梅山仓储配送的优化

配送是现代物流的一个重要环节,在整个物流供应链中发挥着重要作用。从配送的定义出发,在分析梅山配送现状的基础上找出整合梅山仓储资源并合理配送的方法,最后展望了梅山物流配送。     

到户配送优化模型及计算机求解

基于到户配送运作模式,构建了配送作业的优化模型,并用实例介绍Excel规划求解工具对模型的求解。采用此方法可便捷地优化配送方案,提高物流企业的资源配置效率和客户满意度。     

基于遗传算法的农产品配送路线优化研究

在建立针对农产品配送路线优化同题数学模型的基础上,利用遗传算法求解该问题.并用实例证明此方法可以有效求得农产品配送路线优化问题的优化解或近似解,是解决此类问题的较好的方案.     

考虑成本最优的物料配送方式组合优化模型

针对生产过程中单一物料配送方式所导致的成本过高问题,开展考虑成本最优的物料配送方式研究,基于批量配送和kit配送方式,以物流配送的总成本最优为目标,构建改进的物料配送方式组合优化模型.以汽车生产车间装配线为例,给出物料配送最优方案并进行有效性验证,结果表明:与批量配送方式或kit配送的方式相比,改进的物料配送方式组合优...     

基于遗传算法的服装配送路径优化策略

针对服装配送网络中的车辆路径优化问题,以路径最优和服装配送车辆消耗费用最低为目标,对服装配送车辆数目不确定的配送路径选择问题建立模型,并利用遗传算法对配送路径进行优化.最后以实例为研究对象,建立服装配送的模糊数学模型,并通过MATLAB对其进行模拟仿真,并验证算法的可行性和优越性,解决了服装配送路径优化的实际问题.     

虚拟物流配送中心智能配送器模型设计

针对虚拟物流配送中心的即时配送中的多约束问题,采用组合优化方式进行系统建模,对模型可能产生的病态进行了分析. 提出了Floyd算法和遗传算法相结合的求解方式,将该模型分解为任意客户间的最短距离、车辆分配方案、单一车辆行驶路线3个相关联的子问题进行求解.     

时变需求下零售商补货时点的优化决策研究

构建了时变需求下零售商的库存成本模型,并通过算例比较了等周期补货与非等周期补货模式下零售商补货时点的区别,分析了在时变需下非等周期补货模式存在的优越性;通过设定不同的时变因子取值,得出平稳需求条件下零售商宜采取等周期补货模式、时变需求下零售商宜采取非等周期模式的结论。     

基于遗传算法的供应链企业订购方案优化模型

建立了供应链企业物资订购方案优化模型。该模型在考虑供应商的供应能力、运输能力等限制因素，满足企业网络计划要求的基础上，确定使企业物资订购费用和存储费用最小的物资采购计划，从而达到优化企业网络计划的目的。并设计实现求解该优化模型的遗传算法。     

基于遗传算法的供应链企业订购方案优化模型

建立了供应链企业物资订购方案优化模型。该模型在考虑供应商的供应能力、运输能力等限制因素 ,满足企业网络计划要求的基础上 ,确定使企业物资订购费用和存储费用最小的物资采购计划 ,从而达到优化企业网络计划的目的。并设计实现求解该优化模型的遗传算法     

基于遗传算法的粮食物流配送中心选址优化

根据粮食配送中心选址问题的特点和要求,在运输成本最低的基础上,构造了选址问题的数学模型.并把遗传算法引入到该模型的求解中,通过选择恰当的编码方法和遗传算子,求得模型的最优解,验证了模型的正确性.实例求解表明,该算法可以有效、快速地求得粮食配送中心选址问题的全局最优解.     

基于诊断策略遗传算法的配电网络重构算法

为减小网损,提出基于诊断策略遗传算法的配电网络重构方法.针对基因诊断策略,提出新的编码方案,改进遗传操作。对优质基因进行诊断,存入优质基因库;并且将诊断出的劣质基因（即不可行解）通过打开回路和连通孤岛的方法,将其修复为可行解,从而提高收敛速度和遗传算法搜索效率.最后对典型IEEE 33节点和IEEE69节点测试系统进行网络重构仿真实验,证实了算法的有效性,并与快速支路交换算法的计算结果相比较,表明了该算法可有效减小重构配电网的网损.     

一种基于遗传算法的供应链优化设计研究

供应链优化设计问题由于其自身的复杂性而成为一个极具挑战性的研究课题。文章把遗传算法应用于研究供应链优化设计,构建一个供应链原型测试系统,并对数控机床制造供应链系统进行了实例分析。     

基于克里金模型的微电热驱动器优化设计

基于局部型四维参数的函数,采用克里金代理模型和遗传-粒子群（GA-PSO）优化算法,开展大位移U型电热驱动器优化设计研究. 建立U型电热驱动器的多物理场仿真模型并进行实验验证. 发现在不同电压下,电热驱动器仿真位移与实验位移曲线一致,从而保证克里金模型中样本数据来源的可靠性. 搭建ANSYS和MATLAB联合自动仿真平台以解决克里金模型中样本数据的批量采集问题. 基于该平台,采用简单随机抽样的方法,得到不同采样点下电热驱动器的位移,从而形成样本数据. 根据样本数据建立克里金模型并基于该模型采用遗传-粒子群算法进行参数优化. 研究结果表明,克里金模型能代替有限元模型准确预测驱动器的位移;控制驱动器形状的4个关键参数与位移成单调关系;经形状优化后,18 V电压下U型电热驱动器的位移提高35.2%.     

基于多保留策略的复合型遗传算法及其收敛性分析

遗传算法(GA)作为一种新型的智能优化方法,以其结构简单、适应性强等特点在众多实际领域取得了成功的应用,但存在计算复杂度大、易于局部收敛等方面的不足。本文在分析现有遗传操作的不足和生物进化的基本特征基础上,从提高进化效率的角度出发,提出基于多保留策略的复合型遗传算法(简称MRS-CGA);进而利用Markov链理论和仿真技术,从不同的层面分析了算法的性能。讨论结果表明,算法从本质上推广了常规的GA,在计算效率和收敛性能上均明显地优于常规的GA。     

Manufacturing Supply Chain Optimization Problem with Time Windows Based on Improved Orthogonal Genetic Algorithm

1 Introduction Consumers are becoming more demanding than ever , wanting cheaper , more customized products and bet-ter service . Competition in the manufacturing marketplace has never been more aggressive . Tough challengesand rapid changes must be faced by manufacturing organizations si mply to remain competitive[1]. Solutions ,practices ,technologies and business processes have to developfast ,squeezing greater efficiency out of the supplychain.Efficient manufacturing supply chain solution…     

物流配送中心车辆调度模型与遗传算法设计

对带时间约束的物流配送中心车辆调度问题，采用混合整数规划方法进行建模，分析了该模型用精确算法进行求解的复杂性，指出对实际问题若完全采用精确算法求解往往达不到实时响应的要求，提出了遗传算法与启发式算法相结合的求解方法，将该问题分解为车辆分配和单一车辆路线安排两个相互关联的子问题进行求解，仿真结果表明，该算法是很有效的。     

基于改进蚁群算法的物流配送车辆路径优化方法

目前路径优化方法忽略了客户时间窗约束产生的惩罚成本,导致惩罚成本过高,无法得到最优配送路径,因此,提出基于改进蚁群算法的物流配送车辆路径优化方法.结合遗传算法完成对蚁群算法的改进,对物流配送车辆路径问题进行建模,得到路径规划问题的目标函数,并根据配送过程的实际情况和具体要求设定目标函数的约定条件,计算固定成本和变动成本...     

产供销一体化的供应链生产多目标规划模型

从供应链管理的两个基本战略目标出发,以最小化供应链总成本和反应时间为目标函数,将这完整供应链中包含的几个企业类型加以充分考虑,提出符合实际的假设和约束条件,建立了产供销一体化的供应链多期生产多目标规划模型。利用加权和法求解模型得到了其相应的非劣解和生产计划调度方案。实例计算结果表明了模型的有效性和可行性。     

基于低碳理念的多级物流网络优化设计

针对碳排放成本对物流网络优化设计的影响,提出了基于低碳理念的多级物流网络优化设计方法.通过对物流节点开关状态进行调整,构建了考虑碳排放成本的多级物流网络优化设计模型,解决了多级物流配送网络中间节点选择和需求分配等多种决策问题.根据多级物流配送网络设计问题的特点,使用遗传算法分别对考虑碳排放和不考虑碳排放两种情况进行仿真分析.结果表明,在考虑碳排放约束的情况下,多级物流配送网络的成本明显降低,比不考虑碳排放的传统方法更具现实意义.