基于粒子群优化的军事物流配送中心选址

针对当前军事物流配送改革中配送中心选址问题,在成本最小的基础上,构建了一个混合整数规划模型,并将粒子群优化算法(PSO)引入到模型的求解中,采用离散PSO解决物流配送中心选择问题,用基本PSO解决货物运输分配问题,通过嵌套调用离散PSO和基本PSO,得到模型最优解.该方法降低了计算复杂度,有效选择了物流配送中心,优化了军事物流网络.实例表明了方法的可行性和有效性.     

基于改进粒子群算法的物流配送中心选址策略

针对传统算法在求解物流配送中心选址问题时容易陷入局部最优解和寻优效果不够理想的缺陷,提出了一种改进的粒子群算法。该算法通过引入领域均值来反映粒子间合作与竞争的隐性知识,使粒子种群的多样性和算法的全局搜索能力得到改善;利用边界缓冲墙对超越边界的粒子进行缓冲,使算法的收敛速度和寻优精度有明显的提高。仿真实验结果表明,该算法比传统方法具有更好的性能,特别是当物流需求点的数量很大时,该算法的优越性更加明显。     

考虑设施失效的军事物流配送中心选址模型

为了提高军事配送系统的经济性,针对物资配送中后勤设施失效时进行支援保障和越级保障的情况,将军事物流配送中心的属性分为“首选”与“备选”两种,并把设施失效时的应急配送成本作为决策目标的一部分,建立了最小化设施固定成本、正常配送成本、应急配送成本之和的军事物流配送中心选址模型,采用贪婪取走的启发式算法进行了模型求解,比较了考虑设施失效情况的选址方案与未考虑设施失效情况的选址方案之间的差别。仿真算例结果表明,虽然由模型所得选址方案的设施固定成本与正常配送成本之和高于未考虑设施失效情况的选址方案,但平均期望成本增加值低于后者。     

粒子群优化算法在配送中心连续性选址中的应用

在用常规算法对配送中心进行连续性选址时,很容易陷入局部最优解。针对这一问题,引入ALA方法的思想,提出了解决此类模型的粒子群优化算法。该算法首先利用ALA方法的局部寻优能力对初始粒子进行优化,然后利用粒子群优化算法进行全局寻优。通过实例分析表明,该算法能很好地处理物流配送中心的连续选址问题,为决策者提供一种有效的优化工具。     

基于情景分析的军事物流配送中心选址模型

研究不确定战时情景下的军事物流配送中心选址问题。兼顾军事物流系统性能优化和成本节约建立了两个随机规划模型,模型中引入情景分析,考虑了设施损毁、库容和配送时间约束。讨论了模型求解方法,通过求解模型得到配送中心选址、选型和预置量决策。模型一在情景出现前为每个用户指派了首选与后备供应点,模型二给出了每个情景下的配送方案。仿真算例表明了模型的合理性和解法的有效性,也验证了模型一优于模型二。     

多物流配送中心优化选址决策模型研究

坚持物流配送中心选址与企业长期发展相结合,综合考虑选址方案带来的建设运营成本和长期配送费用,运用粗糙集方法和群决策特征根法对所有定性因素进行综合评判,并把定性要素综合评判值与定量要素相结合构建决策模型。利用遗传算法进行最优决策方案选择,实现了对企业物流配送中心选址过程中所有定性和定量影响因素的综合考虑,同时增加了配送费用考虑年限参数[λ],使得模型具有了更强的实用性。通过仿真实验,模型的有效性和实用性得到了充分的验证。     

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。     

冷链物流多层级配送中心连续选址模型构建

传统物流配送中心选址方法在设计过程中并没有考虑到要将选址问题进行转化,无法获得最优选址结果.为改善上述问题,构建了一种冷链物流多层级配送中心连续选址模型.设计配送中心选址流程,设置配送费用最少与配送时长最短的目标函数及相关约束条件,并将连续选址问题转换为多源Weber问题,采用启发式算法对其进行求解,根据备选策略数量,...     

双种群灰狼优化算法的物流配送中心选址策略

针对物流配送中心选址模型具有多约束和非线性的特点,导致难以求解的问题.提出一种改进灰狼优化算法的求解策略.文章通过引入交叉变异策略,改进了传统灰狼算法在迭代后期易早熟收敛的问题;通过加入双种群寻优策略,丰富了灰狼算法的种群多样性,提高了算法的收敛速度.将改进后的灰狼算法针对物流配送中心选址模型进行求解,实验结果表明,该改进灰狼优化算法具有较高的全局搜索能力,针对物流配送中心选址模型具有较高的搜索精度,很大程度的提高了物流配送效率.     

基于改进鲸鱼优化算法的物流配送中心选址策略

针对传统启发算法在解决物流配送中心选址问题上易陷入局部最优,导致降低物流系统效率降低的问题,提出一种改进的鲸鱼优化算法IWOA(Improved Whale Optimization Algorithm)。通过综合变异策略和随机正弦惯性权重对传统算法进行改进,提高收敛精度和全局搜索能力。实验仿真结果表明,改进的鲸鱼算法较其他启发算法具有更高的计算性能,可以合理计算出配送中心地址,很大程度提高了物流配送的运送效率。     

Profibus在物流配送中心的应用

以神州数码(上海)物流配送中心的物流系统为实施案例,介绍了闭环调速、激光测距、红外通讯、称重系统、条码识读、编码认址等多种物流领域的关键技术,在Profibus-DP上的成功集成;ET200M,ET200S在分散式输送机系统中的大量应用,减短了施工调试时间,增加了系统的可靠性,从而论证了现场总线系统是对I/O层面实现离散化控制的最佳方案。它的实现使大量的专业技术可以统一在同一个平台上应用,为现代物流工程带来了新的生命力。     

物流设施规划的多目标优化模型

综合考虑物流系统总成本与顾客满意度之间的平衡,提取出对物流设施规划有重要影响的因素,将其中顾客满意度这一定性因素用量化的服务水平代替,由此建立一个多目标规划模型,采用ε约束法对模型进行求解,得到了多目标优化模型的非劣解,并对其进行了评价,最后通过实例说明该模型在决策规划中的应用。     

物流配送中心多目标优化选址的仿真设计

物流配送中心的选址对物流服务能力具有决定性影响,在进行物流配送中心选址时必须综合考虑物流成本和物流服务能力,并以物流成本最小化和物流服务能力最大化为目标,构建了一个多目标优化选址模型。根据模型特点,采用博弈理论的纳什均衡博弈方法对模型进行求解,将模型中的两个目标函数看成博弈方,所有可行的选址方案作为博弈策略集,建立博弈分析的技术路线和计算步骤。最后通过实例仿真,得到满意的设施选址方案。结果证明,选址模型的正确性和有效性,同时表明纳什均衡博弈方法有效地解决选址的多目标优化问题,具有一定的应用前景。     

基于VRML的物流配送中心仿真研究

提出物流配送中心仿真中虚拟场景的总体结构模型,设计了各模块流程;并用VRML和Java实现之,着重论述VRML和Java应用程序交互的方法.     

模糊聚类遗传算法在军事装备物流中心选址中的应用

在分析军事装备物流中心选址问题基础上,构建了模糊聚类和遗传算法的混合算法模型,核心技术是把模糊聚类网络模型融合到遗传算法种群构建中,可以有效地避免遗传算法易出现早熟的现象,验证了算法具有很好的鲁棒性和可信度,仿真结果能够为决策者科学正确的选址提供一定的参考.     

物流配送中心综合决策支持系统的设计

近年来，随着物流配送中心自身的不断发展，配送技术的日益改进，配送中心业务量的不断增大，仅仅靠以业务处理为主的MIS难以胜任管理者日益增长的辅助决策需要。因此，建立物流配送中心的决策支持支持系统成为必然要求。以某物流配送中心决策支持系统建设为背景，设计了物流配送中心综合决策支持系统的总体功能模块和系统的集成架构并详细介绍了数据库数据仓库、知识库、模型库的设计。     

物流配送中心综合决策支持系统的设计

近年来,随着物流配送中心自身的不断发展,配送技术的日益改进,配送中心业务量的不断增大,仅仅靠以业务处理为主的MIS难以胜任管理者日益增长的辅助决策需要。因此,建立物流配送中心的决策支持支持系统成为必然要求。以某物流配送中心决策支持系统建设为背景,设计了物流配送中心综合决策支持系统的总体功能模块和系统的集成架构并详细介绍了数据库数据仓库、知识库、模型库的设计。     

基于遗传算法的西安邮政配送中心选址研究

从配送中心选址问题的实际需求出发,在综合考虑配送中心的建设经济性、交通便利性和功能布局合理性的基础上,构造了基于实际交通距离和实际地价的选址模型,并把遗传算法引入模型求解中,通过构造恰当的编码方式和遗传算子,对西安邮政物流配送中心的选址问题分别按照不考虑土地地价、需求点类型差异和考虑土地地价、需求点类型差异两种情况求解.得到了最优选址方案.研究结果证明了模型的正确性和有效性,对于解决大规模物流系统配送中心的选址问题具有重要的现实意义.     

图书物流管理系统让物流中心走向标杆企业

伴随我国图书出版与流通体制的不断完善和图书市场需求的逐步扩大,图书物流的信息化管理得到越来越广泛的重视,众多从事图书物流业务的企业对图书产品及相关图书信息的流转与存储效益提出了更高的要求。在这种情况下,现代图书物流管理的理念得     

基于RFID的AGV及其在物流配送中心的应用研究

物流配送中心是现代物流链中的关键枢纽,为减少在配送中心作业中人力、物力和时间的浪费,研究并设计了基于RFID的AGV系统。该系统对RFID系统和AGV自动导引车控制系统进行了集成该系统可以通过AGV的移动和搬运来自动实现对货物信息的提取分拣、搬运、入库、到位等,这样可以代替传统的人工作业,大大提高了物流配送中心的运行效率和准确性。