基于层次遗传算法的物流配送中心选址策略*

在考虑物流规划部门和客户双方利益的基础上,采用双层规划模型描述物流配送中心的选址问题。基于进化博弈与多目标优化的思想设计了层次遗传算法来求解该模型,通过两个遗传算法的交互迭代求解物流配送中心选址问题。最后通过算例验证了模型与算法的可行性。     

基于逐渐覆盖的自提点选址模型与算法研究

实践表明自提点类型和自提点覆盖距离影响消费者自提服务的满意度。为解决消费者满意度选址问题,基于逐渐覆盖理论,用凹凸函数刻画消费者的满意度,构建了基于逐渐覆盖的自提点选址模型。根据模型的特点,设计了相应的拉格朗日松弛算法。最后,运用大量的随机算例进行计算,并与传统覆盖模型的选址结果进行了比较。算例分析结果揭示了所构建的模型和算法在自提点选址决策中的有效性。     

多元个性化需求驱动的最后一公里配送选址-路径研究

为提升最后一公里配送服务水平,基于现实场景中存在的自提、带时间窗的送货上门和柔性服务需求,提出多元个性化需求驱动的选址-路径问题.为了有效求解该问题,设计融合初始解构造算法、差异化邻域使用策略和自适应抖动机制的变邻域搜索算法.不同规模算例实验结果表明,改进的变邻域搜索算法具有较好的求解效率和鲁棒性.通过关键参数的敏感性分析发现,个性化需求比例与自提成本对运营成本影响显著,综合考虑这些因素开展配送系统设计具有较强的现实意义.     

双种群灰狼优化算法的物流配送中心选址策略

针对物流配送中心选址模型具有多约束和非线性的特点,导致难以求解的问题.提出一种改进灰狼优化算法的求解策略.文章通过引入交叉变异策略,改进了传统灰狼算法在迭代后期易早熟收敛的问题;通过加入双种群寻优策略,丰富了灰狼算法的种群多样性,提高了算法的收敛速度.将改进后的灰狼算法针对物流配送中心选址模型进行求解,实验结果表明,该改进灰狼优化算法具有较高的全局搜索能力,针对物流配送中心选址模型具有较高的搜索精度,很大程度的提高了物流配送效率.     

关于物流多目标选址规划仿真研究

设施选址问题作为物流网络规划的基础,针对现实环境下物流设施选址的相关影响因素,并对选址点与客户需求市场之间的运输时间进行把握.综合考虑设施选址成本的最小化,和物流服务覆盖范围的最大化涉及到多个NP难问题的综合多目标规划,是物流设施选址的难点.为解决上述问题,在分析物流设施选址问题与区域已存设施点、上下游设施点、人员密集区域、待选址区域地理环境和交通环境等的关系基础上,将覆盖问题中距离要素构建为更为符合现实的时间要素,应用道路阻抗函数构建设施点与需求点之间的时间距离;综合构建基于最小化物流设施选址成本的物流设施选址多目标规划模型;设计算法对选址空间进行预处理,松弛子问题目标函数,将多目标求解空间转化为单目标求解空间.仿真结果表明,以时间替代空间距离的处理更为符合物流活动实际,考虑多个具体因素的物流多目标选址规划更为接近现实,选址结果在最小化选址成本基础上能在限定时间内响应客户需求,对实践有较好的指导性.     

基于遗传模拟退火算法的多层设施选址方法

逆向物流网络是逆向物流系统高效运作的基础和前提,而设施的选址定位是逆向物流网络设计的核心问题.为此,提出一个多层设施选址模型,旨在构建由回收点、回收中心和生产点相结合的最佳逆向物流回收网络.根据模型特点,提出基于遗传模拟退火算法的求解方法,个体采用二进制十进制混合编码;提出基于Metropolis准则的特定遗传进化操作;设计顾客对回收点、回收点对回收中心的两个子分配算法保证所有约束的满足性.最后通过仿真实验,得到满意的设施选址方案.可见,选址模型和算法是一种有效的设施选址方法,具有一定的应用前景.     

基于嵌套Logit选择模型的城市配送自提柜选址路径问题

为了分析城市配送中顾客选择末端交付方式和配送时间窗的相关性对自提柜选址、时间窗分配与路径规划等运营决策的影响,首先使用嵌套Logit选择模型量化顾客对配送服务选项的选择行为,提出了城市配送两层嵌套Logit选择模型;然后以配送数量最大化和配送成本最小化为目标,建立了自提柜选址-时间窗分配-路径规划集成优化模型;最后采用非支配排序、动态网格和拥挤距离等技术,构建了多目标粒子群优化（MOPSO）算法进行仿真分析,获取了末端交付方式和配送时间窗相关性对运营决策的影响。研究表明：随着送货上门服务尺度因子逐渐增大,顾客需求在不同配送时间窗之间的替代性变小,无论是追求配送成本最小化、还是追求配送数量最大化,获取的最优方案均倾向于提高配送准时性,配送数量逐渐上升;相反,随着自提柜服务尺度因子逐渐增大,不同于送货上门服务,获取的最优方案倾向于降低配送准时性,配送数量逐渐下降。     

基于遗传算法的西安邮政配送中心选址研究

从配送中心选址问题的实际需求出发,在综合考虑配送中心的建设经济性、交通便利性和功能布局合理性的基础上,构造了基于实际交通距离和实际地价的选址模型,并把遗传算法引入模型求解中,通过构造恰当的编码方式和遗传算子,对西安邮政物流配送中心的选址问题分别按照不考虑土地地价、需求点类型差异和考虑土地地价、需求点类型差异两种情况求解.得到了最优选址方案.研究结果证明了模型的正确性和有效性,对于解决大规模物流系统配送中心的选址问题具有重要的现实意义.     

农村电商物流下无人机与车辆协同配送路径优化研究

无人机配送正在成为解决物流末端配送难题的重要手段。无人机与车辆协同配送模式克服了无人机配送能力不足、安全性不高的弊端，是无人机参与配送的重要途径之一。针对农村电商物流“最后一公里”配送难、配送贵问题，考虑无人机与车辆协同方式、多无人机多包裹配送等约束，以配送成本最小化为目标构建混合整数规划模型并提出一种两阶段算法对无人机与车辆协同配送路径优化问题进行求解。第一阶段通过带约束的自适应K-means算法确定车辆停靠点范围，第二阶段设计爬山算子与分裂算子改进遗传算法，求得无人机与车辆配送路径。最后，通过算例实验验证了模型和算法的可行性与有效性。研究成果有望为农村电商物流末端配送降本增效提供新思路和参考价值。     

考虑客户聚类与产品回收的两级闭环物流网络选址-路径优化

针对目前不合理的废旧产品回收以及物流活动产生的碳排放污染，提出了一种考虑客户聚类与产品回收的两级闭环物流网络选址-路径优化模型。首先，结合实际物流网络的动态性假设客户需求量和回收率的不确定性特征，以最小运营成本和最小环境影响为目标建立选址-路径优化模型；其次，对多目标进化算法进行改进，提出了考虑客户聚类结果的两级物流设施选址-路径问题求解算法；最后，对该优化算法进行算法性能分析，并以重庆市某企业为例进行了模型和算法验证。结果表明，所建立的模型和算法能有效降低决策难度并提高物流系统的运作效率，所求出的优化方案能减少物流运作成本和降低物流运输过程对环境的影响。     

基于ELECTRE法的云服务选择

越来越多的云服务为消费者提供了广泛的选择,使云服务选择成为一个具有挑战性的决策问题,这需要使用恰当的决策方法,协助决策者选择最好的服务以满足用户的需求.本文提出一个云服务选择方法,给出了云服务的服务质量（Quality of Service,QoS）的描述形式.引入了ELECTRE的排序方法,该方法通过建立一致性矩阵和矛盾性矩阵来获得各个服务的的优先级别关系.最后,通过实例验证了该算法的有效性.     

Model and algorithm for bilevel multisized terminal location‐routing problem for the last mile delivery

The last mile delivery is regarded as one of the most expensive but least efficient stretches in the business‐to‐customer supply chain. Designing the last mile delivery system in a lean way is crucial to serve customers efficiently and economically. To address this issue, we propose a bilevel multisized terminal location‐routing problem (BL‐MSTLRP) with simultaneous home delivery and customer's pickup services. The solution method is proposed by combining genetic algorithm (GA) and simulated annealing (SA), called self‐adaptive SGA. Studies for designing the last mile delivery system in a real‐world environment indicate the validity of the proposed model based on the comparison of different scenarios. Numerical experiments are also conducted to evaluate the performance of the presented SGA. Computational results show that the hybrid approach efficiently solves the BL‐MSTLRP.     

面向产业园区的智慧云服务平台的分析与研究

以云计算技术为基础,运用面向服务的架构（SOA）理念,从结构层次、开发运营及SaaS化应用三个维度构建了面向产业园区的智慧云服务平台,旨在解决工业化与信息化深度融合过程中智慧产业园区建设存在的信息化服务模式及成本的问题.本文为产业园区的智慧化提供了可借鉴的模式.     

SOA架构在辽河流域报表管理系统的研究与实践

报表服务是辽河流域水环境相关管理系统中核心业务需求之一.随着水环境治理范围扩大,报表服务需求多样化,现有分散式报表管理方式已不能满足用户实际需求.对此,从异构系统中报表实际业务需求出发,结合SOA架构模型松散耦合与可重用性等特点,提出了一种基于SOA架构的报表管理系统.解决了多系统之间重复开发与数据共享等问题.本文通过对报表业务核心功能及流程的提炼,建立了相应的服务模型,根据对不同服务的组合和调用,实现了支持多系统并发访问的报表管理系统.     

基于改进退化隐马尔可夫模型的设备健康诊断与寿命预测研究

针对隐马尔可夫模型在进行设备健康诊断时与实际存在较大偏差的问题,提出了一种以似幂关系加速退化为核心的改进退化隐马尔可夫模型(DGHMM).首先,引入退化因子描述设备衰退过程,提出的似幂关系加速退化较常规指数式加速退化而言,能更好地描述设备服役期间随着役龄增加性能的逐步下降.其次,以全局搜索能力相对较强的改进遗传算法代替常规EM算法进行参数估计,克服了EM算法易陷入局部最优的局限性.同时,针对隐马尔可夫模型时间上须服从指数分布而不能直接用于寿命预测的局限性问题,提出了一种以近似算法与Viterbi算法为基础的贪婪近似法,以寻求最大概率剩余观测为目的,动态地寻求最大概率剩余状态路径,对设备剩余寿命进行预测.最后,通过美国卡特彼勒公司液压泵数据集对所提出的方法进行验证评价.结果表明,基于改进退化隐马尔可夫模型的设备健康诊断与寿命预测方法在描绘设备退化、设备状态诊断准确率方面更加有效,在剩余寿命预测上亦为可行.     

面向服务组合的用户隐私需求规约与验证方法

用户向Web服务组合提供隐私数据时,不同用户有自身的隐私信息暴露需求,服务组合应支持用户隐私需求的可满足性验证.首先提出一种面向服务组合的用户隐私需求规约方法,用户能够定义隐私数据及不同使用情境的敏感度,采用敏感度-信誉度函数明确可以使用隐私数据的成员服务,简化隐私需求的同时,提高了隐私需求的通用性.为了验证服务组合是否满足用户隐私需求,首先通过隐私数据项依赖图（privacy data item dependency graph,简称PDIDG）描述组合中隐私数据项的依赖关系,然后采用隐私开放工作流网（privacy open workflow net,简称POWFN）构建隐私敏感的服务组合模型,通过需求验证算法验证服务组合是否满足用户隐私需求,从而能够有效防止用户隐私信息的非法直接暴露和间接暴露.最后,通过实例分析说明了该方法的有效性,并对算法性能进行了实验分析.     

柔性关节柔性连杆机械臂的动力学建模

柔性关节柔性连杆机械臂是典型的非线性、强耦合、欠驱动系统,其控制难度高.对于这类系统,选择合适的动力学模型进行控制器设计对于提高控制性能是非常有帮助的.为此,研究了具有柔性关节柔性连杆机械臂的动力学建模问题,并提出了一种改进的建模方法.在该方法中,连接柔性连杆的柔性关节首先被简化为刚性关节和柔性连杆的弹性约束边界.然后,根据结构动力学理论、哈密顿原理和假设模态法建立系统的刚柔耦合动力学方程.相较于将柔性关节简化为刚性关节和扭簧的传统处理方式,所采用的简化方式一方面可以降低系统的自由度,另一方面可以得到更适合控制器设计的动力学模型.最后,通过数值仿真验证了本文方法的有效性和优势.     

公平关切下考虑企业社会责任的物流服务供应链协调

针对由单个物流服务集成商(LSI)和单个功能型物流服务提供商(FLSP)组成的物流服务供应链(LSSC),考虑LSI的企业社会责任(CSR)和FLSP的物流服务水平,研究LSI和FLSP的公平关切偏好在成本分担契约和成本分担-两部关税的组合契约下对LSSC最优决策、各成员利润和整体利润以及供应链协调性的影响.研究表明:公平关切偏好不影响LSSC在不同契约下的协调状态,但影响LSSC成员的利润;成本分担-两部关税的组合契约能实现LSI和FLSP的双赢.LSI在成本分担契约下应降低自己的公平关切偏好并与公平关切偏好程度较低的FLSP合作,在成本分担-两部关税的组合契约下应增加自身的公平关切偏好并与公平关切偏好较低的FLSP合作;FLSP在两种契约下都应该增加自身的公平关切偏好并与公平关切偏好较低的LSI合作.     

基于用户标签的微博推荐算法

为了解决推荐算法中用户标签稀疏、推荐准确度不高的问题,提出了一种基于用户标签的微博推荐算法。利用TextRank排序方法提取用户发布微博中的关键词,并对该关键词进行扩展,将其作为表示用户兴趣的标签;再根据微博的效应函数和生命周期形成待推荐的微博列表,计算用户标签及其同义词在待推荐微博列表 中出现的次数,将出现次数较多的TOP-k条微博推荐给用户。通过实验验证,该算法能够有效地解决用户标签的稀疏性问题,并能提高推荐算法的准确性。     

Aggregating decision information into Atanassov's intuitionistic fuzzy numbers for heterogeneous multi-attribute group decision making

The aim of this paper is to propose a new aggregation method to solve heterogeneous MAGDM problem which involves real numbers, interval numbers, triangular fuzzy numbers (TFNs), trapezoidal fuzzy numbers (TrFNs), linguistic values and Atanassov's intuitionistic fuzzy numbers (AIFNs). Firstly, motivated by the relative closeness of technique for order preference by similarity to ideal solution (TOPSIS), we propose a new general method for aggregating crisp values, TFNs, TrFNs and linguistic values into AIFNs. Thus all the group decision matrices for each alternative which involves heterogeneous information are transformed into an Atanassov's intuitionistic fuzzy decision matrix which only contains AIFNs. To determine the attribute weights, a multiple objective Atanassov's intuitionistic fuzzy programming model is constructed and solved by converting it into a linear program. Subsequently, comparison analyses demonstrate that the proposed aggregated technology can overcome the drawbacks of existing methods. An example about cloud computing service evaluation is given to verify the practicality and effectiveness of the proposed method.