“互联网”下的农产品物流车辆配送路线研究

互联网的发展给滞销的农产品打开了新的出路,但由于农产品的保质期限较短,如果物流配送不能及时送达就会使农产品变质。为了尽可能地满足消费者的需求,通过研究农产品在配送时的车辆路径问题,合理规划配送车辆的运输路线,并且采用集配一体化的配送方式,对于提高企业服务水平、降低物流成本以及促进我国物流行业甚至是社会经济的发展具有重大意义。主要针对西部农产品配送路线出现的不合理现象进行优化,进而节省运输费用,提高经济效益,通过构建农产品配送路线,采用数学模型进行条件限定,并用遗传算法对原有的配送路线进行优化,通过MATLAB软件进行计算结果的论证,进而得到最优解,最终为西北农产品配送中心得出较经济合理的配送路线。     

基于改进蚁群算法的农业运输车辆路径优化研究

针对农产品在运输过程中运输时间长易变质等问题,合理规划果蔬运输车辆的配送路径。在基本蚁群算法的基础上,提出适合求解路径规划的改进型算法,同时提出了自适应调整的方案,提高跳出局部优解的能力以及算法的全局收敛性。仿真试验结果验证了改进型算法的可行性和高效性,从而达到运输车辆路径优化的目的,为提高农产品的运输效率、降低成本、提高收益提供了理论依据。     

基于改进人工蜂群算法的生鲜农产品配送路径优化

为提高生鲜农产品的物流配送效率,降低配送过程中的综合成本,以配送总成本最小化为优化目标,通过引入时间价格成本,结合配送固定成本、运输成本和惩罚成本构建成本函数最小化模型。基于该数学模型,运用改进的人工蜂群算法对模型进行求解,算法中采取中位数选择策略来代替原有的轮盘赌选择策略,并在解的更新阶段引入禁忌表,有效解决了算法容易过早陷入局部最优的问题,并使得算法的收敛速度提高40%。通过算例验证了本文模型和算法的有效性,有一定实践指导意义。     

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。     

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。     

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。     

基于节约里程法的鲜活农产品物流配送车辆路线的最优设计

根据鲜活农产品的特性和农产品的物流特性,把农产品的＂易腐＂特性和运输时间的因素结合起来,运用VSP网络图的原理和节约里程法解决鲜活农产品配送车辆路线的最优设计问题,进而达到运输成本最低的目的,提高物流运输效益。     

配送货物中的最短路径问题

本文通过对某运输公司为10个客户配送货物问题的研究,把根据给定的路线距离矩阵制定合理的行驶路线问题转化为图论中的最短路径问题,对不同问题采用不同的模型,并对模型设计了相应的算法。     

蚁群优化算法的研究与改进

本文通过对蚁群优化算法进行分析,提出影响蚁群优化算法收敛性、解质量和算法稳定性的几个关键问题是:下一个结点的选择、局部信息素更新的必要性和参数的选择.文中采用不同的方法解决这三个关键问题并且将算法应用到TSPs,实验结果与几个改进算法相比具有一定的优越性.本文进一步在蚁群优化算法中嵌入局部搜索方法,通过实验说明,算法的求解速度和最优解的质量都得到明显改善,算法的稳定性也明显提高.     

两种不同贪心算法在求解TSP问题中的应用和比较

目的针对比较复杂的图问题,如TSP(traveling salesman problem),使用计算机来处理是比较困难的。探索和研究新的TSP算法以提高算法时间空间性能就显得尤为必要和紧迫。方法采用贪心算法来求TSP的解,该算法使用最短的路径连接策略,任何一次搜索都在所有的边中寻找长度最短的边。结果通过该算法最后找到的解就是TSP的最优解的近似解。结论通过使用两种不同的贪心算法求解TSP,并且求解了贪心算法的时间空间性能,相比于传统的算法贪心算法有一定的优势。该算法对TSP的求解有一定的指导意义,特别是对配送货物的路线、有关网络布线等问题有实际意义。     

基于GIS和GNSS的物流配送路线规划设计浅析

地理信息系统(GIS)是一门集地理学、计算机科学、信息技术等于一体的交叉学科。本文以物流运输配送中的路线规划问题为例讨论GIS在物流中的应用以及与全球卫星导航系统(GNSS)相结合的应用问题。具体探讨了应用"标号法"进行最佳路线规划设计的过程及其算法实现,讨论了影响路线合理性的结点权重因子选择问题。     

低碳经济环境下农产品运输与配送问题研究

从农产品物流领域的运输配送环节入手,分析了不同运输方式中的能源消耗和碳排放情况,总结了我国低碳农产品运输存在过多依靠公路运输,导致城市交通压力大、配送问题凸显,货运调度能力差、闲置情况严重,多式联运发展水平较低等问题,提出了我国农产品运输配送低碳减排发展的合理化建议。     

农民利益保护的经济学分析——基于生产资料和农产品的交易

受到多种因素的影响,农民在市场交易中处于非常不利的地位,难以保障自身的合理收益.该研究运用微观经济学的基本理论,分析了农业生产资料市场、农产品市场等多个市场的相互关系,通过对比垄断情况下和完全竞争市场中农业生产资料生产企业、农产品流通服务商的经济决策,论述了农业生产资料生产企业、农产品流通服务商的垄断地位对农民经济利益产生的影响,阐明了农民在和各类经济主体进行交易时所处的弱势地位及其遭受的经济侵害.通过分析,进一步认识到了保护农民利益的必要性,提出了相应的对策措施：一是对生产资料提供者进行管制;二是加强农产品市场流通体系建设;三是提高农民的组织化程度;四是建立和完善对农民的生产补贴制度.     

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。     

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.     

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。     

农产品电商综合物流配送模式研究——以广西海吉星电商综合配送模式为例

随着市场经济的发展,现代物流配送对于农产品配送显得越来越重要,物流配送模式的选择对于农产品市场的发展起着关键的作用。本文以广西海吉星电商综合配送模式为例,介绍该模式在电子商务下的现代物流配送模式上的特点,建立仓储物流配送中心,实现物流配送信息化,物流配送仓储化,物流配送网络化等特点,把网络的优势融入了物流配送之中,使得在网络化下的新型配送中心里可以大大缩短物流配送的过程,通过建立合理的农产品配送模式提高配送效率和时效性最终降低配送的成本。     

生鲜农产品配送方式的决策模型

建立了一种基于层次分析法(Analytic hierarchy process,AHP)的生鲜农产品配送方式决策模型.在该模型中,基于配送方式、决策因素、AHP方法建立生鲜农产品配送方式决策的层次结构,并在此基础上通过成对比较决策因素、由上至下等方式作出决策,将决策过程定量化,能够选择快速、合理生鲜农产品配送方式.实际应用表明,建立的模型能较好地解决生鲜农产品配送方式选择问题.     

一种基于PSO-RBF神经网的入侵检测方法

针对传统基于K-均值聚类的RBF神经网络训练方法中,隐层参数训练结果易受初始值影响而陷入局部极小解,最终导致整个网络收敛速度慢、性能下降等问题,提出了基于粒子群算法(PSO)和K-均值相结合的径向基神经网络(RBF)训练算法.该算法利用PSO的全局搜索能力形成最优解邻域,K-均值算法在该邻域进行局部搜索,这样既利用了PSO算法的全局最优解搜索能力,同时也利用了K-均值算法收敛速度快的优点.试验结果表明该算法有效地解决了基于K-均值训练算法易陷入局部极小解的不足.文中将基于上述训练方法的RBF神经网应用到入侵检测系统中,试验结果同基于传统K-均值、遗传算法和RPCL算法训练的RBF方法进行比较,结果表明本文建议的方法在检测性能和训练时间上都有明显提高.