基于混合蚁群的多温区冷链物流配送路径优化算法

针对冷链物流配送过程同时取货、送货车辆路径规划问题,提出了基于混合蚁群算法多温区冷链物流配送路径优化算法.通过分析影响同时取、送货车辆路径成本的因素,构建了针对多温区冷链物流的带时间窗、同时取送货配送路径优化模型.利用粒子群算法来优化蚁群算法参数,将各个蚂蚁子群的信息素进行交换,再采用基于插入的启发式方法和交叉、反转操作进行路径优化.经过对照实验,结果表明：基于混合蚁群的车辆路径规划算法收敛速度相对于基于改进遗传算法的车辆路径规划算法和基于禁忌搜索算法的车辆路径优化算法,分别提高了24.3%和18.6%.     

基于蚁群算法的速冻蔬菜配送路径优化研究

以安徽某公司速冻蔬菜为例,介绍了基于蚁群算法的冷链物流配送路径优化问题的研究。通过对安徽某公司配送速冻蔬菜的现状与不足、车辆路径问题及求解算法的特点、蚁群算法模型的建立与应用等进行详细分析,建立了基于蚁群算法的冷链物流配送路径优化研究模型,使其在销售速冻蔬菜时能够达成配送路径更短、配送时间更少、配送成本更低、客户满意度更高的目标。     

基于路径匹配的交通物流调度联合优化方法

针对大型交通物流调度的调度效率不佳的问题，提出了一种基于路径匹配的交通物流调度联合优化方法.构建交通物流调度联合优化数学模型，对物流配送终点进行定位；采用路径实时更新原则对生成的交通物流配送进行优化，匹配最优路径生成结果；根据跨多时段联合调度，获得最佳路径匹配联合调度结果.结果表明，相比于传统的物流配送调度方法，该方法能够有效节约调度时间，综合调度效率提高了8.05%.该方法能够对交通物流调度进行联合优化，具有一定的应用价值.     

考虑碳排放的冷链物流配送路径优化

为解决生鲜农产品配送成本和碳排放量的双高问题,提出了一种以最小化配送成本为目标的冷链物流路径优化模型。该模型将配送过程中的碳排放量转化为碳排放成本,并采用结合2-opt 优化算子的改进遗传算法对模型进行求解。通过数值仿真实验证明：虽然引入碳排放量约束配送路径距离增加了 3.205 km,但是碳排放量和配送成本分别下降了 1.99% 和22.10%,此数据证明了该模型和算法的可行性。     

基于改进NSGA-Ⅱ的冷链物流多目标车辆路径优化

在考虑冷链物流配送时效性、易腐性等严苛条件的前提下,构建以客户满意度最大、配送总成本最小的多目标车辆路径优化模型,运用改进的非支配排序遗传算法(Improved Nondominated sorting genetic algorithmⅡ,I-NSGA-Ⅱ)对模型进行求解,获取冷链物流配送方案。在NSGA-Ⅱ算法中引入C-W节约算法构造问题初始解,通过改进变异算子、改进拥堵距离计算方法改进算法。结果表明：改进算法克服了传统NSGA-Ⅱ算法全局搜索能力差、收敛速度慢的缺点,得到了更优的Pareto解集,验证了改进算法的有效性。     

基于遗传算法的物流建模与仿真分析

在对传统算法讨沦的基础上提出了一种基于遗传算法的物流配送最佳路径选择建模方法．并应用实例进行了仿真分析．结果表明：该方法用于物流的建模仿真能较好地满足不同类型的约束要求，并能较早地找到满足条件的群体．是非常有效的．该方法也可用于解决类似于问题的多重约束目标的问题。     

基于确定网络的多级物流网络优化设计

针对已存在的多级物流配送网络没有充分考虑配送节点的可能状态的问题,根据一段时期产品的需求量不同等特点,通过动态调整节点关闭状态,以最小化企业物流网络的总体费用为优化目标,构建了可描述带能力约束的多级配送网络设计问题的优化模型.根据物流配送网络设计问题的特点,基于模拟退火算法思想,结合该模型对算法做出了改进,并使用改进后的模拟退火算法对模型进行求解分析.算例的计算结果表明,该优化方法运算快捷,所求结果合理,是解决相关物流问题的一种有效方法.     

基于碳排放和分类用户满意度的冷链物流路径优化

企业需要在考虑分类用户满意度的前提下降低企业配送成本.同时基于碳中和概念,面对可能的碳税和碳限政策,也需要制定合理的方案来降低企业成本.针对冷链物流路径优化问题,构建了考虑分类用户满意度和碳税碳限政策的冷链物流成本模型,融合遗传算法和蚁群算法设计出Aco-Aga和Aga-Aco算法,并分别对模型优化效果进行对比,Aco...     

基于联合运输的物流配送路径(MVRP)问题研究

针对广西北部湾物流发展中港口站点集疏运不畅的问题,从联合运输的角度出发改进广西北部湾运输网络,研究了联合运输网络下的物流配送路径问题(MVRP).以满足客户运输总费用最小、运输总时间最短为优化目标,同时利用运输方式共享指标反映运输工具利用率情况,并构建了配送路径选择的数学模型.采用了多阶段启发式算法解决上述问题,首先通过改进的Martins算法找出非劣路径集合,依据运输方式兼容性剔除无效路径,然后进行运输方式分配,得到从客户点至港口终点的优化配送路径.模拟实例证明了该启发式算法具有良好的性能.     

基于动态聚类混合拓扑结构粒子群算法的PDVRPTF

经典物流配送模型的目标、约束条件不够全面,在实际应用中存在一定缺陷,对此,构建了时间窗和油耗取送一体化的物流配送路径优化模型（PDVRPTF）.设计了一种基于k-medoids动态聚类混合拓扑结构粒子群算法,解决了经典粒子群算法在求解此类模型时容易陷入局部最优解的问题.仿真结果表明,改进型粒子群算法能很好地跳出局部最优解,并快速收敛于全局最优解,且该算法可有效求解物流配送路径优化的问题.     

差分进化算法在物流配送路径优化中的应用

研究无时限单向物流配送车辆路径问题,主要考虑车辆容量、最大距离等约束,考虑车辆满载情况,以车辆非满载率最小、总的行驶路径最短为目标,提出了该物流配送问题的多目标优化问题的数学模型,运用差分进化算法求解该问题.算法构造了合适的编码方法,应用Matlab语言编程进行实例仿真计算,得到了模型的最优解,验证了算法的有效性.     

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...     

物流配送车辆线路的优化及其应用

对物流配送车辆线路最优控制研究中的问题和相关解决方法进行了详细分析,提出了具有中国特色的“配送车辆线路优化问题（DVROP）".同时在线路优化中引入了博弈论的有关思想,运用“集中后分派,分派后扩展"的集束式算法,对济南烟草配送中心的近三万个卷烟零售户,按照“最佳行驶里程、最佳工作时间、最佳车辆配置”的标准,进行了物流配送车辆线路的多目标优化,较好地解决了这一问题,并取得了可观的经济效益.     

物流配送车辆路径问题(VRP)算法研究

物流配送车辆路径问题(VRP)属于NP-hard问题.文章介绍了当前最具有代表性的算法,分析并总结了各种算法的优缺点及目前的改进情况,指出目前启发式算法是求解车辆路径问题的主要方法,至于大规模客户集的配送路径优化问题或者是多约束的复杂VRP问题,可以考虑利用多种算法相结合的办法来解决.     

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…     

基于模糊聚类分析的车辆优化调度

应用模糊聚类分析对物流配送需求点进行分类,建立了车辆调度问题的数学模型,将标准遗传算法与爬山算法集成,构造了一种改进的混合遗传算法。试算结果表明,对需求点分类后,应用遗传算法可有效解决联合物流模式的车辆调度问题。     

改进的动态规划法在车辆最短路径问题中的应用

针对物流配送中的重点——车辆路径的选择进行了研究,建立了物流配送路径优化问题的数学模型,在动态规划法的基础上进行改进,改进后的算法能最大限度地提高车辆的装载率,减少运输的车次,在实际运用中取得了良好的效果.