出了一种改进的进化策略。首先通过优化选择方案研究初始种群,然后基于轨迹进行变异获得子代,同时通过多父代组合来确定每个个体的策略参数。最后,通过若干经典OVRP实例对该算法进行了检验,结果表明这种改进的进化策略是一种求解OVRP问题的有力工具。