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。     

基于用户满意度的冷链物流配送需求预测方法

为提高冷链物流配送需求量预测精度，提出基于用户满意度的冷链物流配送需求预测方法。首先，将与冷链物流配送需求相关的各个方面作为一级指标，将对应的影响因素作为二级指标，构建冷链物流配送需求预测指标体系。其次，引入主成分分析（Principal Component Analysis,PCA）算法分析冷链物流配送需求与用户满意度之间的相关性。最后，借助惩罚函数，实现对冷链物流配送需求量的预测。实例应用结果证明，该方法的预测结果平均相对误差和均方差比较低，能够实现对配送需求量的准确预测。     

基于异构数据的农产品冷链物流节点部署仿真

为确保冷链物流在缩减成本的同时满足农产品品质需求,以异构数据为基础,提出一种农产品冷链物流节点部署方法.基于可扩展标记语言文档,利用数据源模块、转变模块、集成模块以及应用模块,构建异构数据集成模型;根据集成的物流异构数据,架构冷链物流节点部署模型,采用粒子群优化算法进行求解,获取节点方位,通过分析影响寻优性能的极大速度...     

融合传递熵的图神经网络农产品期货预测模型

针对农产品期货价格波动的非线性及国内外期货产品的联动性特征,考虑到传统神经网络预测模型未能针对多源输入变量间的因果关系进行定量表征,构建融合传递熵的图神经网络预测模型。通过计算传递熵表示节点间的邻接矩阵,作为先验信息识别变量间的因果关系;设置多尺寸滤波器的时间卷积模块提取节点特征,用于识别序列时间依赖性;设置图卷积模块实现对节点信息及其邻域信息的传播与特征筛选,最后连接参数,输出最终的预测结果。在大豆期货数据上的实证研究表明,相较于现有的通用预测模型,该模型能够实现最佳的预测效果。     

改进IOWHA算子组合预测模型

针对现有单项预测模型提供信息有限,预测误差大的问题,引用最优加权组合建模理论,将灰色关联度与IOWHA算子相结合,提出一种新的组合预测模型权重确定方法,并应用该权重确定方法构建了一种基于RBF神经网络预测模型和GM预测模型的最优组合预测模型。该模型能够克服传统组合预测方法的两个缺陷：加权平均系数不变和以单一误差指标为准则。利用该组合模型对全国物流需求进行组合预测,并与RBF神经网络模型、GM模型的预测结果进行了对比分析。结果表明,相对于单项预测模型,该组合预测模型的预测精度更高,是一种有效的物流需求预测模型。     

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。     

河北省农产品冷链物流产业评价指标体系构建

河北省农产品冷链物流产业发展水平是一个受多方面影响因素作用的复杂问题,其中大量因素难以量化。本文借鉴波特的产业竞争理论和钻石理论,构筑了影响河北省农产品冷链物流产业发展水平的"钻石体系"图;采用德尔菲法与层次分析法(AHP)确定影响农产品冷链物流产业发展影响因素之间的相对重要程度,构筑了河北省农产品冷链物流产业发展水平影响因素结构层次模型。分析得知,政府投入、城市化水平、居民农产品冷链物流消费水平、农产品冷链物流企业市场化水平以及农产品冷链物流人力资源是影响河北省农产品冷链物流产业发展的关键因素。基于此,提出了相关对策建议。     

基于关联面积法的物流货运量组合预测模型

针对物流货运量组合预测模型中赋权策略这个难点问题,在灰色模型、三次多项式趋势外推模型(PTEM)和三次指数平滑模型(TESM)基础上,引入关联面积法确定组合权系数,构建物流货运量组合预测模型。实例表明,与等权法、熵权法、平均绝对误差法对比分析可知,关联面积法综合体现了模型预测结果与真实时间序列之间的相关性及拟合误差,提高了模型预测性能和精度,是一种有效的组合赋权策略。     

一种基于元路径的异质信息网络链路预测模型

真实世界中不同类型的对象之间相互连接,形成异质信息网络.预测网络中对象之间的连接或交互是网络分析中的一个重要任务.不同于传统的同质性网络的链路预测,异质信息网络中,由于存在多种类型的节点和边,节点之间可以通过不同的关系进行连接.文中使用元路径,即通过一组关系连接了多种节点类型的路径,来描述异质信息网络中不同类型对象之间各种连接的不同语义,从而提出一种异质信息网络链路预测模型,通过组合对象之间在不同元路径上建立连接的概率来进行链路预测.在DBLP和Last.fm两个真实数据集上的实验结果表明:在7种关系的链路预测中,相比最好的基准方法,文中方法的AUC值平均提升了5.93%;另外,在链路预测中,通过元路径区分不同类型的节点和边之后,预测精度得到了明显提升;最后,为了平衡预测精度和模型的可扩展性,实验分析表明链路预测中仅考虑路径长度小于5的元路径就已经足够产生很好的预测结果.     

基于故障贝叶斯网的冷链物流系统可靠性分析

借鉴可靠性工程理论中系统可靠性的分析方法,将冷链物流系统运行故障这一抽象问题具体化处理,根据系统中各功能环节的运行特点及事件之间的因果关系,构建冷链物流系统的系统失效故障树;在此基础上生成贝叶斯网络,以综合评估冷链物流系统的运行可靠性,揭示系统故障产生的主要原因,为改进冷链物流系统的运行可靠性提供定量依据.将所提出方法用于某第三方冷链物流企业的运作管理中,取得了预期效果.     

冷链物流迎发展良机 应用编码技术提升农产品冷链物流领域的质量与效率

国家对农产品冷链物流领域十分重视,在《国家中长期科学和技术发展规划纲要（2006—2020）》（以下简称《规划纲要》）重点领域“4农业”的优先主题“（19）农产品精深加工与现代储运”中明确指出：重点研究开发主要农产品和农林特产资源精深及清洁生态型加工技术与设备,粮油产后减损及绿色储运技术与设施,鲜活农产品保鲜与物流配送及相应的冷链运输系统技术.     

农产品冷链物流运输的安全监测仪设计

农产品冷链物流运输的安全监控是保证其质量安全的重要环节。本文以CC2650蓝牙芯片为主控制器,外接多个传感器,设计了一种农产品冷链物流运输安全监测仪。该监测仪可以监测农产品运输环境的温度、湿度、气压、光照、碰撞、颠簸等参数,连接手持终端后显示数据,通过网络把数据传送给远程监控端。经测试,该监测仪可对农产品冷链物流运输进行实时、有效的监控,提高农产品运输质量。     

零碳排放下电-气综合能源系统多能负荷预测

电-气综合能源系统中多能负荷之间的耦合程度不断增加,提升了能源系统调度和运行的难度。为此,对零碳排放下电-气综合能源系统多能负荷预测方法进行了研究。分析零碳排放下电-气综合能源系统的运行架构。以气象因素为影响因子,运用灰色关联度分析法获得多能负荷与各因子的相关性。将相关性分析结果与系统历史多能负荷数据共同作为输入数据,构建基础长短期记忆(LSTM)预测模型。结合樽海鞘群算法(SSA)优化模型关键参数,获得优化LSTM预测模型,实现系统多能负荷预测。试验结果表明：冷负荷与电负荷的关联度为0.88;热负荷与电负荷的关联度为0.681;实际预测平均绝对百分误差低于0.45。该方法预测效果理想,为系统最优调度与运行规划奠定了基础。     

PSO-GA-ACO算法在冷链物流配送路径优化中的应用

伴随着现代物流的快速发展,冷链物流也得到快速发展。在冷链物流研究中配送路径优化问题对冷链物流的发展起到至关重要的作用,鉴于蚁群算法在路径优化问题中的成功应用,因此将蚁群算法应用到冷链物流配送路径优化问题中。考虑到蚁群算法运行中存在的问题,将遗传算法与粒子群算法引入到蚁群算法中,构成基于PSO-GA-ACO算法的冷链物流配送路径优化算法。实验结果表明,这种构想是可行的,可以有效提高算法运行效率,缩短配送距离,提高经济效益。     

基于大数据技术的跨境电商智慧化物流配送系统建设研究

针对传统系统应用在跨境电商智慧化物流配送中存在物流配送成本较高、配送时间长的问题，提出基于大数据技术的跨境电商智慧化物流配送系统。采用模块化方式构建系统软件，利用选址模型对物流配送中心选址，利用大数据技术优化物流配送中心到客户需求点之间的路径。实验结果表明，该系统的物流配送成本相对较低，且物流配送时长也相对较短，拥有广阔的应用前景。     

异质边多重图网络模型研究

在物流网络中,为实现物流节点之间的异质边的统一性度量,运用可拓学中的基元理论构建了一种基于物元特征的异质边多重完全图网络模型,该网络模型适用于物流中心和物流配送中心共同具有的功能,其功能有运输功能、储存功能、包装功能、流通加工功能、信息处理功能,功能特征之间是异质,每一个功能特征决定了两物流节点间相连接的一条边。在每个功能特征建立一个关联函数,关联函数值作为边权,实现了物流网络的统一性度量,同时也为物流网络优化提供便利。     

基于向量节点约束建模的输电网弹性供电预测模型

为了提高输电网弹性供电预测精度,提出并构建基于向量节点约束建模的输电网弹性供电预测模型。在区域计算的邻居单元格中,通过两个预测点维度的总和完成预测距离计算。根据相似性自连接操作,在分析相应数据时持续删选数据,引入向量节点约束连接法精准计算输电网弹性供电预测区域。综合考虑多个指标对电力发展弹性系数产生的影响,依据投入产出模型与支持向量机的非线性高维识别特性构建电网弹性供电预测模型。经验证所建模型可有效计算弹性系数,并精准计算输电网弹性供电值。     

生鲜食品冷链低碳物流配送路径优化研究

基于冷链物流配送车辆节能减排的必要性，在考虑固定成本、运输成本、时间窗惩罚成本以及制冷成本的基础上增加碳排放成本，建立了以配送总成本最小为目标函数的冷链物流配送模型，提出了一种解决该问题的改进蚁群算法，并使用算例验证了模型和算法。实验结果表明，该模型和算法有效，可以为物流企业的配送决策提供参考。     

基于LSTM-FC的瓦斯浓度时空分布预测

传统的工作面瓦斯预测方法仅利用瓦斯数据的时间特性,缺乏与空间相关的先验信息,因此利用瓦斯数据的时空特性,采用深度学习算法长短期记忆与全连接神经网络相结合的方法构建LSTM-FC（Long Short Time Memory-Fully Connection）瓦斯浓度时空序列的预测模型。LSTM能够解决瓦斯序列的长时间依赖性,全连接神经网络能够准确捕捉瓦斯序列的空间关联性,深入挖掘瓦斯数据之间的时空特性,通过预测不同位置的瓦斯值,构造工作面的瓦斯分布图。实验结果表明,通过使用LSTM-FC模型,预测误差有了明显减少,相比于其他神经网络预测模型,预测精度有所提高。     

基于深度学习的机会网络链路预测

针对机会网络节点移动性、节点间间歇性连接等特点,提出基于深度学习的机会网络链路预测机制.基于时间序列理论和方法,综合考虑节点间边的权值、节点强度和局部路径与节点间链路关系,构建反映机会网络链路状态随时间动态变化的相似性指标W_Katz;利用信息熵确定受限玻尔兹曼机的隐含层神经元数量,构建用于特征提取的深度学习模型,采用自适应学习率缩短其收敛时间;采用高斯核函数、K折交叉验证构造基于最小二乘支持向量回归机的预测模型;采用命中率R_HIT和受试者工作特征曲线的Precision、Accuracy指标评价预测结果.通过INF 2005、MIT数据集上的对比实验结果表明,该方法可以获得更好的预测效果.