基于静态博弈论的物流配送中心选址优化研究

在叙述物流配送中心选址相关知识的基础上,站在投资人的立场,把物流配送中心的选址问题归结为收益最大问题,建立物流配送中心布局和多维logit选址优化模型,运用静态博弈论的相关理论,采用C++编程作为技术支持,通过模型求解物流配送中心的最佳布局和选址位置,并进行算例分析。     

考虑物流服务水平的物流配送规划多目标模型

为了提高顾客对物流服务的满意度,以最小化物流系统总费用和最大化物流服务水平为优化目标,考虑配送中心现有货物周转能力和产品配送时间对物流服务水平的影响,构建了三级供应链模式下物流配送规划的多目标优化模型.针对多目标优化问题不存在单一最优解的特点,利用预先设定的偏好区域和随机生成的权向量构造了适应度函数,提出了基于偏好的多目标进化算法求解模型.算例结果表明:通过求解多目标优化模型,得到10组非劣解,即10种物流配送方案均处于决策者的主观偏好范围内;各方案的物流系统总费用与服务水平成反比关系.      

基于遗传算法的烟草物流配送区域划分优化研究

以烟草物流配送区域划分为背景,将烟草物流配送区域划分为若干个配送单元。依据配送单元的需求量、配送成本、配送中心及中转站的固定成本和变动成本,其中变动成本包括配送中心通过大车配送到中转站的费用和配送中心及中转站通过小车配送到户的费用,建立了物流配送区域划分规划的运筹学模型,应用遗传算法设计了编码方式和选择、交叉、变异算子进行计算机仿真求解模型,获得烟草配送区域划分的优化布局方案,说明相应的实际问题。     

基于蚁群算法的冷链物流路径优化研究

在实际生活中,如何选择最优的物流配送路线是物流车辆调度系统中的重要问题之一.针对物流配送路径优化问题,依据冷链物流配送基础理论,考虑成本、货物损失及制冷时长等因素,构建基于多配送中心的最小配送成本模型,建立由运输成本、制冷成本、损坏成本及绿色低碳成本组成的复合目标模型.利用蚁群算法求解,以某类冷链物流企业为例,通过MATLAB软件进行仿真实验,验证模型和算法的科学性及有效性,得出最短运输距离为39.06 km、成本为1437.48元的结论.相对于搜索禁忌算法和遗传算法,蚁群算法在多配送中心冷链物流路径优化方面,能够平均减少1.11 km的运输距离和51.21元成本,更好地解决物流路径优化问题,提高物流服务质量.     

基于遗传算法的烟草物流配送区域划分优化研究

以烟草物流配送区域划分为背景,将烟草物流配送区域划分为若干个配送单元。依据配送单元的需求量、配送成本、配送中心及中转站的固定成本和变动成本,其中变动成本包括配送中心通过大车配送到中转站的费用和配送中心及中转站通过小车配送到户的费用,建立了物流配送区域划分规划的运筹学模型,应用遗传算法设计了编码方式和选择、交叉、变异算子进行计算机仿真求解模型,获得烟草配送区域划分的优化布局方案,说明相应的实际问题。     

生鲜农产品冷链物流配送中心选址-路径规划

为保证生鲜农产品在配送过程中的新鲜度，提出生鲜农产品冷链物流配送中心选址-路径规划建模与求解方法，旨在降低综合成本与优化配送路径。根据生鲜农产品不易储存、易腐烂的特点，提出将“高铁+冷链物流”作为一种模式应用于生鲜农产品运输中，以高铁货运容量为市场需求量，构建总成本最低和路径最优的生鲜农产品冷链物流配送中心选址-路径规划模型，分别应用普通遗传算法和改进遗传算法对模型进行求解；最后，通过重庆市实例验证模型和改进算法的有效性。计算结果表明：改进后的遗传算法求解结果要比普通遗传算法求解结果的成本节约1 204.29元·d^-1,降低6个百分点，迭代次数减少近200次。     

物流配送中心选址双层规划模型与算法

新建物流配送中心在选址时不仅要考虑到与已有配送中心的竞争,还要预测到未来可能出现的竞争者,否则将会在竞争中处于劣势地位. 因此建立了“原有配送中心-新建配送中心-未来加入配送中心”这一框架下的双层规划模型,为竞争环境下的新建配送中心选址提供决策依据. 上层目标极大化新建配送中心在计划期内的市场份额,下层目标极大化未来竞争者的市场份额. 其中市场份额由配送中心与需求者之间的距离作为可观察项的多项logit模型来刻画. 设计了遗传算法求解,最后通过实例验证该模型与算法可以有效的避免损失,提高新建配送中心的竞争力.     

�����������Ĺ�ģ�Ż���̽��

物流配送中心又被称为物流中枢或枢纽，是从事物流活动的场所或组织．如何将物流配送中心的规模用科学的手段进行量化，一直是其规划建设过程中的一个难点也是重点．运用时空消耗理论和其他一些理论原则，通过对规划中某些因素的分析和参数的确定，对物流配送中心的规模进行细化，增强其量化程度，从而达到优化的目的.     

基于时变需求的军事物流配送中心选址方法研究

首先分析了以仓库、配送中心、部队用户为主体的、具有时变需求特性的军事物流体系的一般运行过程,然后结合仓储限定、配送约束、接收限制等条件,构建了基于混合整数规划的军事物流配送中心选址模型,最后应用算例进行求解并对计算结果进行了分析。计算结果表明,所提模型方法能够在满足部队用户动态物资需求的前提下给出较为合理的选址方案和物资配送策略,可为配送中心选址决策提供辅助参考。     

考虑路段失效的军事物流配送中心选址模型

针对战场保障网络常常遭受敌人打击的现象,建立了考虑路段失效的军事配送中心可靠选址模型.模型为双层规划形式,上层规划的目标是优化系统在无路段失效和出现路段失效时所覆盖的总的需求量,下层规划的目标是最小化某一路段失效时系统覆盖的需求量.采用启发式算法求解下层规划,运用遗传算法求解整个模型.通过一个算例验证模型的优越性和算法的有效性.算例结果表明,尽管模型所得选址方案在无路段失效时覆盖的需求量,小于不考虑路段失效的最大覆盖模型选址方案覆盖的需求量,但在最佳路段失效时模型选址方案的覆盖效果优于后者.     

考虑公平与效率目标的城乡配送中心排队选址模型

为解决随机需求下的城乡配送中心选址问题,实现物流服务的效率与公平,结合排队论构建了需求转移规则下的排队选址模型.为体现城乡客户需求特征差异,构建时 间满意度函数作为服务水平的衡量指标.将客户与配送中心看作M/M/p 排队系统,采用需求可转移的排队规则,运用超立方模型计算配送中心的可用概率.目标函数包括嫉妒最小、基尼系数最小及字典序最大等3 类公平目标,以及覆盖需求量最大、满意度最大两类 效率目标.设计禁忌搜索算法求解,通过算例对模型和算法进行验证.结果表明,P 中位模 型下效率最优,最小嫉妒目标下公平最优,而最大字典序目标可以兼顾公平与效率.     

不规则物流园区功能区块布局模型与算法

物流园区功能区块的合理布局对于降低物流成本、提高物流作业效率有重要意义.传统的研究主要建立在假定物流园区是矩形的理想情况下,本文基于栅格数据结构,构建了以运输成本最小为目标的不规则物流园区功能区块布局的集合划分模型,并引入了栅格图像矢量化技术,用于提取布局形成后的图像拓扑结构,获得路网信息,然后设计了基于割树技术的变邻域搜索算法进行求解.最后以某物流园区为例,通过MATLAB编程计算得出布局方案,验证了本文模型和算法的有效性.     

基于加权Voronoi图的连续型物流节点布局优化

为了解决物流节点动态服务范围划分及其连续型物流节点协调布局问题,建立基于引力模型的物流节点服务范围划分模型,引入加权Voronoi图及其实现的离散生成法,实现复杂区域物流系统动态服务范围的精确划分,在此基础上,构建区域物流节点协调布局优化模型,结合最大空心圆策略和模拟退火算法提出模型的高效求解算法.     

城市物流园区需求预测的系统动力学模型构建

针对目前物流需求预测中主要采用的回归分析方法和时间序列模型存在的缺陷,运用系统动力学方法研究城市物流园区规划中的需求预测问题。对物流园区系统内部要素作用机制以及与外部经济系统的相互作用机制进行分析。将物流需求预测的影响因素归纳为物流供给能力和区域经济发展两类,并探讨了这两类因素与物流需求之间的反馈。运用系统动力学的理论和方法构建了城市物流园区需求预测模型,将物流需求、物流供给能力以及区域经济发展三者的动态关系纳入其中。指出物流需求预测不仅要考虑当前的资源情况和经济水平,还要用动态的眼光进行系统分析。     

随机需求下的CDL系统多目标优化

为了增强越库配送对市场随机需求的适应性,兼顾总体利益和零售商门店的个体利益,充分考虑随机需求、库存、配货和原始订单等因素,以提高最终订单满足随机需求的置信水平、增加配送车辆满载率和降低总运营成本为目标,建立了多目标随机规划模型,构建了正规化的多目标适应度函数,设计了具有自适应特点的遗传算法,并进行了实例研究.结果表明:与原始订单相比,最终订单满足随机需求的置信水平、配送车辆满载率分别增加了3.59%、12.71%,每天的总成本平均减少了631 845元,降低了13.73%.     

城市物流无人机起降点布局规划研究

针对城市物流无人机起降点布局规划问题，考虑不同级别的物流无人机起降点，构建以总经济成本最小和客户满意度最高为目标，以禁飞区、无人机性能、容需匹配等为约束的整数规划模型。设计人类学习优化算法(HLO)，引入随机学习算子、个体学习算子和社会学习算子。在此基础上，基于真实地理信息数据和物流数据设计仿真实验，验证模型与算法有效性。实验结果表明，所建模型可以实现起降点的合理布局规划，适用于大规模资源配置，具备有效性；人类学习优化算法较遗传算法求解精度与收敛速度更优，表现出较佳性能。参数分析表明，基于该仿真环境的最优经济成本权重和客户满意度权重设置为0.4和0.6，最佳算法学习概率参数组合为5/n和 (0.8+2/n)。据此可对城市物流无人机起降点布局规划提供决策依据。     

���ڳ����滮�����򹫹��������� ѡַģ��

针对区域公共物流中心(Regional Public Logistics Center, RPLC)选址问题,考虑到选址问题的不确定性,运用场景规划技术,建立RPLC选址双层规划模型。上层规划模型最小化RPLC建设及运营费用,下层建立分车型随机用户均衡模型用以描述城市内车辆的路径选择。通过预估RPLC在未来运营中可能出现的各种场景,确定相应场景下变量的取值,并求解双层规划模型、确定该场景下的最优选址结果;根据场景发生的概率选取在各种场景下加权平均费用最小的选址结果作为最终结果。同时,本文给出了求解该问题的离散粒子群算法和数值算例。结果表明,所建立的模型和求解算法是有效的,能较好地解决RPLC选址的不确定性,这对于节约RPLC建设和运营成本,减少投资风险是可行的。     

物流配送中心虚拟仿真设计方法

为了提高物流配送中心布局的客观性与运行效率,降低物流处理成本,分析了传统物流配送中心布局的缺点,研究了影响物流配送中心布局的各种随机因素,提出了物流配送中心布局的虚拟仿真设计方法.根据整理的物流配送中心布局实际参数,确定物流中心的规模、作业流程与平面布局,提出了配送中心布局方案,通过计算机仿真模拟了配送中心运行过程,计算了配送中心的空间利用率、作业能力、运行效率与运行成本,并评价了方案的优劣.实际应用结果表明:物流配送中心布局仿真虚拟设计方法精度高,对规划方案的模拟、优化与选择符合客观实际.     

物流中心选址方法的研究

在研究物流中心选址基本原则、分析物流中心选址常用方法的同时,综合物流中心选址的层次分析法(AHP)和数据包络法(DEA),提出了物流中心选址的AHP/随机DEA方法.通过引入随机变量,解决了数据包络分析中权重选择的不足之处,把选择物流中心地址过程中的主观判断转变为可信度判断,提高物流中心地址评价的可信度.该模型在实际物流评价应用中取得了较好的效果.