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.     

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.     

高速公路物流网络规划LRP模型及算法研究

从高速公路网与物流网络同构相似的关系出发,将高速公路网纳入物流网络体系并构建高速公路物流网络．结合选址-路径问题（LRP）模型来探讨高速公路物流网络规划的方法,把高速公路物流网络规划分解为高速公路服务区作为物流节点的选址布局问题和高速公路作为物流通道的路径安排问题;使用遗传算法对该模型进行求解,并对遗传算法的要素进行设计和改进,提高了求解的精度和效率;最后,通过算例分析验证了模型的实用性和算法的有效性．     

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.     

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。     

碳税机制下的生鲜农产品冷链配送路径优化研究

针对冷链配送过程产生大量碳排放的问题,提出了碳税机制下的生鲜农产品冷链配送路径优化方法.首先以碳排放成本和综合成本最小为目标,引入碳税机制定量分析,考虑需求量、需求时间和卸货时间约束,建立了该问题的数学模型;然后提出了一种改进的量子蚁群算法,利用蚁群算法信息更新策略保持群体记忆性,利用碳税成本作为改进算法的决策变量,提...     

基于遗传算法的中转站边界配送区域选择方法

以配送中心和中转站的配送能力划分各自的配送范围后,将不确定的边界区域加入道路等级划分为若干配送单元。并选择决策中转站规划配送单元,依据配送单元的配送成本、配送中心及中转站的固定成本和变动成本,建立边界配送区域规划的运筹学模型。应用遗传算法设计了配送单元选择配送中心和中转站的编码方式,编写程序求解模型。     

基于共同配送的农村快递车辆调度问题

为降低农村物流成本,助力"快递下乡"工程的实施,在考虑重量、体积、订单、路径等约束条件下,以总利润最大化为目标构建基于共同配送模式的农村快递车辆调度模型;并提出采用基于随机修复非可行解策略的遗传算法求解该模型,同时在算法中引入多种群机制以提高求解的效率和效果。最后,结合实际算例对模型进行验证;设计不同订单规模的仿真算例对算法性能进行分析。研究结果表明:共同配送策略能从全局优化的角度合理配置区域内物流资源,与独立配送模式相比可降低30%的配送成本。仿真实验表明:相较于标准遗传算法,改进遗传算法能快速地搜索到更优的满意解,可以有效求解共同配送模式下的农村快递车辆调度问题。     

多物流配送中心的选址布局问题优化模型研究

将生产商与销售商之间的直接供需关系纳入到多物流配送中心选址布局问题的研究当中,通过引入物流配送中心选建0~1变量,对现有一般运输问题的线性规划模型进行改进,从而建立多物流配送中心选址布局问题的非线性混合0~1规划模型,并通过lingo语言编程对该模型进行了求解,既实现了货物运输方案最优,也实现了物流配送中心选建数量最优,为多物流配送中心选址布局问题的解决提供一定的理论借鉴。     

基于多目标优化的应急设施选址-配送模型

针对频发的突发事件,应急设施选址与配送路径规划对快速开展救援活动、减少事件损失具有重要意义.通过构建基于多目标优化的应急设施选址-配送模型,同步解决应急设施选址和配送路径规划问题.模型目标函数包括3个方面:最小化总物资运输时间成本、最大化应急设施设置容量和最小化应急设施设置数量.在此基础上,设计了一种多目标遗传算法,结...     

半开放式的多配送中心纯电动车辆路径优化问题

电子商务促使越来越多的物流企业采用多配送中心模式优化车辆的配送路径,纯电动汽车逐渐替代了传统的燃油配送车辆,以改善生态环境. 结合多配送中心联合服务模式的特点和纯电动物流车辆的行驶特征,构建带时间窗的半开放式多配送中心纯电动车辆路径优化模型,设计蚁群算法对其求解. 算例对比分析结果表明：半开放式的多配送中心联合服务,能合理利用相关物流资源,改善车辆路径,降低物流费用,但需要寻找合适数量和位置的配送中心进行联合,才能达到节约成本的最佳效果;相比单配送中心,多配送中心联合服务提供了更多潜在的较低价格的充电点,在配送中心补充电量可在一定程度上节约物流成本.     

半开放式的多配送中心纯电动车辆路径优化问题

电子商务促使越来越多的物流企业采用多配送中心模式优化车辆的配送路径,纯电动汽车逐渐替代了传统的燃油配送车辆,以改善生态环境. 结合多配送中心联合服务模式的特点和纯电动物流车辆的行驶特征,构建带时间窗的半开放式多配送中心纯电动车辆路径优化模型,设计蚁群算法对其求解. 算例对比分析结果表明：半开放式的多配送中心联合服务,能合理利用相关物流资源,改善车辆路径,降低物流费用,但需要寻找合适数量和位置的配送中心进行联合,才能达到节约成本的最佳效果;相比单配送中心,多配送中心联合服务提供了更多潜在的较低价格的充电点,在配送中心补充电量可在一定程度上节约物流成本.     

��������������������������� �滮ģ�ͼ��ⷨ�о�

合理规划区域性物流配送中心，对于提高物流配送服务水平，降低物流配送成本具有重要意义.实际物流配送系统中，需求点的物流配送需求是随机变量.因此，传统的把配送需求假定为已知常数的规划模型，不能反映需求量的随机性对区域性物流配送中心规划的影响.本文研究当物流需求量为随机变量时，区域性配送中心的随机规划模型和解法.由于引入了随机变量，所建立的规划模型更加符合实际;在模型求解过程中,则利用了确定性等价及过滤条件把模型简化成了多个简单的线性规划子问题,简化了模型求解，从而使之更易于在区域性物流配送中心的规划中得到运用.     

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。     

考虑客户满意度的生鲜电商前置仓选址-路径优化

针对生鲜电商前置仓选址-路径问题中成本与客户满意度之间存在的效益背反现象，在仅考虑成本目标的传统选址-路径模型基础上，以生鲜产品送达时间和新鲜度量化客户满意度构建总成本最低和平均客户满意度最高的多目标优化模型。设计带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ),运用精英选择策略、快速非支配排序及拥挤度计算保留优质解和加快算法收敛速度等方法，对Solomon标准算例RC105数据集加入时间窗约束后进行仿真实验，得出最小成本为10 961.87、最高平均客户满意度为0.68的结果。实验结果表明：在不大幅度增加成本投入的情况下，考虑客户满意度的生鲜电商前置仓选址-路径优化模型相较于传统模型，平均客户满意度最高提升19.64%,验证了模型的有效性。同时，该模型还可以为决策者提供不同情景下的前置仓选址-路径方案，满足生鲜电商企业不同发展阶段的决策需求。     

基于Voronoi图的物流节点选址研究

为合理优化物流配送中心的位置,引入Voronoi图的相关特性及其应用,实现物流节点服务范围的动态划分,综合考虑影响物流节点选址的影响因素,并赋予相应的权值,建立改进P-中值模型,构建总服务成本最小的目标函数。将Voronoi图与改进P-中值模型相结合,在Voronoi图动态划分物流节点服务范围的基础上,利用Matlab编写模型的优化求解算法,通过不断迭代,求出整个物流系统的节点选址最优布局。结果表明:基于Voronoi图的物流节点优化方法是合理的,能够使得配送中心的总花费成本最低,降低物流成本,提高物流效率。     

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。     

集送一体化电动物流车辆动态调度研究

由于传统燃油物流车辆消耗不可再生能源,并造成大气污染问题,电动物流车辆(electric logistics vehicle,ELV)日益受到政府和物流企业关注。为了降低ELV的集货和配送成本,提高电动物流车辆工作效率,提出了一种基于遗传算法的集送一体化ELV动态调度模型。在集货位置随机出现,配送位置和充电位置固定的情况下,考虑服务时间、时间窗、电池续航能力和载货重量约束,设计以总物流成本最优为目标的ELV车辆调度模型,采用遗传算法对模型进行求解,进而规划出ELV出车数量、集送路径和充电导航路径。仿真结果表明:考虑集送一体化的ELV动态调度方案能有效减小物流成本,并提高ELV工作效率。     

物流配送中心选址的一个离散模型研究

物流配送中心是物流系统的重要组成部分,合理的配送中心选址可以降低配送中心的运营成本和建造成本.本文首先评析单一配送中心选址方法中的重心法模型的优缺点,然后针对这些缺点提出了一个既能用于单一配送中心选址也能用多个配送中心选址、既考虑了变动成本又考虑了固定成本的更符合实际需要的离散选址模型.