基于双向反馈信息的逆向物流网络优化方法

研究物流配送网络优化问题,提高物流配送网络运行效率.考虑到物流中存在退货问题,针对传统物流优化网络是基于单项路径传递构建的,没有考虑退货等现象造成的逆向路径负荷增加,一旦逆向物流网络路径中的密度过大,造成运输中心密度负荷过高,使负向密度不能反馈到调度算法中,导致物流配送网络运行效率过低的问题.提出了一种基于双向反馈信息的物流网络优化调度方法.通过建立物流逆向配送网络关系的数学模型,利用双向反馈信息加权算法进行网络配送优化计算,从而充分考虑逆向路径负荷的情况,提高网络运行效率.实验证明,改进方法提高物流配送网络运行效率,取得了物流优化的满意的效果.     

时间窗约束下农产品物流配送路径优化研究

农产品需求量增加对物流配送提出较高挑战,基于此提出时间窗约束下农产品物流配送路径优化方法研究。依客户预期服务时间需求,取混合时间窗约束函数确定时间窗、物流配送车辆最大载重、配送路径长度与物流配送车辆约束条件,构建农产品物流配送路径优化模型;基于农产品物流配送需求改进传统遗传算法,求解构建模型,即获农产品物流配送路径优化结果。实验结果显示：相较生鲜农产品多车型冷链物流车辆路径优化,所提方法最优农产品物流配送路径获取迭代次数更少、配送路径长度更短、总成本更低,应用性能更佳。     

大型物流车辆配送线路自适应调度方法

为了有效提高物流配送车辆的利用率,降低配送车辆的空载率及物流运输成本,需要对大型物流车辆配送线路自适应调度方法进行研究。当前方法多是采用通过对物流车辆配送过程中的调度与路径选择进行分析,建立多类型的物流配送车辆调度模型,并构建改进后的遗传算法,对物流调度模型的算法效率以及计算时间和复杂度进行优化,以获取物流车辆配送调度问题的最优解,但该方法存在过程较为繁琐的问题。为此,提出一种大型物流车辆配送线路自适应调度方法。该方法首先建立物流车辆配送线路调度问题的数学模型,为实现自适应调度方法对数学模型进行优化求出最优解,利用蚁群算法对物流车辆配送调度数学模型的最优解进行优化,获取最优路径的适应度初始化蚁群算法的各客户点之间的信息素,从而得出了优化的最优路径;以优化的最优路径完成对大型物流车辆配送线路自适应调度。仿真实验表明,利用蚁群算法不仅加快了物流配送路线调度优化问题求解的速度,降低了物流运输的成本,而且获取了最优解的概率,比其他调度算法具有更明显的优势。     

基于灰色理论的船舶应急物流优化模型仿真

由于目前方法未能考虑海上应急物流配送过程中存在的约束条件,在选取最优配送路径时存在配送时间长、配送距离远、船舰疏散性能差、输送安全性低等问题,提出基于栅格GIS的海上应急物流最优路径选取方法.方法首先基于栅格GIS技术对配送中可能存在的影响因素进行分析,并依据分析结果挖掘影响配送的约束条件,利用群智能优化算法对备选路径...     

基于GIS的粮食配送决策支持系统分析与设计*

以粮食物流企业的配送问题为背景,结合GIS理论和方法,对粮食物流配送决策支持系统进行了系统分析。首先结合粮食物流配送决策支持系统的数据需求,详细分析了数据库系统的结构;然后根据粮食物流配送的决策问题,研究分析了粮食物流配送决策支持系统中配送中心选址优化以及粮食配送过程中车辆路线规划等核心模块,并对模型库系统中的模型进行了设计。建立了基于GIS的粮食物流配送系统模型,为GIS应用于粮食物流配送决策支持系统(GLD_DSS)提供了较实用的指导性方案。     

基于免疫计算的多车物流配送自适应规划仿真

物流配送中的车辆调度是配送管理及决策的关键问题。多车辆的配送过程不仅要考虑车辆的配送效率，还要满足物流的配送时间约束以及车辆的装载率。为实现多车物流配送的自适应规划，引入免疫计算方法，将配送目标看作免疫算子，模仿其在免疫系统中的衍生规律及配送时间、需求点需求等信息。通过权重变换法初步划分待规划任务种群，平衡种群权重值。将物流配送需满足的时间、装载率、行驶距离等作为目标，采用定义法给出对应目标函数。根据免疫计算的遗传寻优步骤，按照目标函数逐一代入，并得出最优的自适应规划方案。仿真结果证明，所提规划方法的车辆配送路径和时间均更短，可以解决多车物流在复杂情况下的配送问题。     

模糊随机环境下考虑残次品处理的库存配送问题研究

针对考虑残次品的多生产商选择多商品多阶段库存配送问题,建立了一个基于动态规划的双层库存配送模型。高端物流服务集成商以整个供应链网络成本最小为目标制定采购决策;库存配送服务商以运营成本最小为目标,在集成商决策下制定库存和配送决策。设计了模糊随机环境下基于动态规划的双层全局-局部-邻域粒子群算法（Bi-DPGLNPSO）对模型进行求解。并通过算例验证模型和算法的有效性和合理性。通过参数测试和算法对比检验算法的优越性。     

应急物资配送车辆调度模型与优化综述

抢险救灾行动的有效规划和调度在挽救人民群众生命和减轻财产损失中起着重要作用,利用数学建模方法和计算机仿真技术,辅助决策者完成应急物资配送车辆调度已成为学术界的共识。围绕模型和优化两个关键点,分析了近年来应急物资配送车辆调度的研究现状,归纳出了应急物资配送车辆调度模型的主要优化目标和影响因素,对比分析了多种优化算法的应用效果,提出了现有研究中存在的问题,最后研讨了应急物资配送车辆调度研究的发展趋势。     

基于属性基加密的车联网冷链物流配送目标隐私保护算法

针对车联网冷链物流中转与配送目标可被关联的问题,提出一种可有效泛化这种关联,进而保护配送目标的隐私保护算法.基于属性基加密技术,利用车联网中车辆可相互通信这一特点,通过同属性车辆解密建立匿名车辆组;利用匿名车辆组实现关联和配送目标泛化,进而保护配送目标的隐私安全.通过性能分析从理论上证明了安全性和算法效率,利用模拟对比实验,进一步验证了该算法的优越性.     

基于3G的物流配送系统设计与实现

物流作为一个新的利润源泉已经在世界范围内广受重视,其主要目标就是实现供应链一体化。配送作为整个供应链的重要枢纽对于现代物流管理有着举足轻重的地位。相对而言,我国的物流配送非常落后,给电子商务的发展设置了严重的障碍,要打破物流配送的瓶颈,物流配送的现代化是关键。文章对配送进行了深入分析,在此基础上讨论将3G技术运用于配送管理,并设计了一个物流配送系统模型。     

改进的蚁群算法在优化物流配送管理系统中的应用

基于企业物流配送管理系统的优化研究,文章改进了蚁群算法,并根据改进的蚁群算法,建立蚁群算法模型,提出配送算法,应用到物流配送管理系统中,以提高企业物流配送中心的配送能力,降低成本,最大化地合理利用现有资源。试验计算结果表明,改进的算法具有较好的寻优能力,收敛速度快,是解决物流配送管理路径优化问题的有效算法之一。     

基于GIS的粮食物流配送系统

结合粮食物流配送系统的数据需求,详细地分析r粮食物流数据库系统的结构;然后根据粮食物流配送的决策问题,研究分析了粮食物流配送决策支持系统中配送中心选址优化以及粮食配送过程中车辆路线规划等核心模块,并对模型库系统中的模型进行设计。建立了基于GIS的粮食物流配送系统模型,并在实际中得到应用。     

两层物资配送中心车辆调度问题研究

在分析物流配送物资问题的基础上,提出一种基于两层物流配送中心的物资配送方法。供应方在配送物资时需经过两层配送中心到达需求方,否则将予以惩罚。在建立供应方、两层物流配送中心及需求方四层物流网络模型的基础上,采用Dijkstra算法求出从各供应点到各需求点的最短运输距离并将其转化在供需平衡表中,采用表上作业法和节约里程法相结合的算法求解四层物流网络模型。结合算例计算验证,该算法在保证运输总费用最少的同时可有效地减少配送过程中车辆调度的次数。     

基于车辆配送线路的区域协同配送方法

针对单物流中心大规模多区域的物流配送中存在的车辆路径规划不合理、装载率不高的问题,提出了一种基于车辆配送线路的区域间协同配送方法。该方法通过配送区域间的拓扑关系生成区域协同配送网络,进而依据一次配送中的有货区域信息生成车辆初始配送线路,并对具有相邻关系的线路进行配送线路间调整,从而形成最终的车辆途径配送区域的配送线路。在此基础上,依据配送区域内订单的分布情况以及单一区域扫描-遗传算法的配送方法,设计了沿配送线路的区域间协同配送方法。最后,通过选取“步步高”商业物流管理系统中的实际配送数据对模型和算法的有效性进行了验证分析。     

基于双层规划的多供应商物料配送期量优化

为有效解决多供应商单制造商构成的二级供应链中供应商配送批量不经济、配送时间无序导致物流成本高和卸货拥堵等问题,建立多供应商配送期量的双层规划模型.上层模型从库存与配送联合优化视角,考虑供应商配送批量经济性,以供应链物流总成本最低为目标,确定最优配送批量;下层模型基于上层优化结果,考虑制造商生产时序性,以供应商时间惩罚成本最小化为目标,确定供应商配送时间序列.采用遗传算法和动态规划相结合的方法求解上下层模型,得到供应商最优配送期量标准.通过实例运用,验证了模型与算法的有效性及可行性.     

基于双层规划的多供应商物料配送期量优化

为有效解决多供应商单制造商构成的二级供应链中供应商配送批量不经济、配送时间无序导致物流成本高和卸货拥堵等问题,建立多供应商配送期量的双层规划模型.上层模型从库存与配送联合优化视角,考虑供应商配送批量经济性,以供应链物流总成本最低为目标,确定最优配送批量;下层模型基于上层优化结果,考虑制造商生产时序性,以供应商时间惩罚成本最小化为目标,确定供应商配送时间序列.采用遗传算法和动态规划相结合的方法求解上下层模型,得到供应商最优配送期量标准.通过实例运用,验证了模型与算法的有效性及可行性.     

基于智能Petri网的物流配送路径优化算法

基于智能Petri网构建了物流配送路径的优化模型。通过定义智能Petri网的运行规则,得到了基于智能Petri网的物流配送路径优化算法与计算流程,分析了车辆在交叉口的实际延误阻抗对配送分析的影响。该算法具有求解不需要对物流网络图作任何修改和容易实现配送过程的动态模拟的特点,利用该算法可以获取配送车辆从出发点到城市中任何一个节点的最优路径。将算例与改进的Dijkstra算法进行了对比分析,结果表明了该算法的可行性和有效性。     

基于遗传算法的路径优化问题研究

近几年,物流配送业急速发展,配送任务密集而繁重,如何高效、合理的完成配送任务决定了一个企业的市场竞争力。该文基于遗传算法设计了单一目标的路径优化方案,并将算法融入模块设计中,实现了基于Java的物流配送管理平台。通过仿真测试,该方案在搜索效率和性能上都表现出较好的特性。     

基于资源-时延转换的应急资源配送模型

考虑灾后抢修失效路段对路网连通性的影响,以最大化应急资源配送效益为目标,基于资源-时延转换的思路,引入时延的随机性,构建了路网、路径联合优化模型。基于模型整体框架,设计了改进的遗传算法用于求解问题。算例分析展现了模型的实际应用过程和求解算法的有效性。     

基于新鲜度的冷链物流配送多目标优化模型*

针对传统选址模型忽视客户对物流服务水平满意程度这方面的不足,建立考虑客户满意度的基于新鲜度对损失成本影响的冷链配送中心选址模型。本文以客户满意度来表示物流的服务质量并结合易腐品的新鲜度对时间的敏感性特征,建立了最小化物流成本和最大化客户满意度的多目标优化模型,采用主要目标法将模型转化成单目标模型进行求解。求解算例所得的多组非劣解反映了物流成本与客户满意度之间的悖反关系,同时包含了以物流成本最小化为目标的传统选址模型的最优解,表明了多目标模型的优越性。对比结果说明新鲜度条件下建立的冷链物流配送网络模型比传统模型节省了更多的物流成本,进而验证了该模型的正确性。