基于SOM神经网络的民用爆炸物品配送中心选址决策

由于民用爆炸物品的特殊性,其物流配送中心的选址与一般物流配送中心的选址有着很大的不同,特别是其安全性条件应重点考虑.利用SOM神经网络对影响民用爆炸物品配送中心选址的各种因素进行分析和处理,较客观地对多个候选方案进行了选优决策.算例分析表明,该方法通过神经元之间的竞争来实现各种关系的分类,能很好地符合民用爆破物品配送中心选址决策的各项要求.     

单一物流配送中心选址分析

物流配送中心的选址对物流系统的运营效率起着至关重要的作用。针对单一物流配送中心选址,提出了单一物流配送中心选址的原则,介绍了单一物流配送中心选址的程序、方法,并对选址影响因素做了分析,最后总结了选址时应该注意的问题。     

物流配送中心选址模型及其启发式算法

在考虑了产品运输成本和配送中心运营可变成本的基础上，建立了一个有关多个配送中心的选址模型。模型的求解主要分两部分，对于线性函数部分，用运输问题的“表上作业法”予以求解；对于非线性部分，用“启发式”算法对其进行了优化求解。两种方法结合使用，得到了较为满意的选址结果，并与解决此问题的其它算法进了简单的比较论述。     

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。     

基于AHP及混合整数规划法的配送中心选址

本文针对配送中心选址的因素进行分析,采用AHP法以及混合整数规划法对配送中心选址进行定性与定量结合的方法进行建模分析。首先由AHP法分析各因素得出最重要的三个因素：运输费用、物流服务需求量、交通条件;然后依照配送中心选址所产生费用最小化的原则来建立采用0～1整数变量的混合整数规划模型。此模型考虑了配送中心固定成本的分摊问题、0—1整数变量及五年规划期的最优,保证选址模型的可行性。提出一个较有效的配送中心选址的方法。     

关于配送中心重心法选址的研究

配送中心是现代物流系统重要组成部分,在规划设计配送中心时,合理的配送中心选址可以大大降低其运营成本,本文对配送中心选址中常用的重心法进行了分析,认为重心法选址存在着错误,并分析了其中的原因。     

用Spreadsheet解决配送中心选址问题

配送中心是集物流、信息流和资金流为一体的流通型节点。在整个物流中作用显著。故科学合理地进行配送中心的选址是非常重要的。目前，多种科学理论方法已被广泛应用到这一领域，Spreadsheet即是其中相对简单、直观的一种，它有助于企业进行配送中心选址决策。     

基于鲍摩-瓦尔夫模型的配送中心选址的研究

配送中心的选址决定着具体的配送线路,进而影响到各个配送中心的流通量和运输成本。将鲍摩-瓦尔夫模型用于解决考虑运输费用和配送中心经济规模费用的配送中心选址问题,可为配送中心选址问题提供一种方便有效的计算方法。     

不确定环境下的物流配送中心选址方法研究

针对现实中普遍存在的不确定环境,本文在传统的双层目标规划的基础上进行了改进,建立了不确定环境下的物流配送中心选址的双层规划模型及算法.最后,通过一个具体的实例,阐述了如何用该理论解决实际问题,对未来配送中心的建设提供一定的参考作用.     

基于共识度决策的军事物流配送中心选址研究

军事物流配送中心选址是其规划和运行的重要步骤,其选址问题是多目标群决策问题．在获取专家的权重矩阵和评估矩阵之后,建立了基于共识度水平的战时配送中心选址决策模型,通过计算为获取共识所需对权重向量做出修改的幅度,确定每个方案的共识程度,并给出一个算例说明这种决策方法的步骤．     

配送中心选址与车辆路径一体优化模型与算法

在配送系统中,配送中心选址问题与在此基础上的车辆路径问题相互影响.为了反映两者之间的相互关系,建立了配送系统优化的双层规划模型.模型上层为配送中心选址问题,下层为车辆路径优化问题.由上层模型给出初始配送中心选址方案;在此基础上由下层模型进行配送车辆路径优化;然后计算上层模型中的供应商到配送中心的运输费用,从而得到上层模型的目标函数;再对上层模型方案进行调整.设计了基于遗传算法与粒子群算法的求解方法.算例分析表明,与两者分别优化相比,双层规划模型可以降低配送系统的总成本,提高配送系统的整体效率.     

物流网络选址与路径优化问题的模型与启发式解法

以商品从供应商,经过物流中心(或配送中心),配送到最终用户的整个过程中所产生的费用最小化为目标函数,提出了求解供应商的最佳位置与数量、配送中心的最佳位置与数量以及从配送中心到最终用户的最佳配送路径优化问题,建立了问题的数学模型,利用传统启发式算法与模拟退火法开发了问题求解的混合启发式解法,并利用人工生成数据和实例进行了计算验证。对于小规模问题,通过与数理规划软件所求得的最优解进行比较可以看出,所提出的数学模型可以准确地描述此类问题,所提出的混合启发式解法能够在短时间内求解问题,并得到非常接近于最优解的近似解;对于大规模问题,虽然无法求得最优解进行比较,但从实例计算结果来看,所求解也是较好的,因此可以认为所提出的解法是有效和良好的,具有较高的实用价值。     

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.     

基于停车场限制的物流中心选址模型及算法

针对停车场限制的物流中心选址问题,建立了双层规划模型．上层规划以物流中心费用最小来确定物流中心的位置,下层规划建立了配送／采购车辆与城市道路交通组合分配模型,最后,采用遗传模拟退火算法对模型进行求解．     

基于VRP模型的两阶段物流网络路径优化模型

以基于VRP模型的两阶段三层次物流网络路径优化问题为研究对象,利用启发式算法中的分解法将问题分为选择物流中心与配送路径优化两个子问题,并与数理规划软件LINGO 8.0相结合给出了基于VRP模型的MSDL-RP问题——多供应商、多配送中心选址与路径优化问题的求解模型。利用所提出的模型可以求出商品从多供应商经过多物流中心到最终客户这一过程中能使费用最小的供应商的最佳位置与数量、物流中心的最佳位置与数量及从物流中心到客户的最佳配送路径,并通过实例进行了验证。对于小规模问题,运用所提出的方法能在很短的时间内求出问题的最优解,具有一定的实用价值。     

基于多旅行商问题的应急设施服务区划分模型

基于多旅行商问题，增设集散中心需求及应急服务设施资源容量约束条件，以最小化遍历区域内全部集散中心的综合旅行时间成本为优化目标，构建一种应急设施服务区划分模型，确定各应急设施的服务区范围.设计一种复合算法求解模型，首先基于P-中值选址模型的优化理念，形成初始方案；继而加入禁忌搜索算法，结合LKH求解器对模型进行迭代优化求得最优解.基于宁波市北仑区实际拓扑网络进行案例分析，验证了模型和求解方法的有效性.     

基于多旅行商问题的应急设施服务区划分模型

基于多旅行商问题,增设集散中心需求及应急服务设施资源容量约束条件,以最小化遍历区域内全部集散中心的综合旅行时间成本为优化目标,构建一种应急设施服务区划分模型,确定各应急设施的服务区范围.设计一种复合算法求解模型,首先基于P-中值选址模型的优化理念,形成初始方案;继而加入禁忌搜索算法,结合LKH求解器对模型进行迭代优化求得最优解.基于宁波市北仑区实际拓扑网络进行案例分析,验证了模型和求解方法的有效性.     

震后恢复期物资配送中的多周期选址-联运问题

震后恢复期的物资配送是一项复杂的系统工程,针对震后恢复期两级救援物资 配送系统中的多品种物资、多运输方式、多周期决策等特征,提出了一个以系统总费用最 小为目标的混合整数线性规划模型,用以解决震后恢复期救援物流系统中的选址-联运 问题.针对该模型的特点,设计了一种结合启发式规则的分周期、分阶段解码的混合遗传 算法. 以“5.12”汶川大地震恢复期救援物资保障过程构建算例,对该模型和算法进行了实 例验证. 结果表明,该算法具有较好的性能,可以有效解决震后恢复期物资配送中的多周 期选址-联运问题.     

基于双层规划的竞争性选址问题研究

以往对竞争性选址问题的研究,都是从服务提供者的角度考虑问题,寻求市场份额最大化或成本最小化的选址方案.实际中,竞争性选址方案的确定应该是服务提供者与服务需求者上下两层关系互动的过程,并且仅仅考虑市场份额最大化或成本最小化是不够的,企业往往更关心的是利润.针对寡头垄断市场配送中心的选址问题,建立基于双层规划的竞争性选址模型,考虑属于不同企业的配送中心对于配送服务需求者的竞争问题,上层目标函数追求配送中心的利润最大化,下层目标函数是配送服务需求者的广义费用最小.给出了遗传算法求解规模较大的问题,通过一个算例验证模型和算法的可行性.     

一个结合库存策略的物流选址模型

通过对最优库存策略的研究,在总需求一定的情况下,得出总库存费用与配送中心数目的平方根模拟表达式,并进一步提出考虑库存成本的选址模型。克服了以往物流选址模型中忽略库存成本这一主要因素的缺陷,使配送中心选址决策进一步完善。在给出了遗传算法的基础上,结合实际情况对模型及其算法予以简化使之具有实用性。