基于改进模拟退火算法的生鲜农产品配送中心选址

运用传统模拟退火算法解决复杂非线性规划问题,存在降温速度与求解质量之间的矛盾,已经不能满足生鲜农产品配送中心选址的需求。为解决这一问题,本文设计一种改进模拟退火算法的生鲜农产品配送中心选址方法。其核心思路是将遗传算法与模拟退火算法融合。首先在退火过程的搜索环节引入以配送中心为编码的染色体个体,并筛选出符合目标函数参数条件的染色体集;然后应用改进模拟退火算法实现选址过程的整体优化;最后采用山东省A公司生鲜农产品配送中心选址问题进行仿真模拟。实验对比结果表明,在多次选址求解过程中,改进模拟退火算法能有效减少传统模拟退火算法在运算后期大量迂回搜索、无效搜索的问题,提升生鲜农产品配送中心选址效率。     

生鲜农产品的电子商务运营模式分析与设计

分析了我国发展生鲜农产品的必要性和紧迫性,对比分析了国内外生鲜农产品电子商务运营模式,结合我国农产品特征,设计了一种生鲜农产品电子商务运营模式,即构建生鲜农产品行业协会或者合作社,以此实现生鲜农产品标准化生产与统一电商运营模式。最后进一步展望了生鲜农产品电商在我国的发展趋势。     

物联网技术应用到生鲜农产品物流运输

随着消费水平的提高,人们对生鲜农产品的质量要求越来越高,传统的冷链物流配送方式难以满足农产品的质量安全的要求,于是物联网被应用到农产品冷链物流配送中,大大提高农产品的质量和安全性。文中分析了生鲜农产品在物联网技术的应用中出现的种种问题,为了确保生鲜农产品的质量安全,提出了如何提高生鲜农产品的运输效率的建议,优化整个物流过程。     

基于WiFi的生鲜农产品仓储温湿度监测系统设计

针对生鲜农产品仓储温湿度监测的需求,提出一种基于WiFi的生鲜农产品仓储温湿度监测系统.该设计的主要特点为在监测网络的构建中引入WiFi无线通信技术,并设计了WiFi温湿度监测装置和基于C#的上位机程序.系统试验与分析结果表明,所设计的系统能实现生鲜农产品仓储温湿度监测需要的各种功能,运行效果良好.     

多配送中心下生鲜农产品同步取送选址-路径优化

多配送中心下生鲜农产品配送工作中配送中心选址和车辆取送是两项最为重要的工作，故本文研究带同步取送的生鲜农产品选址?路径问题。首先，建立考虑车辆容量、货物作业时间、取送作业时间窗等约束条件的非线性规划模型，模型以各配送区域内产生的运输成本、惩罚费用、货损费用总和最小为目标函数。然后，根据模型特点设计融合中心评估指数和改进遗传算法的启发式算法，算法先利用中心评估指数确定配送中心和车辆的配送区域，将区域划分的信息传递给改进遗传算法进行各区域内的路径优化。最后，通过对比取送分离和同步取送两种配送方式验证本文提出的配送模式及模型是合理有效的，可为企业的生鲜农产品配送提供决策依据。     

基于顾客需求量分布的生鲜农产品前置仓选址研究

在分析前置仓模式特点和常用选址模型的基础上,以最小成本为目标,建立多重心法生鲜农产品前置仓选址模型.根据顾客需求量的分布,采用改进的DBSCAN聚类算法和K-means算法二次聚类确定区域内前置仓建设数量,采用以最小成本为目标的多重心法来实现生鲜农产品前置仓的选址,即对每个聚类区域,分别通过重心法求得选址坐标位置.通过Java语言、SPASS软件和MATLAB软件对某区域算例进行求解,验证算法和模型有效性,并分析研究中的不足和进一步研究方向.     

生鲜农产品冷链物流低碳配送路径优化研究

综合考虑配送车辆的固定成本、运输成本、生鲜农产品的货损成本、制冷成本、配送过程中产生的碳排放成本，以及因未满足客户要求的服务时间窗而产生的惩罚成本作为目标函数，构建考虑碳排放的生鲜农产品配送路径优化模型，提出了解决该问题的一种结合2-opt局部搜索机制的改进蚁群算法，并用实例对模型及算法的有效性进行验证，同时对算法参数进行了敏感性分析。仿真实验及算法对比结果证明模型和算法是有效的，可以为物流企业的配送决策提供参考。     

智慧生鲜仓储及物流配送解决方案 思创医惠RFID助力生鲜电商

生鲜电商一直是近年来的火热赛道,各零售、技术企业不断争相尝试,逐渐迈入发展高速期。艾瑞咨询发布的《2019年中国生鲜电商行业研究报告》显示,中国生鲜电商市场的交易规模在2018年已突破2000亿元,2018-2020年的行业增速分别为41.2%、39.9%和36.3%,预计到2022年将达到7054.2亿元,前置仓模式则继续领跑行业。     

基于区块链技术的生鲜农产品溯源系统设计

当前生鲜农产品供应链体系通常采用中心化管理模式,存在不同用户之间信息不对称、缺乏实时信息共享平台以及产品来源可追溯性差等问题。为了解决这些问题,采用区块链技术作为开发框架,提出一个基于区块链技术的生鲜农产品供应链的信息共享和可追溯模型,该模型系统具有信息共享、调度实时控制、溯源机制完善等特点。通过设计智能合约算法和新型的交易提案方式,实现自动化管理生鲜农产品供应链系统,以更好地可视化展现区块链网络交易流程。使用Caliper工具进行性能测试,实验结果表明,该方案可行性高,多节点环境下系统交易时延低,同时可以保证信息安全,具备完善的交易功能。最后,选取几个现有的农产品溯源应用系统做对比分析,该方案相较于现有的农产品溯源应用系统具有更强的溯源监管能力,更高的交易可靠性,以及更好的供应链各环节节点间的数据交互性等优势。     

基于多智能体的生鲜农产品多级库存成本控制模型

针对生鲜农产品多级库存成本控制问题,运用多智能强化学习思想,从供应链视角抽象出批发商与零售商智能体,引入三参数Weibull函数描述生鲜农产品的损腐特征,使用深度双Q网络算法构建基于多智能体的生鲜农产品多级库存成本控制模型。该模型基于智能体间相互合作,优化订货并控制多级库存成本。实验结果表明,基于多智能体的库存成本控制模型能够在一定程度上减轻供应链多级库存中的牛鞭效应,有效降低各级库存成本,减少生鲜损腐。