综合模糊品质机能法和模糊TOPSIS的配送中心选扯方法

考虑第3方物流企业在配送选中心选址决策过程中的模糊不确定性和多角度性,综合模糊TOPSIS和模糊品质机能法建立了配送中心选址的多角度决策方法.首先应用模糊品质机能法分别从客户、第3方物流企业的角度确定配送中心选址准则因素权重,并对选址准则因素权重进行集成,然后再利用模糊TOPSIS综合确定最优选址方案.最后,应用一个案例说明此选址方法的有效性.     

综合模糊品质机能法和模糊TOPSIS的配送中心选址方法

考虑第3方物流企业在配送选中心选址决策过程中的模糊不确定性和多角度性，综合模糊TOPSIS和模糊品质机能法建立了配送中心选址的多角度决策方法。首先应用模糊品质机能法分别从客户、第3方物流企业的角度确定配送中心选址准则因素权重，并对选址准则因素权重进行集成，然后再利用模糊TOPSIS综合确定最优选址方案。最后，应用一个案例说明此选址方法的有效性。     

基于改进蚁群算法的多物流中转站选址规划

根据多物流中转站选址问题的特点,应用遗传算法和分配算法将大规模客户点划分为不同的配送单元,建立了包含配送中心和中转站的运营成本以及配送中心和中转站的大小车维护费用的数学模型,其中,运营成本包括车辆的运输成本和中转站的建造成本.提出了一种解决多物流中转站选址问题的改进蚁群算法,由于该算法在评价函数中隐含加入了约束条件,并...     

克隆选择算法在一类有竞争的物流配送中心选址问题中的应用

根据有竞争的物流配送中心选址问题的特点,以新增物流配送中心获取最大的市场占有量为目标函数,建立了有竞争的物流配送中心选址问题的数学模型。由于建立的数学模型是一个高维、非线性、非凸性,并具有多个局部极值点的复杂函数优化问题,传统确定性优化算法很难求解得到问题的最优解或满意解。为此,提出将一种新型的启发式进化算法——克隆选择算法用于求解建立的数学模型,并详细描述了应用克隆选择算法求解数学模型的方法和步骤。仿真试验表明,克隆选择算法求解有竞争的物流配送中心选址问题是可行而有效的,并且具有收敛速度快、全局搜索能力强和稳定性好的优点。     

汽车工业供应物流配送中心选址研究

为了提高物流服务水平和降低物流成本,汽车公司与物流服务商一道不断优化供应网络结构,调整物流配送中心的位置和数量,不但要考虑物流网络运行费用,还要考虑物流中心发展环境的可接受性,包括社会政策的稳定性、交通的便利性以及经济上的合理性,是一个两阶段的寻优决策过程。基于一汽-大众公司东北地区入厂物流中心的选址问题,首先使用欧几里德选址模型确定配送中心的地理位置,在最优位置区域寻找备选对象,然后建立评价指标体系,利用AHP（层次分析法）与模糊评价法对该地域的备选位置进行评价,最后对备选位置的可接受性做出判断,为物流网络的中、长期决策提供了科学方法。     

基于模糊品质机能法的第三方物流配送中心选址方法研究

配送中心选址对第三方物流企业（3PLS）来说至关重要，而当前提出的许多选址模型，主要以成本或利润为目标函数。进行配送中心选址决策时常忽略客户因素．品质机能展开法（QFD）是一种能将客户心声导入决策过程的系统化和结构化方法。文中提出了一个基于品质机能法，并综合应用模糊集理论、群体决策理论的3PLS的配送中心选址模型．模型能从3PLS和客户多角度考虑配送中心选址需求，可反映决策过程中的模糊性和群体性决策的特点。最后，应用案例说明了该方法的有效性。     

农村公路客运站点选址研究

为解决“一个区域内多个停靠站点的选址”问题,提出了基于最短距离的系统聚类综合优化方法,对资金约束下的农村公路客运停靠站点进行选址.该方法首先利用基于最短距离的系统聚类法进行居民点分类,将整个待研究区域划分成不同的居住子区域;然后利用重心法确定各子区域停靠点的理想位置;最后将理想停靠点映射到附近道路上,得到农村公路客运停靠点实际最佳位置.该方法能有效均衡建设成本上限与服务质量下限的约束,有效解决区域内多级别、分层次的停靠站点系统选址问题.论文最后以一个实例展示了该方法的实施过程,并验证了该方法的合理性和可行性.     

基于AHP和目标规划的物流配送中心选址模型

论述了物流系统配送中心选址所涉及的众多影响因素,这些因素中既有定性因素,又有定量因素。首先用层次分析法对这些影响因素进行处理,得到了各备选点的权值。针对层次分析法无法解决条件约束问题,提出了用层次分析法和目标规划方法相结合用于物流配送中心选址的模型,建立了6个约束方程,1个系统约束方程,以确保只有在配送中心建立的情况下,才能在该配送中心配送物品,而且配送量不能超过它的建设容量。最后通过示例表明该模型能有效地处理物流配送中心选址问题。     

汽车售后备件物流配送中心选址研究

要实现汽车售后服务备件快速、准确、合理的物流配送,科学、合理地建立汽车售后服务备件物流配送中心是首要工作之一。本文重点讨论了汽车售后备件配送中心的组合式选址模型:首先,确定备选地址,主要运用重心法模型确定备选地址;在此基础上,全面分析了影响汽车售后备件物流配送中心选址的重要影响因素,再建立一套综合评价指标体系,然后结合层次分析法、模糊综合评价法构建综合选址模型;最后,运用汽车备件具体实例进行详细分析,证实了该模型的可行性、有效性。希望本文的研究能为汽车售后备件物流配送中心的选址提供参考。     

物流集货中心作业单元布局方法

合理布局作业单无可以使集货中心节约物料搬运费用，降低物流成本，提高作业效率。在分析物流集货中心作业流程和作业单元构成的基础上，确定影响作业单元布局的主要因素——物流关系、管理关系、安全关系等，对作业单元的相互关系分别进行定量计算，得出作业单元综合相互关系量化表，依据此表及作业单元得分排序表进行物流集货中心作业单元布局设计。案例应用表明：此布局方法提高了物流集货中心作业单元布局的合理性。     

基于聚类和优序图法的事故再现结果融合方法

科学合理地融合多个事故再现结果具有重要现实意义，针对现有事故再现结果融合方法不能处理结果中包含潜在风险区间的问题，采用聚类算法与优序图法相结合的方式对多个事故再现结果进行融合。首先提出基于聚类的基础融合法，其先离散多个事故再现结果，再对离散后的数据进行聚类得到类结果，最后整理聚类结果可得融合结果。基础融合法操作简单、高效但不能处理再现结果中的潜在风险区间。进而通过引入优序图法提出基于优序图法的改进融合法，所提改进方法先从基础融合法的结果中得到各聚类区间概率与各聚类中心之间的距离表，并根据距离表中的距离极值将距离分段；再按照正态分布原则可知，各聚类中心之间的距离十分接近，现遵循距离越小分值越高的前提给予每段距离一定分值，距离表可根据分值得到各聚类中心的权重计算表;然后对权重计算表使用优序图法计算出各聚类中心的权重即各聚类区间权重；最后结合各聚类区间概率及其对应的权重得到融合结果。数值算例与真实案例均表明:改进融合法不仅可高效融合再现结果，还能识别出潜在风险区间并降低其在融合过程中的影响，从而提升融合结果的客观性，得到更理想的符合正态分布的结果，为融合包含潜在风险区间的多个事故再现结果提供有效解决方案。     

集合规划方法在航线网络枢纽选址上的应用

研究带有容量限制的单分配多枢纽网络选址问题,将问题简化为带有容量限制的聚类问题。通过节点之间的距离以及各个节点的需求量,根据聚类分析原理,采用集合规划的方法对问题进行建模,运用自然约束语言NCL,在POEM平台上对模型进行编程求解,并通过实例将计算结果在地图中可视化。运用模糊聚类方法对多枢纽选址位置进行分析。     

人机共驾智能车驾驶模式决策属性析取研究

为了深入分析驾驶模式决策影响因子,通过实车试验采集了人-车-路多源特征信息。用驾驶人主观经验将驾驶模式划分为人工驾驶、警示辅助、自动驾驶3种状态,并利用采集的驾驶人血流量脉冲（BVP）和皮肤电导（SC）值进行K均值聚类,将驾驶人当前合适的驾驶模式自动聚类为3级。通过融合驾驶人自汇报结果和聚类结果对驾驶模式进行准确标定。采用以信息增益为依据的Ranker算法对多特征进行排序,并在此基础上,根据多分类器分级结果确定最优特征属性集合。研究结果表明：当选取车速、车头时距、车道中心距离、前轮转角标准差、驾驶经验5个指标为特征子集时,支持向量机、朴素贝叶斯及K近邻这3种分类器的识别准确率都超过90%;除警示辅助模式与自动驾驶模式下的车速值和车道中心距之外,其余所有不同模式决策属性值均呈显著性差异;研究结果可为人机共驾智能车驾驶模式决策提供依据。     

应用多级模糊评价确定区域物流系统中心及结点城市

物流中心城市的正确选取对于充分发挥其物流积聚效应，带动地区物流业的发展具有重要意义。本文以吉林省为例，应用多级模糊评价方法对其所辖各城市进行综合评判，根据综合指数的大小排序、综合指数拟和曲线选取区域物流系统的中心城市和结点城市。     

汽车再制造逆向物流网络选址规划研究

对汽车再制造逆向物流网络进行选址规划研究。通过分析汽车再制造逆向物流网络中回收中心、拆解中心、再制造中心和配送中心之间的关系,建立了以成本最低为目标的汽车再制造逆向物流网络选址规划模型,然后应用遗传算法对其进行求解优化。最后针对湖南省内废旧汽车的回收需求,经过相关专家对候选回收中心、候选拆解中心和再制造中心进行初步选址,对本文建立的模型可行性进行检验,验证了该模型的可行性和有效性。     

基于电动出租车数据的充电桩选址聚类方法比较

为有效降低出租车运营企业及经营者的经济成本,通过分析出租车的卫星轨迹数据,比较和选取用于电动出租车充电桩选址规划的聚类方法。以上海市电动出租车充电站的选址规划为研究对象,分别基于孤立森林和聚类算法设计异常值检测方法,对相关时段的出租车卫星数据进行清理以及数据可视化处理;比较层次聚类（Agglomerative Clustering）、高斯混合模型（Gaussian Mixture Model, GMM）、K-means聚类、Mean-Shift聚类以及谱聚类（Spectral Clustering） 5种算法的聚类效果,并选取K-means算法作为充电桩选址规划参考算法。从城市区域划分及企业运营角度确定充电桩选址方案,为未来上海市区电动出租车充电桩的数量和容量配置提供设计依据。     

基于支持向量机的物流配送中心选址决策

建立了选址决策的模糊评价矩阵,应用支持向量机方法(SVM)来处理数据,进行物流配送中心的选址决策。支持向量回归机根据所提供的数据,通过学习和训练,找出输入与输出的内在联系,从而求取问题的解,而不是根据经验知识,因而具有自适应功能,能弱化指标权重确定中人为因素的影响。与传统方法相比较,有较好的泛化能力,能较客观地对多个选址方案的优劣进行评价。最后,引用实例说明利用支持向量回归机完成评价工作的全部步骤。     

基于三角模糊数综合评价法的物流园区选址研究

物流园区的选址是近些年来比较热门的研究课题。考虑到物流园区选址的不确定性和模糊性,文中利用层次分析法(AHP)建立选址评价指标体系,并引入三角模糊数和语言变量等概念建立数学模型得到模糊权重,再利用三角模糊数运算法则和排序方法得到选址方案,最后结合郑州路港国际综合物流园区的实际情况进行了实例分析计算。     

B2C环境下考虑不确定需求的物流配送中心选址模型——以冷链物流为例

考虑B2C环境下终端客户需求的不确定性,以综合运输成本最小化为目标,建立基于成本分析的冷链物流配送中心选址优化模型,并采用蒙特卡洛模拟方法对不确定需求进行处理;以广州安得冷链物流公司为研究对象,以运输成本、货损、固定成本最小化为目标进行求解,得到了合理的选址方案。     

基于两阶段K-means聚类的道路运行状况评价方法

为有效评价道路运行状况,通过分析车辆在行驶过程中运行状态的变化,研究了一种基于两阶段K-means聚类(TSKC)的道路运行状况评价方法.针对K-means聚类数选取的任意性和聚类中心选取的随机性问题,提出基于遍历的K-means聚类方法,采用类吸引度确定聚类数和初始中心,并以此为初始条件进行第二阶段K-means聚类,得到交通模式.提出模式吸引度、路段评价指数、分布均衡度,并用这些指标来评价路段交通运行状况.以北京市朝阳区北辰东路为例进行验证,结果表明,该方法比传统道路评价方法更细致、全面、直观地描绘了车辆状态的演变过程和交通模式的分布情况,具有良好的实用性.