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GIS与Steiner树问题的物流配送中心选址研究

针对建立在GIS软件封装好的算法中的传统选址模型,提出Steiner树问题的选址模型,给出了该模型基于多Agent系统的启发式算法。在此基础上,将编程工具和GIS软件相结合,分析和解决了物流配送中心的选址问题。     

改进神经网络在粮油配送中心选址中的应用

在建立以控制成本为核心的粮油配送中心选址模型的基础上,分析了选址过程中的影响因素;结合人工神经网络与选址影响因素之间的特点,引入了经遗传算法优化的神经网络模型。为解决遗传算法易陷入局部最优的问题,提出了一种在变异算子中增加禁忌表的方法。实例求解表明,与专家评审的选址决策相比,该算法能够有效解决粮油配送中心的选址问题。     

单亲进化遗传算法在配送中心选址中的应用

为更好地实现配送中心优化选址,在分析物流配送中心的作用及现存的用传统遗传算法进行选址的基础上,提出应用单亲进化遗传算法求解选址模型。首先,利用父体所提供的有效边的信息,使用保留最小边的方法对个体进行进化,求得费用最低的优化路径;然后以优化路径作为父体,求解从各基因为始点的基因片段值之和,选择最佳基因片段组合,得到问题的解,该算法可以有效、快速地求得配送中心选址问题的全局最优解。     

单亲进化遗传算法在多个配送中心选址中的应用

为更好地实现多个配送中心优化选址,在分析物流配送中心的作用及现存的用传统遗传算法进行选址的基础上,提出应用单亲进化遗传算法求解选址模型。首先,将所有的需求点按空间地理位置的关系自然划分为若干个配送区域范围;其次,在每一个配送区域,利用父体所提供的有效边的信息,使用保留最小边的方法对个体进行进化,求得费用最低的优化路径;再以优化路径作为父体,求解从各基因为始点的基因片段之和,选择最佳基因片段组合,得到问题的解。该算法可以有效、快速地求得多个配送中心选址问题的全局最优解。     

基于时空聚类求解带容积约束的选址-路径问题

选址-路径问题是供应链管理和物流系统规划中的一个重要问题,对总成本具有十分重要的影响.对考虑配送中心容积约束的带时间窗的选址-路径问题进行研究,建立以总成本最小和客户满意度最大为目标的多目标规划模型,提出两阶段算法对其进行求解.首先,利用k-means聚类算法确定配送中心选址;然后,提出一种基于时间-空间双因素的客户划分方法以确定配送中心所服务客户;最后,利用粒子群算法对各配送中心的配送路径进行规划.数值算例表明,所提出的算法较其他已有算法,均能有效地降低物流运作总成本及总配送路径长度,为解决带容积约束及时间窗的选址-路径问题提供了一种新的解决思路.     

基于改进神经网络的粮食配送中心选址决策研究*

粮食配送中心选址问题是构建现代化粮食物流系统的重要研究方向。从粮食配送中心选址的影响因素出发,建立了以控制成本为核心的数学模型,引入了经遗传算法改进的人工神经网络模型进行求解,并且给出了详细的设计步骤。为解决遗传算法易陷入局部最优的问题,提出了一种在变异算子中增加禁忌搜索的方法。实验证明,该方法在解决粮食配送中心的选址决策时,效果较好。     

B2C电子商务中配送中心选址优化的模型与算法

在考虑商品供应成本因素的基础上，结合B2C电子商务企业物流配送网络的特点，建立了混合0-1整数规划的配送中心选址优化模型．该模型是一种特殊形式的选址-分配模型，具有NP难性质．为求解上述模型，开发了嵌入表上作业法的遗传算法．实例研究表明，该算法能高效求得模型的优化解，是求解物流配送中心选址这类复杂优化问题的一个较好方法．     

综合评价法在乳制品物流配送中心选址问题中的研究

乳业物流配送中心的选址对于构建乳品物流网络、降低物流成本、提高乳制品物流企业的效益有着重要意义,本文利用综合评价法对影响乳业物流配送的各影响因素进行分析、计算,选取可达到配送中心整体最优的效果方案,对乳业物流配送选址问题有一定的显示参考意义.     

GIS环境下的物流配送中心选址模型与算法研究

物流配送中心是现代物流的重要组成部分。在规划配送中心时,合理的配送中心选址可以大大降低配送中心的运营成本和建造成本。本文提出了一种物流配送中心选址模型,并设计了遗传算法与线性规划相结合的计算方法。     

改进的遗传神经网络优化选址方法

针对当前遗传神经网络在选址研究中缺少考虑影响因子权重的问题以及算法在求解时易于过早收敛的缺陷,提出一种利用模糊C均值聚类算法改进遗传神经网络模型的优化选址方法。通过建立选址中心决策矩阵,确定相应影响因子及其取值范围,得到所有影响因子的权重,进行迭代计算得到最优选址方案。实验以黑龙江省物流公司选址为例,分别采用BP(back propagation)算法、GA-BP(genetic algorithm and back propagation)算法和C-GA-BP(fuzzy C-means and genetic algorithm and back propagation)算法对选址的建设成本进行优化计算,经过验证,该方法提出的C-GA-BP算法在选址方面具有优化精度高、优化效果显著等特点。     

物流中心选址与动态运输路线选择的研究

物流配送过程中主要有两个环节,一是配送对象的选择,另一个是配送路线的设计.物流中心选址应以物流系统和社会经济效益为目标,用系统学理论和系统工程方法,综合考虑多种因素,对物流中心位置进行科学的研究和决策.在地理信息系统(GIS)现代信息技术应用于物流中心选址基础上,分析了物流配送选址中满足最小覆盖圆的一种基于Voronoi图的设施选址优化算法.针对以往交通路线选择是在一个假设的道路交通条件不变的背景下,根据实时动态交通条件进行路线选择,将智能运输系统(ITS)应用于动态路线选择.     

基于聚类的城市共同配送海量订单调度问题研究

针对云物流环境下城市共同配送海量订单调度难的问题,本文提出基于订单聚类的调度算法.首先针对单中心多车辆调度问题,提出基于单亲遗传的优化调度算法;在此基础上综合考虑城市配送中心的地理位置、车辆及配送点的地理位置、货物的种类、需求量,提出采用蚁群算法构建基于配送中心的海量订单聚类、优化调度算法.     

基于联盟效应的医药物流中心选址模型及算法

针对医药供应链物流系统,分析了药品供应链物流的需求特征,阐述了药品供应链中生产企业、批发企业构建共享物流中心的意义,提出了一种三方合作效益最大化的物流联盟结构模式。建立了药品物流联盟物流中心节点选址的双层规划模型,上层规划以联盟效益最大化为目标,下层规划考虑联盟博弈的Shapley分配模式,体现了各参与方的利益分配最大化,并设计了遗传算法的求解模式。算例测试结果表明,该方法与算法具有较强的实践可操作性,可以作为物流节点选址决策的参考方法。     

水上石油物流分拨中心选址模型及其遗传算法

我国水上石油物流网络错综复杂,合理配置和选择水上石油物流分拨中心具有重要的理论价值和现实意义。文中给出了我国水上石油物流分拨的网络架构,建立了相应的石油物流分拨中心选址的数学模型,针对模型的特点提出了遗传算法的解决策略,验证了该模型和方法的正确性,该方法也适用于其他种类大规模物流分拨中心的优化问题。     

基于BIRCH聚类的物流配送设施选址算法

物流配送设施的选址对于物流成本、在途时间影响巨大.其特点包括：配送设施选址和配送路线交互影响、多层级选址、配送设施存件数量均衡性等.本文通过分析物流配送设施选址的特点设计了一个基于BIRCH聚类的物流配送设施选址算法,融合了BIRCH聚类算法和基于Dijkstra距离的重心法,为物流配送设施选址提供了更好的方案,大幅节约长期运营成本.     

基于PBIL算法的物流中心选址问题研究

介绍了基于种群竞争式学习的PBIL算法的基本原理和实现方法。比较了PBIL算法和遗传算法求解过程的异同点。分析了PBIL算法在物流中心选址问题中的应用,并且通过实例验证了算法的可行性和有效性,证明了PBIL算法比遗传算法具有更高的搜索效率。