动态不确定性-药品物流多中心选址优化研究

本文以国家药品带量集中采购为背景。为提高药品配送安全和时效，降低药品配送成本。基于大数据思想，根据备选药品物流中心所在地近20年遭受自然灾害的数据，构建备选药品物流中心未来遭受自然灾害的预测模型，在综合考虑药品配送安全性、配送成本、环保成本、时间满意度和实时路况下，构建动态不确定性-药品物流多中心选址-路径优化模型。根据所研究问题的特点，为提高算法的效能，本文充分利用模糊C均值聚类算法(FCM),粒子群算法(PSO)和禁忌搜索算法(TS)等各自优点，设计了PSO-FCM-TS混合算法。最后，根据国家药品集中带量采购招标结果数据，对模型和算法进行了验证、对比和分析，研究结论为药品物流企业决策提供了科学依据。     

供应商不确定情景下药品物流多中心选址优化研究

根据国家4+7药品带量集中采购评审标准,基于药品生产企业生产质量、供应能力、相关资质和同类药品参标结果等数据进行梳理和分析,针对药品供应商不确定情景下药品物流多中心选址问题,构建药品物流整体费用最优的多中心选址模型,设计多阶段改进禁忌搜索算法,最后通过4+7带量集中采购具体算例对模型和算法进行验证,结果显示该模型和算法是可行和有效的。     

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。