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。     

约束多目标选址问题及其算法

文章考察了一类带有区域约束的多目标选址问题，给出了用模拟退火法进行求解的策略，并在微机上予以实现，经试算得到了满意的效果。     

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。     

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.     

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。     

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.     

存在三重属性节点的物流网络选址分配问题研究

文章分析了一种存在三种属性节点的物流网络,即在该网络中存在一类节点同时承担供应、需求和中转的功能。同时,还考虑了在任意两节点间单位运费可变条件下,如何进行中转点选址和流量分配,使物流网络的运输费用最小。在此背景下建立了选址分配优化模型,设计出一种将串形编码和矩阵编码相结合的两层遗传算法对其进行求解,并通过一个实例对算法加以验证并对求解结果进行分析。研究结果表明:相比于一般的需求点就近分配原则,本文提出的基于产品流进行的物流网络选址与分配模型,能够避免某些运输线路上的过度集货的现象,从而进一步降低整个物流网络的运输费用。     

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.     

大连水产品冷链物流需求影响因素分析及其预测

提出了一种基于GM(1,1)和BP神经网络的组合预测模型.首先对传统GM(1,1)模型的背景值进行改进,再利用改进的GM(1,1)模型和BP神经网络模型各自的优势分别预测冷链物流需求量的线性主体部分和非线性残差部分,然后将二者进行加和,并通过MATLAB对大连水产品冷链物流需求量进行仿真预测.结果表明,与单一的预测模型相比,该组合模型具有更高的预测精度,使预测结果更接近实际情况.     

自适应蚁群算法及其在多约束多目标柔性Job-Shop调度中的应用

实际生产系统的车间作业调度一般是多约束多目标柔性Job-Shop调度,比经典的Job-Shop调度更复杂,存在多约束、多目标、动态柔性、建模复杂等特性.建立了多约束多目标柔性Job-Shop调度模型,提出了一种自适应蚁群算法,采用自适应机制和遗传原理防止算法过早停滞和加快收敛速度.西安航空发动机(集团)有限公司制造单元调度实例表明,提出的自适应蚁群算法是求解多约束多目标柔性Job-Shop调度的有效方法.     

物流配送网络选址的模糊数学模型及其算法

本文从供应链上企业的生产和客户需求的不确定性出发,提出了物流配送网络选址优化问题的带模糊约束规划的数学模型,并结合算法的特点提出其对应的混合遗传求解算法,模拟结果表明此算法可得到质量更高的优化解.     

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。     

物流服务供应链订单分配优化及其遗传算法

针对物流服务供应链订单分配问题中,物流服务集成商通常会按照所分配的订单价值向分包商收取一定比例交易费用的特点,设定交易费用为交易额的线性函数,构建了新的物流服务供应链订单分配优化混合整数规划模型,其优化目标为最小化交易费用、采购费用、短缺服务与延迟供给的物流能力数量。鉴于问题的NP-hard特性,设计了相应的遗传算法,并结合基于优先权的启发式规则避免了大量非法初始解的出现。实验算例表明所建立的模型能够反映物流服务供应链订单分配过程中的线性交易费用因素,其所设计的算法能够在可接受的时间内获得质量较高的满意解,并且对于大规模订单分配优化问题,遗传算法的求解时间与求解结果要优于LINGO软件。     

生鲜农产品多配送中心连续选址FCM-ISA算法及应用

本文对生鲜农产品多配送中心连续选址问题进行了研究,在建立考虑最小距离约束下连续选址模型的基础上,针对以往连续选址模型求解过程中采用随机方式生成初始解会造成算法搜索范围过大且易陷入局部最优的局限,创新性地提出了连续选址模型的模糊C均值聚类-改进模拟退火(FCM-ISA)算法,并以杭州市为例验证了所建模型及设计算法的有效性。计算结果表明,本文所建立的生鲜农产品多配送中心连续选址模型更符合实际选址情景,设计的FCM-ISA算法收敛速度快且全局寻优效果好,对科学地进行生鲜农产品多配送中心选址决策具有重要的指导意义。     

基于可信度模糊费用多设施选址模型和算法

设施选址在整个物流网络中是一个十分重要的决策问题，它决定了整个物流系统的模式，结构和形状。设施选址方法尤其是多设施选址方法的研究已经成为一个备受人们关注的研究领域。本文首先介绍了设施选址的重要性，然后在模糊环境中根据不同的决策标准，建立了三种不同类型的模型，并设计了一个遗传算法来解决其中一个模型。最后给出了一个数值例子。     

基于Benders分解算法的反恐应急设施选址-定容-分配问题

反恐应急设施的合理布局和资源配置可缩短救援到达时间并提高应急效率。对已有反恐应急设施选址研究拓展,进一步考虑设施容量有限的情形,并将袭击前后关于应急设施的选址、定容和救援物资分配问题进行集成考虑。将该问题构造为三层规划模型,上中下各层规划分别对应袭击前的选址定容问题、袭击时的袭击点选择问题和袭击后的救援物资分配问题。利用下层规划的对偶变换转化为双层规划,并设计Benders分解算法求解。最后,结合南疆交通网络进行仿真分析,验证了模型和算法的有效性。     

多指标席位分配模型及其应用

将经典席位分配模型推广,建立了多指标席位分配模型,它是一个有界整数变量非线性规划模型。将模型转化为非线性连续规划模型,因而可用各种具有良好收敛性和收敛速度的求解非线性连续规划的算法求解。给出多指标席位分配模型的一个简单有效的算法。最后实例说明多指标席位分配模型应用更加合理、更加广泛。     

求解应急医疗设施分层递进式选址问题的改进免疫算法

针对应急医疗设施的特点,提出分层递进式选址方法,对应急医疗设施进行合理选址.首先,通过熵权法对选址所需要考虑的因素进行权重计算,并进行初步选址;其次,考虑设施点的服务容量、重大公共卫生事件下轻重症患者的治疗与转移的实际情况,建立双层级整数规划模型;再次,根据模型的具体特点,设计改进的免疫优化算法对其进行求解;最后,以湖...     

基于自适应网格多区域算法解Burgers方程

1 引言本文所研究的Burgers方程是流体力学中对流扩散问题,特别是对流占优问题的模型方程．对其求解方法的研究具有实用意义,一直为人们所关注．几年来,虽然高速计算已取得很大进步,但大尺度流体动力学问题仍需要更加有效的算法来解决．由于小波具有准     

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。