基于遗传算法的配送中心选址问题研究

以绵阳市配送现状为背景,在充分考虑配送中心利益的基础上,考虑了配送中心选址地点、建设费用以及配送中心车辆调度等因素,基于遗传算法提出一种新的选址模型,最大限度上降低物流配送成本。     

基于遗传算法的配送中心选址问题求解

配送中心是物流系统的枢纽,配送中心地址的确定是物流系统分析的核心内容。文中试对包括RDC(区域配送中心)选址和RDC到各下属仓库的配送关系进行研究;建立了一个模拟随机需求下的相关机会优化模型,并提出了基于遗传算法的解决方法,最后利用MATLAB软件进行算例分析。     

配送中心选址的遗传算法研究

针对配送中心的选址问题,将遗传算法这一全局搜索优化技术运用其中,通过建立选址的遗传算法模型,研究了算法设计,分析了其特点,并与传统的混合整数规划解法进行了分析比较。     

遗传算法在配送中心选址的应用

根据具体的配送中心选址问题重新设计了编码方式，并进行了遗传算法设计，最后通过设置不同参数，对所得结果作了对比分析，最终通过具体的算例得出最优解。     

遗传算法在配送中心选址中的应用

配送中心是现代物流的重要组成部分,它在整个物流系统中起着承上启下的作用,如何合理的选择配送中心就显得尤为关键.本文提出了一种新的二进制和浮点数混合编码的改进遗传算法.该算法对种群初始化函数和遗传操作做相应的改进,使得表示配送中心选址的决策变量只能在0或1这两个离散变量上选择,解码更加方便,大大提高了运算效率,改进的遗传算法能够很好的解决物流配送中心的选址问题.     

冷链配送中心选址问题

介绍了考虑供应商的冷链多配送中心选址问题。基于冷链的产品特性,通过引入货损成本建立了使总费用最低的配送中心选址问题的数学模型,并给出了求解算法,得出了最佳的配送中心选址位置。     

冷链配送中心选址问题

介绍了考虑供应商的冷链多配送中心选址问题.基于冷链的产品特性,通过引入货损成本建立了使总费用最低的配送中心选址问题的数学模型,并给出了求解算法,得出了最佳的配送中心选址位置.     

考虑地产价格的多目标物流配送中心选址模型与求解

首先对传统的配送中心选址模型进行改进,引入地产价格因素,以建设投资成本与货物运输费用最小为目标,建立多目标选址模型。其次,利用理想点的适应度计算方法将多目标问题转化为单目标问题进行遗传算法的求解。最后,以某企业在城市的物流配送中心选址为例,对模型进行应用,算例结果验证了模型的实用性与有效性。     

考虑地产价格的多目标物流配送中心选址模型与求解

首先对传统的配送中心选址模型进行改进,引入地产价格因素,以建设投资成本与货物运输费用最小为目标,建立多目标选址模型.其次,利用理想点的适应度计算方法将多目标问题转化为单目标问题进行遗传算法的求解.最后,以某企业在城市的物流配送中心选址为例,对模型进行应用,算例结果验证了模型的实用性与有效性.     

多点配送中心选址及求解蚁群算法

将多点配送中心选址问题(multi-distribution center location problem,MDLP)映射为扩展K-TSP过程并设计了改进的蚁群算法。为提高算法的求解性能,在蚂蚁的选择规则里加入了代价引导函数,使用2-opt策略优化可行解并优化了信息素的更新方式。仿真算例及算法对比表明,模型和算法可以有效地表达和求解MDLP。     

基于遗传算法和模糊综合评价法物流配送中心选址研究

本文给出了关于配送中心选址的0-1混合整数线性规划模型,该模型要求在一些已知的备选点中选出一定数目的地点作为配送中心;并求出配送网络中的物流量,使配送网络总费用最小.由于这类模型属于NP难问题,为更好的求解此类问题,提出了定量化的遗传算法与定性化的模糊综合评价法相结合来确定配送中心地址的方法.     

遗传算法在物流配送网点选址中的优势与实现

研究了遗传算法在物流系统配送网点的选址问题中的优势,并依据物流系统配送网点选址的实际情况给出了基于遗传算法的物流系统配送网点选址的具体实现过程和算例。     

多点配送中心选址及求解蚁群算法

将多点配送中心选址问题(multi-distribution center location problem,MDLP)映射为扩展K-TSP过程并设计了改进的蚁群算法.为提高算法的求解性能,在蚂蚁的选择规则里加入了代价引导函数,使用2-opt策略优化可行解并优化了信息素的更新方式.仿真算例及算法对比表明,模型和算法可以有效地表达和求解MDLP.     

基于改进遗传算法的生鲜加工配送中心连续选址模型

建立了生鲜加工配送中心选址连续模型，在引入监控算子的基础上，运用改进的遗传算法对模型进行求解。该模型和改进的遗传算法可有效的解决生鲜加工配送中心的选址问题。     

基于运输可靠性的配送中心选址研究

设计配送中心时不仅要考虑成本（或收益）,而且还要综合考虑运输系统的可靠性,研究它们在最优化供应链设计中的作用。建立的模型求解问题是NP问题,用一般的最优化求解工具很难得到最优解,在此采用遗传算法求解。仿真结果表明模型合理,方法可行。     

考虑交通区位的物流配送中心选址模型及求解

从交通运输系统的角度出发,物流配送中心选址在考虑物流规划部门与客户之间利益分配问题的基础上。还应该考虑到交通区位优势给物流配送中心运营带来的便利性。在已有双层规划模型的基础上进行改进,通过在模型中设立相关参数来描述交通区位产生的影响。建立了考虑交通区位的物流配送中心选址双层规划模型,同时还考虑到竞争的存在。笔者设计了基于遗传算法的模型求解算法,最后通过一算例来对比验证模型及其算法的可行性。在物流配送中心选址时利用交通区位优势能大大提高其运营效率及效益。     

配送中心车辆调度模型及遗传算法设计

针对物流配送中心车辆调度问题,采用混合整数规划方法进行建模。对实际问题进行研兖分析后,基于所研究问题的特点,提出基于遗传算法的求解方法。通过数值实验对算法不同参数组合进行分析、比较,获得最佳参数组合．建立了有效的求解该问题的遗传算法。并通过对实际问题的数值仿真试验．验证了算法的有效性。