基于图论的物流配送线路问题研究

以连锁企业城市配送中心辐射范围内的三级物流配送为研究问题,通过分析旅行商问题与哈密尔顿回路的对应性,在证明哈密尔顿回路存在性的基础上,应用图论优化方法获得满足最小费用流的哈密尔顿回路,从而求解城市配送系统范畴内的区域配送线路问题。通过实例分析,该方法在求解此类问题的可行性和优越性得到了验证。     

遗传算法用于TSP问题的研究

本文将遗传算法用于ＴＳＰ问题的求解，并结合爬山搜索法的思想提出了一个新的遗传算子，实验表明效果明显。     

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。     

神经网络方法在解多路旅行商问题中的应用

本文提出把ＭＴＳＰ转化成标准ＴＳＰ的方法，讨论了用神经网络的原理和方法解决它，计算机模拟结果表明该方法十分有效。     

遗传算法求解旅行商问题

本文提出一种新的遗传算法，用以求解著名的组合优化难题－旅行商问题。引用原始的文献数据，对城市数为10、30、50的试例均求得公布的最优解，对城市数为75的试例，每次结果均好于公布的最优解。用此算法求解中国旅行商问题，以20％的概率得到已知最优解1540km。或次最优解15409km，而所得最差与最好结果的相对距离为0．69％（即所得最长路径为15510km)。在COMPAQ／DX／25MH微机上每得到一个优化解平均历时150s左右。本算法与传统求解TSP问题的方法相比，具有简单、强壮、高效、高速的特点，它原则上对任何规模的对称欧几里德平面TSP具有通用性。     

时间多项式进化算法在旅行商问题中的研究

提出了一种模拟生物遗传的进化算法，并将该算法应用于旅行商问题得到了较好的结果，根据达尔文进化论的优化过程，结合自然选择原则提出了启发式算法，该算法的时间复杂性与快速排序策略相当。在文中利用该算法求解中国旅行商问题得到目前的最佳结果。     

基于卖方管理库存的配送决策优化模型与算法

为实现供应链一体化和卖方管理库存，建立了同时考虑供给方的配送费用和客户的库存费用的整体优化模型．为降低求解该模型的难度，初步确定送货车辆与客户的对应关系后，将该模型分为库存分配模型和带时间窗的旅行商问题的模型．采用较为成熟的算法即可分别求解这2个模型，然后再将2者合成为原问题的模型．     

基于DR-System的存贮路径问题研究

本文研究的是基于DR-System的存贮路径问题,即综合考虑配送中心订货成本、配送成本、配送中心和客户库存持有成本的最小化问题．本文提出井运用启发式算法来求解谊问题．首先把问题分解为两个子问题,即配送中心的订货问题和客户的配送问题,分别求解得到问题的初始解;然后,通过分析客户配送提前对总成本的影响,来改进初始解,从而得到谊问题的一个满意解．     

论城市物流配送发展的新趋势

笔者分析了我国城市物流配送发展的现状和趋势,提出了在新的时期,我国物流配送将呈现的三大热点,分别是协同配送、社区配送和绿色配送.分析了三大热点的形成原因,提出了我国物流配送新趋势的发展建议.     

时变条件下城市物流配送车辆路径优化

针对城市交通网络依时周期性变化的特点,建立了城市物流配送车辆路径优化问题的数学模型,并利用两阶段算法对该问题进行求解,第一阶段采用插入法,求解出初始路径;第二阶段通过减少路径数和邻域搜索改进初始配送路径。最后,给出一个应用算例,结果证明了模型和算法的有效性。     

求解旅行商问题的一种新方法

目前关于旅行商问题的启发式算法主要分为两类:环路构造算法和环路改进算法.通过对两类近似算法的深入研究,提出了一种新的方法――简化模型法来求解旅行商问题.该方法通过排序和选择操作得到原网络图的简化模型,对简化模型中的路径进行重构得到旅行商问题的解.通过测试TSPLIB中的实例,表明用简化模型法求解旅行商问题解的质量高、收敛快,时耗小,该算法是实用的.     

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。     

基于地铁-货车联运的物流配送路径优化

为应对配送车辆引起道路拥堵和环境污染问题,提出地铁与货车联合运输. 在不改变地铁运行方案的前提下,利用地铁非高峰时段开展货物配送;考虑地铁剩余运能、货车容量、最大行驶距离、客户服务时间窗等限制条件,以配送距离最短为优化目标,构建基于地铁-货车联运的物流配送路径优化模型. 通过地铁配送路径设计不规则二维矩阵编码结构,使用改进自适应遗传算法求解. 以某市地铁货物运输为例,验证模型和算法的实用性、有效性. 结果表明,地铁-货车联合配送距离短,在客户时间窗范围内送达比例高,有效提高客户满意度.     

一种基于灾变的单亲遗传算法

遗传算法存在着计算时间过长和易导致早熟收敛等缺点。单亲遗传算法不使用基本遗传算法常用的交叉算子,简化了遗传操作过程,且不要求初始群体具有广泛多样性,计算速度较快。但单亲遗传算法使用加快收敛速度的选择算子时,仍容易导致早熟收敛现象。模拟自然界中导致生物大规模灭绝的灾变现象,引入灾变的概念来保证解空间的多样性。提出灾变发生时机的判定方法。将此算法应用在旅行商问题上,实验结果证明了该算法的有效性。     

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.     

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.     

带时间窗的地铁配送网络路径优化问题

为应对人们日益增加的货物需求与货车进城难题,提出整合地铁网和道路交通网,形成以地铁列车和城市配送车辆为载体的地铁配送网络.考虑列车开行时间表、客户服务时间窗、城市配送车辆容量等限制条件,构建带时间窗的地铁配送网络路径优化模型,综合优化地铁列车班次的客户分配、出站点的客户分配及末端配送路径.设计随机变邻域的迭代搜索算法(ILS-RVND)进行求解,以成都市地铁3号线运输货物为例,验证了模型和算法的实用性和有效性.结果表明,地铁配送网络配送成本低,准时性高,配送车辆行驶距离短,能满足比货车单独配送更精准的服务需求.