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.     

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。     

多阶响应下军事物流配送中心可靠选址模型

为了提高战时物资配送的敏捷性和可靠性,结合军事物资配送的多阶响应过程,以部队用户对配送响应的时间约束为限制条件,以设施固定成本与期望配送成本之和为目标函数,并考虑设施未来失效的可能,建立了混合整数规划形式的军事物流配送中心可靠选址模型.结合模型的特点,采用基于时间约束的启发式算法将模型转化为可行子问题进行求解,使用仿真算例说明模型的优越性和算法的有效性.与不考虑设施失效的选址模型相比,考虑设施失效的选址方案在出现设施失效时,其应急配送成本平均增加量基本不超过设施固定成本的20％,平均最大增加量不超过25％;同一种失效情景下,考虑设施失效的选址方案的应急配送总成本也明显小于不考虑设施失效的选址方案的总成本.     

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.     

基于组合赋权TOPSIS模型的物流配送中心选址研究

物流的发展离不开配送中心的建设,配送中心建设的首要问题是选址,通过分析影响物流配送中心选址的各种因素,建立了包括自然条件、经营环境、基础设施、成本因素等因素的配送中心选址指标体系.采用层次分析法(AHP)和熵值法组合确定各指标的权重,依据逼近理想解排序(TOPSIS)法的基本思路,建立物流配送中心选址模型.通过对物流配送中心进行选址的实例研究,证明方法的有效性并选出最优方案.     

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.     

基于人工蜂群算法的配送中心选址问题求解

采用人工蜂群算法对配送中心选址问题进行求解,给出食物源的编码方法,通过整数规范化,使算法能在整数空间内对问题进行求解.应用算法进行了仿真实验,并将结果与其它一些启发式算法进行了比较和分析.计算结果表明人工蜂群算法可以有效求解配送中心选址问题,同时也为算法求解其它一些组合优化问题提供了有益思路.     

考虑碳排放的冷链物流配送路径优化研究

针对日益严峻的环境问题,有别于以往普通冷链物流配路径研究仅考虑满足客户满意度以及各项总成本最小的要求,在普通冷链物流配送过程中引入碳排放,将碳排放转化成相应的经济效益,形成一个考虑碳排放成本的冷链物流配送路径优化数学模型.在求解优化数学模型中,采用蚁群启发式算法,利用Matalab进行编码求解,最后通过实例来验证模型和算法的可行性与有效性,结果表明:考虑碳排放的冷链物流配送路径总成本降低,比不考虑碳排放的传统冷链物流配送更具有现实意义.     

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.     

多目标应急物流中心选址的鲁棒优化模型

针对重大突发事件的应急物资救援,研究了应急物流中心的选址及应急物资的调运问题。利用离散的情景集合描述受灾点应急物资需求的不确定性以及应急物资运输成本和运输时间的不确定性,同时考虑应急救援成本和应急救援时间两个目标,建立了多目标应急物流中心选址的确定型模型和鲁棒优化模型。为将多目标问题转化为单目标问题,利用成本单目标和时间单目标的最优结果将多目标转化为相对值再加权处理,该方法既可消除多个目标之间的单位及数量级差异,还可以根据问题的数据变化进行动态调整。以提供应急物资救援服务的设施作为编码,设计了一种通用的混合蛙跳算法。为检验模型和算法的有效性,设计了一个多情景的算例,结果表明两个模型和算法具备良好的可行性和有效性,且鲁棒优化模型能较好地保持对各种不确定性的抗干扰能力;最后,讨论分析了成本偏好权重和鲁棒约束系数的影响,结果表明可根据成本偏好权重的取值范围来区分各种应急救援阶段,体现不同救援阶段的救援要求及特征,并给出了成本偏好权重和鲁棒约束系数的取值建议。     

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。     

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。     

基于遗传算法的木材物流中心选址研究

分析了木材物流模式,建立物流中心选址的数学模型,研究遗传算法求解选址模型的方法,并以永安林业集团股份有限公司的木材物流数据为基础,提出研究区域内木材物流中心选址的实际模型,采用可重复自然数编码的遗传算法求解模型,运用VB编写相应的程序,提高选址决策的效率和精度。