基于精英单亲遗传算法的冷链物流VRP模型优化研究

针对冷链物流配送的特殊性,探索冷链物流车辆路径问题(VRP)优化方案.首先,在保证货物不超载的条件下,建立基于时间和品质因素的顾客满意度约束的多配送中心VRP(MDVRP)模型;其次,采用重心分区法和改进的精英单亲遗传算法,求解顾客在配送中心的分配,确定配送车辆数以及顾客服务次序;最后,用Matlab工具编程对模型进行求解分析.结果表明构建基于满意度的冷链物流MDVRP模型更适合冷链物流配送最优路径选择,并且改进单亲遗传算法能够有效求解这类问题.     

需求势能理论的配送中心选址方法的研究

物流配送中心选址的合理性直接影响着物流分销网络规划和优化.提出了针对物流网点选址的需求势能理论,并提出了一种基于需求势能的分销物流系统中配送中心的选址实现方法.最后通过实例证明,该方法简便快捷,结果正确合理,为解决此类配送中心选址问题提供了科学的指导依据.     

基于DEA的物流配送中心再选址研究

为实现现有物流配送中心的优化管理的目的,利用DEA方法对已有配送中心的效率进行评估.根据评估的结果代入选址分析模型中,得到物流配送中心再选址的DEA评估规划模型,以配送收益与物流成本之差作为目标函数,以供需均衡关系、配送中心流出量与流入量平衡、选址变量与流量内在联系构建约束条件,通过算例并借助于MATLAB软件验证了模型的有效性.     

带时效性约束的配送中心多源选址问题研究

应用启发式算法求解带时效性约束的多源选址问题.分析物流配送的时效性问题,建立带时效性约束的配送中心多源选址模型.构造两步启发式算法:1)借助传统迭代算法,求解物流服务分配矩阵,把多源选址问题转化为单源选址问题;2)基于M ATLAB函数,设计优化程序,计算带时效性约束的单源选址模型.并给出算例,验证模型和算法的可行性.研究表明两步启发式算法是求解带时效性约束的物流配送中心多源连续选址问题的有效算法.     

基于网络分析方法的物流配送中心选址的研究

经济全球化。信息技术和电子商务的发展对物流产生了深刻的影响。使之呈现出新的特点。这些特点对配送中心选址的研究提出了更高，更新的要求。本在对GIS网络分析方法的阐述和P中心选址模型的分析的基础上，建立了配送中心选址优化模型。该模型通过引入商品保管费用、处理费用、配送中心建造费用对P中心选址模型进行了拓展，并通过总费用最小化确定配送中心的数量、位置以及资源点与配送中心、配送中心与用户之间的供需关系。     

基于AHP的物流中心选址问题研究——以徐州市为例

物流中心选址问题是物流建设的重点,物流中心选址模型的构建和度量很难通过数学统计的方法精确度量.通过AHP法定性定量分析物流选址的影响因素,建立徐州市物流选址评价指标体系,把物流中心选址的主观判断转变为可信度判断,提高徐州市物流中心选址的可信度.     

考虑三级货损成本的冷链物流配送中心选址优化

为解决冷链物流配送中心的选址优化问题,依据易腐品完好率线性递减理论,提出了易腐品完好率与运输距离之间的分段递减函数关系,通过分析从供应点到配送中心运输过程,配送中心内部操作过程和从配送中心到需求点配送过程中所产生的三级货损实际情况,探究了本级货损对下级货损的叠加影响,以货物完好量作为客户的最终需求,构建了考虑三级货损成本的冷链物流配送中心选址优化模型,算例验证了所建模型的适用性和可行性.     

基于二元语义的高原地区航材配送中心选址决策研究

针对高原地区航材配送中心选址决策特点,构建了航材配送中心选址指标体系,提出了基于二元语义的群决策选址方法,给出了基于二元语义群决策的航材配送中心选址步骤.通过实例得出了备选点的综合评价值,证明了方法的有效性.     

基于二元语义的高原地区航材配送中心选址决策研究

针对高原地区航材配送中心选址决策特点,构建了航材配送中心选址指标体系,提出了基于二元语义的群决策选址方法,给出了基于二元语义群决策的航材配送中心选址步骤.通过实例得出了备选点的综合评价值,证明了该方法的有效性.     

改进的布谷鸟算法求解物流配送中心选址问题

针对基本布谷鸟算法求解物流配送中心选址问题时存在搜索精度低、易陷入局部最优值的缺陷,提出一种改进的布谷鸟算法.算法采用基于寄生巢适应度值排序的自适应方法改进基本布谷鸟算法的惯性权重,以平衡算法的全局开发能力和局部探索能力;利用NEH领域搜索以提高算法的搜索精度和收敛速度;引入停止阻止策略对全局最优寄生巢位置进行变异避免算法陷入局部最优值、增加种群的多样性.通过实验仿真表明,改进的布谷鸟算法在求解物流配送中心选址问题上要优与基本布谷鸟算法以及其它智群算法,是一种有效的算法.     

基于最大最小蚂蚁系统的物流配送中心选址算法的研究

提出了一种基于信息素自适应调节的最大最小蚂蚁系统的多物流配送中心选址算法,利用改进的蚁群算法的路径寻优机制结合蚂蚁聚集尸体的行为模式,根据物流配送总成本最低的原则将各配送点与候选配送中心进行聚类,合理选择配送中心。将已有物流配送模型进行拓展,加入经营管理成本。分别利用基本蚁群聚类算法和改进的蚁群聚类算法对配送中心选址进行仿真,实验结果表明在解决大规模配送中心选址问题时,改进的算法在解的质量和收敛速度方面明显优于基本蚁群聚类算法。     

种群规模自适应粒子群在配送中心连续型选址中的应用

本文依照更具有现实意义的“加工厂—配送中心—用户”的模式建立物流配送中心连续型选址模型,并针对较大规模的选址问题提出求解算法。该算法是将具有较强鲁棒性的自适应粒子算法和改进的ALA(Alert Location-Allocation)方法结合而得,该算法中种群规模自适应变化,对经典粒子移动方程进行改进,消除了学习因子,惯性因子随粒子适应值自适应变化,改进的ALA方法提高了算法计算效率。数值试验表明,本文所建模型具有一定的实践优越性,所提出的算法能有效避免陷入局部最优,寻优能力和鲁棒性均较强。     

考虑退货不确定性的多层次多站点逆向物流网络选址优化研究

在退货量不确定情况下,为追求电商企业逆向物流网络成本最小化,建立了多层次多站点的混合整数规划模型。将目标区域进行网格化处理,通过球上距离公式计算相邻备选站点、不同层次备选点间的运输距离,使用蒙特卡罗法模拟退货量,并设计了双染色体编码的遗传算法进行求解。算例验证了模型算法的可行性,并且得出了逆向物流网络成本最小时,快递站点和退货处理中心的选址,快递站点的选址与退货量大小存在对应关系,研究客户退货量会使物流网络选址得到优化。     

考虑需求不确定的多级应急物流设施选址研究

为了对急物流设施选址问题进行合理的研究,建立了包含配送中心、配送点和需求点的多级应急物流网络。基于应急物资需求特点,使用三角模糊数表示应急物资需求的不确定性,同时考虑应急救援成本和应急救援时间两个目标,建立了应急物流设施选址模型。采用去模糊化方法将三角模糊数转化为确定数,利用成本和时间的单目标的最优结果将多目标转化为相对值,再对时间和成本目标进行加权处理,既消除了不同目标之间的单位及数量级差异,还可以进行动态调整。设计了遗传算法对模型进行求解,通过实际算例表明了模型和算法可以有效地解决应急物流设施选址问题。     

综合同异质群决策的配送中心选址研究

考虑到决策专家由于各自的专业和经验不同,提出了基于决策专家重要性的模糊多属性群决策方法解决物流配送中心选址决策问题。最终决策者根据各个专家的不同重要程度分配权重,各个专家采用语言变量对备选方案的各级准则赋予权重和评价等级。最后,通过集成和清晰化方法计算出各个配送中心备选方案的优先排序。     

军事物流中心选址评估模型

本文从影响军事物流中心的主要因素出发,建立了比较全面的评价指标体系。在进行选址评价时,针对常权综合方法难以体现决策者对决策因素惩罚或激励性的要求,提出了一种基于层次变权的模糊评价模型。并通过实例分析和计算,证明该评价模型合理、有效、可行。     

基于两阶段启发式算法的物流配送选址-路径问题研究

为了解决配送中心选址与带时间窗的多中心车辆路径优化组合决策问题,利用双层规划法建立了配送中心选址与车辆路径安排的多目标整数规划模型,针对该模型的特点,采用两阶段启发式算法进行了求解。首先,通过基于聚集度的启发式算法对客户进行分类,确定了备选配送中心的服务范围;然后,基于双层规划法,以配送中心选址成本最小作为上层规划目标,以车辆配送成本最小作为下层规划目标,建立了多目标整数规划模型;最后,利用改进的蚁群算法进行了求解。通过分析实例数据和Barreto Benchmark算例的实验结果,验证了该模型的有效性和可行性。     

药品物流多中心选址优化研究

为降低药品物流配送成本、提高药品配送效率。本文针对国家带量集中采购药品配送问题,构建了药品物流多中心选址-路径优化双目标模型。并结合模糊C-均值聚类算法(FCMA)、模拟退火算法和禁忌搜索算法各自优点,设计出了FCM-TS-SA混合算法,最后通过真实案例进行了验证、对比和分析。