基于改进的Bellman-Ford算法优化中药配送路径

目的针对中药配送"小""散""多"现象,解决中药配送路径优化的问题,提高中药配送效率。方法围绕中药配送最佳路径问题,对传统的Bellman-Ford算法进行了改进,解决算法的存储空间等问题。结果通过亳州地区中药配送仿真实验,改进Bellman-Ford算法,对v-1条轮降距操作,找出所有路径,验证是否存在负环路,对Bellman-Ford算法结束后再增加一轮降距检查。结论改进的Bellman-Ford算法在计算最短路径优化过程中增加了算法的存储空间,优化了配送路径,节省了配送成本,提高了中药配送效率。     

改进的果蝇优化算法在城市物流配送中心选址中的应用

为实现物流配送中心选址的合理配置,本文提出一种基于Logistic混沌系统的果蝇优化算法,通过我国31个城市物流配送中心坐标及其需求量的要求,建立物流配送中心选址的数学模型,并运用其算法进行优化求解,实现配送路径的优化配置,节约成本。该改进的果蝇优化算法既充分发挥Logistic混沌系统和果蝇优化算法的优点,又克服了果蝇优化算法的局部最优问题。仿真结果表明该算法具有收敛速度快、精度高的优点。     

基于改进粒子群算法的生鲜农产品配送路径优化研究

以生鲜农产品在途时间最短、配送成本最低为优化目标,构建了农产品配送路径优化问题的模型,采用基于局部精益搜索策略的改进粒子群算法求解该问题。通过仿真实验表明,改进粒子群算法是农产品配送路径优化问题的一种有效方法,对于提高农产品配送效率,降低配送成本有重要的现实意义。     

模糊时间窗多目标冷链物流路径规划

针对近几年冷链物流行业高额的配送成本和能源消耗等问题,以冷链物流配送路径为研究对象,建立基于碳排放量、配送总成本和客户满意度的多目标配送路径优化模型。采用贴近实际的模糊时间窗配送方式和自适应灾变遗传算法,对冷链物流运输车辆路径规划和在实际配送中复杂路径问题下的多目标路径优化进行研究。算例分析表明:1)在冷链物流路径配送中,目标函数考虑碳排放时的碳排放量相比不考虑碳排放降低了56%;2)该模型能够在考虑碳排放量和客户满意度的基础上有效地降低配送成本,使多个目标进行有机统一,全局优化;3)该算法对于多目标冷链物流路径优化问题在寻优效率和计算时间上均优于标准遗传算法。     

实时路况下同城生鲜农产品配送路径优化

在同城生鲜产品配送过程中,配送时间可能会受到路况信息的影响,因此针对生鲜订单要及时送达客户的问题,结合实时交通信息,对同城冷链物流配送路径优化进行研究。根据问题的描述,从配送区域的实时路况信息出发,提出了基于实时交通路况信息的同城生鲜产品配送路径优化方法,建立了最优路径的数学模型,采用灰色关联度建立路况矩阵,应用改进Floyd算法对算例进行求解和分析,通过可视化界面将路径结果输出,并将在不同时间窗内的配送时间与静态算法下的配送时间进行比较。结果表明,结合实时交通信息的动态路径寻优方法,在路况拥堵高发时间段内,物流配送时间更短、效率更高。     

考虑客户分类的果品同城配送路径优化研究 ——以山东××公司为例

随着科学技术与经济的发展,顾客的满意度对于商家的影响日益加剧。顾客对于产品的质量、个性化与交货期的要求越来越严格。对于果品同城配送路径优化问题的研究,本文结合企业真实案例,基于RFM模型对顾客进行分类,并运用节约里程的方法进行同城配送方案的选择,从而优化配送的时间、路径与资源投入,让果品更好地保存,减少商家损失,提高顾客购买的体验。     

具有模糊需求的农产品冷链物流车辆配送路径优化研究

农产品易变质、易腐蚀的特性,对农产品的冷链物流配送提出了更高的要求.该研究对农产品冷链物流的车辆配送路径进行优化,选择成本最低的配送路径,建立各零售点具有模糊需求情况下的优化模型,设计混合智能算法进行求解,并通过实例验证了模型和算法的有效性和可行性.     

低碳条件下鲜活农产品冷链物流配送路径优化

近年来,低碳物流日益受到重视,低碳条件下鲜活农产品冷链物流配送路径优化分析也成为研究热点。通过综合分析配送车辆的运输成本、固定成本、制冷等相关成本,和在配送过程中的货损成本、碳排放成本,以及未能达到客户要求的服务时间窗而出现的惩罚成本作为具体的目标函数,建立低碳条件下鲜活农产品配送路径的优化模型,并为该问题的解决提出优化的改进建议,即采用2-opt局部搜索机制的蚁群算法进行改进。同时应用实例对模型和算法的有效性进行分析,包括对算法参数的敏感性分析。仿真试验及算法对比结果表明模型和结果都是有效的,能够为最终企业进行配送决策提供有力支持。     

基于蚁群算法鲜活农产品配送路径优化研究

通过构建时间惩罚函数和变质函数建立了针对鲜活农产品配送路径优化模型。运用改进的最大最小蚂蚁算法来求解该问题。最后通过一个实例验证以上模型以及算法可以有效地优化鲜活农产品配送路线。     

基于鲜活农产品冷链物流配送的车辆路径优化研究

根据鲜活农产品易腐这个特殊性研究鲜活农产品在冷链物流中的配送管理问题,从鲜活农产品冷链物流配送商的角度出发,构建基于冷藏车能耗成本分析的冷链物流配送车辆路径优化模型,应用蚁群算法和MATLAB工具对算例进行求解和分析,结果表明构建基于冷藏车能耗成本分析的配送路径优化模型更适合冷链物流配送最优路径的选择.     

成品油二次配送研究进展

成品油二次配送是将油品从油库运往加油站及客户的过程,是油品供应链中的重要组成部分,与成品油销售企业的利润息息相关。通过对成品油二次配送的国内外研究成果进行调研,详述了二次配送的常用算法及其当前最新的研究成果,分析得出:随着智能物流的发展,主动配送将成为成品油二次配送未来的发展趋势。同时,由于成品油二次配送问题属于车辆路径问题(Vehicle Routing Problem,VRP),在模型构建和求解方法上有一定的相似性,因此,对车辆路径规划问题进行深入剖析,将其应用于成品油二次配送,进而探讨了成品油二次配送算法改进与发展的空间,给出了成品油二次配送的优化建议。     

基于GIS的农资连锁超市配送系统的设计

农资公司为分散在各地的农资连锁超市提供统一、快速的农资配送服务。为降低公司的运营成本,就需制定合理的配送方案,使配送达到最优。本文用最短路径算法、最短闭合回路等算法得到优化路线,然后利用GIS软件将优化路线显示在地图上,从而为用户提供了全新、直观的配送系统。     

电子商务环境下新鲜农产品流通路径的优化研究

快速发展的电子商务技术,为新鲜农产品销售开创了一个新局面,而新鲜农产品的物流配送是保证农产品高品质到达消费者手中最重要的环节。从配送路径优化管理角度展开研究,建立新鲜农产品配送路径模型,采用禁忌搜索算法对配送路径模型进行路径优化并论证,结果表明,实验模型具有可行性和有效性,通过流通路径的优化,科学合理分配车辆和行程路线,从而提高货物的配送效率、降低配送成本和提高服务质量。     

成品油二次配送路径优化模型及混合求解算法

成品油二次配送是油品供应链的重要组成部分,不同的配送方案将直接影响成品油销售企业的利润。以配送总路径最短为目标函数,将成品油二次配送过程中实际的油罐车载质量、加油站油品需求量作为约束条件,考虑油品卸载时间窗,建立了成品油二次配送优化模型,提出了基于混合遗传模拟退火算法的求解方法,并分别使用不带时间窗与带时间窗的算例对模型及算法进行检验。结果表明:与优化前的成品油二次配送方案相比,不带时间窗的算例缩短行驶总路程3.66%;带时间窗的算例求解用时仅9.54 s,其计算速度快,且能够满足配送需求。因而证明了采用基于混合遗传模拟退火算法的成品油二次配送路径优化模型,不仅可以提高计算效率,而且搜索更全面,能够得到更优解。(图4,表1,参25)     

网格化城市联合配送区域智能划分方法

目的由于店铺数量及货物种类日益增多,配送过程中所消耗的成本也随之上涨。为此,研究网格化城市联合配送区域智能划分方法。方法分析了配电网的特点,构建了多中心、多层次的配电网,选择了最优的配电路径,采用了网格化的配电方式,实现了联合配电区的智能划分。通过控制实验验证了该方法在实际应用中的效果。分别在随机分布情景、正态分布情景和伽马分布情景下对该方法的分配成本进行了检验。结果实验结果表明,所提出的网格城市联合配送区域智能划分方法能够在不同的配送场景下将配送成本降到最小,且店铺数量和商品种类越多,成本节约效果越明显。结论实现网格化城市联合配送区域智能划分。     

生鲜食品冷链物流配送路径优化

随着人们生活水平的提高,生鲜食品的新鲜度越来越受到重视,这就对生鲜食品冷链物流的配送提出了更高要求。因此,在现有第3方冷链物流配送路径优化研究的基础上,建立新的成本和约束模型,并给出采用模拟退火算法的优化方法。模型考虑了车辆行驶速度和载重量对运输能耗的影响,区分了车辆在途和装卸阶段的制冷能耗,用指数函数而不是常数来刻画食品的变质速率,运用模拟退火算法对算例进行求解。结果表明,更全面地考虑上述因素得到的配送路径与现有文献中给出的路径明显不同,前者的总成本可以减少约11%。     

生鲜农产品车辆和无人机组合配送路径优化及效果测试

【目的】为提升生鲜农产品的配送效率,提出生鲜农产品车辆与无人机组合配送路径优化方案。【方法】按照生鲜农产品冷链配送体系要求,采用模糊K-means聚类方法确定生鲜农产品配送中心;定义配送中心位置为车辆和无人机组合配送的起点,以生鲜农产品配送总成本最小为目标函数,利用蚁群算法和无人机物流车协调配送算法求解上述构建的目标函数,获取最低配送总成本的配送路径规划结果;引入安全启发函数优化蚂蚁转移规则,获取安全最高的无人机最优配送路径。再按照该方法,将生鲜农产品按照质量划分为重件和轻件,并计算重件和轻件在配送过程中产生的成本,获取在不同的总配送生鲜农产品快件数量下,优化前与优化后的配送成本。【结果】效果测试表明,该方法具有良好的聚类效果,簇类凝聚度(Davies-Bouldin, DB)指数值均低于0.15,可合理选取配送中心,保证配送中心的覆盖程度。并且通过对比该方法应用前后的数据对比可知,应用前重件和轻件的配送成本明显更高于应用后的成本。【结论】该方法可以更高质量地完成车辆和无人机组合配送路径规划,能够显著降低生鲜农产品的配送总体成本,应用效果满足应用需求,提升配送效率。     

生鲜农产品冷链物流配送问题及其路径优化

近年来,随着我国生鲜市场的快速发展,冷链物流迎来了新的发展契机。由于我国冷链物流起步晚,发展慢,尚未形成体系,难以实现跨区域和反季节销售活动,从而出现了产量高、销售量小的局面,也是导致生鲜农产品价格高、品质差的重要原因。首先,对我国生鲜农产品冷链物流进行概述,分析我国冷链物流发展现状,针对生鲜农产品冷链物流的特殊性,分析和定义冷链物流配送过程中的时间、温度和货损成本,建立配送总成本最小化模型;其次,进一步探索冷链物流配送路径优化研究的方案;最后,通过节约成本法加以分析求解,验证模型和算法的可行性。结果表明,基于时温特性处理生鲜农产品冷链物流配送路径问题,节约成本法达到降低配送成本、满足客户需求时间的双重要求。随着时间的推移,生鲜农产品物流成为未来物流业发展的重要方向。     

生鲜农产品多车型冷链物流车辆路径优化

针对冷链物流配送系统中总成本较高以及车辆有效利用率低的问题,在考虑拥堵指数的基础上,构建以包含碳排放在内的配送总成本最小化和客户满意度最大化为总目标的多车型路径优化模型。采用自适应遗传模拟退火算法,对带有时间窗的冷链物流路径优化问题进行研究。结果表明:1)在配送总成本和客户满意度被视为同等重要的前提下,与采用配送总成本最低的单车型相比,多车型配送的满意度提高1.28%,总目标降低31.40%;与采用满意度最高的单车型相比,多车型的配送总成本降低20.01%,总目标降低38.80%。因此,在上述前提下,多车型相比单车型配送更具优越性。2)与采用传统遗传算法相比,自适应遗传模拟退火算法在配送总成本上降低3.52%,满意度提高29.54%,且能较快求得最优解,验证了该算法的有效性;3)根据模型参数对各目标函数值的影响分析可得,适当的定价可提高满意度,降低碳排放量和货损成本;保质期的增长虽然降低了货损成本,但是会增加制冷成本和时间窗惩罚成本;生鲜农产品对时间敏感度的增加,会增大货损成本,但时间敏感度与配送总成本不成正相关。     

基于改进蚁群算法的易腐农产品配送路径规划研究

为了使易腐生鲜类农产品在复杂交通环境能够快速找到最优移动路径,进行考虑包括时间、油耗、罚没成本等因素在内的多目标配送,从而对综合成本与新鲜度保障进行平衡,提出了在传统蚁群算法的基础上改进转移规则,并加入含时间启发因子的影响函数。通过算例仿真,证明了改进蚁群算法的有效性和合理性,其降低了复杂程度,优化了传统蚁群算法容易陷入局部最优的问题,提升了迭代运算的收敛速度,同时降低了配送的综合成本。