基于蚁群优化的多物流配送中心选址算法

提出了一种解决多物流配送中心选址问题的蚁群算法模型,该模型将物流配送中心选址映射成一个聚类过程,利用蚁群系统中蚂蚁通过信息素寻找最优路径的机制,以物流配送的总成本最低为聚类准则,结合蚂蚁将物体聚堆的行为模式来定义蚂蚁的转移概率、禁忌列表和信息素更新方式,实现基于蚁群优化的物流配送中心选址算法.对多配送中心选址进行了仿真实验,实验结果表明本算法能获得与实际情况相符的配送中心最优解,且适合多种不同的配送中心模型和大规模的配送中心选址,具有较强的灵活性.     

贪婪取走启发式算法在离散网络选址中的研究

物流配送中心的选址决策在物流运作中有着重要的地位。介绍了一种离散型网络选址模型-P-中值模型及其一般迭代解法即贪婪取走启发式算法,并提出一种基于改进的P-中值选址模型,使得该模型更客观,科学和实用。通过实例分析说明该模型在物流配送中心选址中的有效性,为实际的选址决策提供理论参考。     

基于冲突合作关系的生鲜选址-路径多主体优化模型与算法

针对城市生鲜农产品配送成本高，产品损耗大等特点，考虑生鲜销售商和外包冷链配送公司共同参与又独立决策的实际运营情况，建立了基于冲突合作关系的生鲜配送选址-路径多主体优化模型.模型中，考虑客户模糊时间窗，主导层生鲜销售商以系统总成本最低为目标，而从属层冷链配送公司仅考虑运输相关成本最小化.设计了GAPSO混合算法求解该问题，结合精英选择策略和自适应权重粒子更新策略，采用田口分析法获取参数合理取值.与CPLEX求取小规模算例精确解对比，GAPSO算法在保持准确性的同时，求解时间降低了96.17%；对基于Barreto和Prins经典LRP基准案例集的中大规模算例，与HybridGA算法和已知最优解BKR对比分析，结果表明GAPSO对于中小规模问题，能很好的收敛于全局最优解，对于大规模问题能求得近似最优解，能为实际生鲜选址和配送问题提供有效决策支持.     

电子商务下的配送中心选址问题及其优化

分析了电子商务环境下的物流配送中心的特点,提出了电子商务环境下带软时间窗的配送中心选址与车辆路线集成模型,设计了遗传算法与模拟退火算法相结合进行求解.最后通过算例说明了该模型的实用性及其算法的可行性.     

综合多准则决策的保障设施选址-分派方法

首先总结了现有设施选址决策方法,分析了现有方法的局限性,进而提出了综合多准则决策的保障设施选址-分派方法.在研究描述被保障单位的保障反应时效性要求的函数的基础上,基于最大覆盖选址模型和"部分覆盖"思想建立了使保障部门和被保障单位满意度最大的选址-分派优化模型,给出了基于拉格朗日松弛的模型求解算法并进行了算法实验验证,实验结果表明该算法有效.     

生鲜农产品多隔室冷链配送车辆路径优化

针对生鲜农产品需求呈现出的高鲜活度、多品种、小批量特性,越来越多的生鲜农产品配送商采用多隔室配送车辆进行生鲜农产品冷链物流配送。本文以生鲜农产品配送商配送成本最小化为目标,建立了生鲜农产品多隔室车辆路径优化模型,然后设计粒子群算法进行求解,最后通过实例验证了粒子群算法在求解生鲜农产品多隔室车辆路径问题时的优越性和稳定性。实验结果表明:粒子群算法不仅可以从配送成本实现对生鲜农产品多隔室车辆路径问题的优化,而且该算法具有良好的收敛性。     

电子商务环境下物流配送中心选址模型与评价方法

考虑电子商务环境下的物流配送特殊性,将物流配送中心选址模型从变动费用和时间约束的条件进行修改,建立适用于电子商务环境下的物流配送中心选址模型。选址模型是NP问题,故应用启发式算法进行求解。由于电子商务环境下的物流配送中心选址涉及到多方面的因素,是一项复杂的系统工程,建立选址模型时,很难将选址中的所有影响因素考虑周全;即使把这些因素考虑全面,也很难量化形成模型中的约束条件。因此,在进行电子商务环境下物流配送中心选址时,还应咨询和参考各相关专家的意见和建议,进行定性的选择。为此,提出了定量化的启发式算法与定性化的综合评价法相结合来确定电子商务环境下配送中心选址的方法。     

基于模拟植物生长算法的易腐物品物流中心选址

配送中心作为物流系统的枢纽,其位置的选取直接影响总消耗成本的高低.本文提出了基于模拟植物生长算法求解易腐物品配送中心选址问题的新方法.通过对系统数学建模,利用改进的模拟植物生长算法来求解最优解.最后通过对实倒进行仿真实验,结果表明本算法不仅可获得配送中心的最优解,算法精度也有提高,明显优于其它方法.     

损毁情景下应急设施选址的多目标决策方法

应急设施选址问题是应急管理中的重要问题,设施的长期战略性地位,促使决策者在进行选址决策时关注多种目标.在一定的经济投入条件下,本文首先提出了决策者制定设施选址方案时的目标原则,构建以时效性、均衡性和鲁棒性为核心的评价体系,进而建立了应急设施选址的多目标优化模型,用覆盖为目标的救援总时间反映时效性,最大救援半径反映均衡性,以及设施损毁情景下额外增加的救援变更时间反映鲁棒性,用三个目标函数组成的三元组刻画选址决策的目标向量,理想点是一个三元向量,每一个分量值表示只以这个分量目标函数求解得到的最优值,提出了基于理想点的目标扰动最小化模型,并采用遗传算法设计求解方法,通过算例分析了模型和算法的有效性,说明本文提出的模型与算法在解决应急设施选址决策方面具有一定的应用价值.     

基于污染物侵入模拟的供水管网水质监测点优化选址方法

提出了突发或者蓄意污染情况下供水管网水质监测点优化选址的最大覆盖选址模型.结合一管网算例,利用EPANET2软件模拟扩展周期非稳态水力水质条件下管网节点污染物浓度变化情况,由此得到各个节点被注入污染物后,监测点监测到污染物浓度时不同用户节点对外供出的污染水体体积.同时提出基本粒子群优化算法与遗传算法交叉、变异算子相结合的整数编码的混合粒子群优化算法来求解该选址模型,并编制了相应的C 程序.提出的优化模型与求解算法对管网水质监测点的优化选址具有一定的参考作用.     

遗传算法（GA）和禁忌搜索算法（TS）在配送中心选址和路线问题中的应用

分析了配送中心的配送模式,并由此建立了配送中心LRP(Location and Routing Problem)模型,即选址和路线的组合模型.并且针对该模型引入了遗传算法和禁忌搜索算法,通过合理选择算法中各算子及参数设置,设计了求解该模型的算法程序,最后通过具有一定规模的实例计算,证明了该算法在求解LRP中的实用可行性和科学有效性.     

B2C物流配送网络双目标模糊选址模型与算法

基于B2C"配送-退换同时"的物流模式及配送业务特点,集成设施选址-分配和路线优化,研究模糊需求下的B2C物流设施选址问题.针对选址-分配的模糊性和静态性、配送的确定性和动态性特征,以物流总费用为主目标函数,以配送中心流通费用、车辆派遣费用、配送费用总和为子目标函数,建立了有配送中心容量静态约束和车辆动态负载量约束的双目标模糊选址模型,设计了嵌入随机算法和禁忌搜索算法的遗传算法求解.选取合适的测试算例验证了算法的有效性,探讨了客户需求模糊区间宽度和商品退换率对物流选址结果和各项费用值的影响.实验结果表明,所设计的算法对解决这类复杂问题合理有效.客户需求模糊区间宽度与车辆利用率和车辆路线总长的波动区间、平均车辆路线总长度、配送费用正相关,且宽度较窄时,选址结果、车辆派遣费用和配送中心流通费用不变,超过一定范围,选址结果、车辆派遣费用和配送中心流通费用改变.商品退换率与流通费用和物流总费用正相关,但不会影响选址结果和其他费用.     

随机价格条件下的产业选址双层规划模型及其禁忌算法

对产业选址问题进行了描述,提出一类带有价格随机参数的产业选址双层规划模型.根据该模型的特点转化为确定性的双层规划问题, 并且设计优化该问题的禁忌算法.算法基于二进制编码, 设计三种邻域,在邻域操作中控制选址数量约束, 采用惩罚函数处理总投资额约束, 提高了禁忌算法的优化效率和优化效果.描述产业选址问题双层规划模型的构建过程, 介绍算法的原理, 给出具有代表性算例试验结果和结果分析.试验结果及其分析表明本文提出的具有随机参数的产业选址问题双层规划模型及其优化算法的有效性.     

易腐物品配送中心连续选址模型及其遗传算法

针对易腐物品的特性和连续选址问题的复杂性 ,建立了一种求解易腐物品配送中心连续选址问题的 CAGA算法 ,此算法为与 ALA法结合而成的遗传算法 .实验结果表明 ,这一启发式算法具有较好的搜索特性 ,不失为求解易腐物品配送中心选址问题的一种好方法 .     

考虑取送作业的生鲜农产品配送路径优化模型与算法

随着人们对生鲜农产品的需求越来越大,生鲜农产品配送路径优化问题得到了越来越多学者的关注。本文在传统生鲜农产品配送路径优化的基础上,结合软硬时间窗约束,考虑配送过程带取送的双向作业模式,以配送总运营成本最小为目标函数,建立非线性混合整数规划模型。通过使用Gurobi对问题进行求解,验证了模型的准确性。同时,为了解决大规模路径优化问题以及证明本文提出的取送结合的配送模式具有明显优势,本文设计了遗传算法对算例进行求解分析,最终证明了该模型的准确性和算法的有效性及稳定性。     

变动补偿的多模糊选址-路径机会约束模型及算法

针对同时具有模糊需求和模糊旅行时间,且有车辆容量、配送中心容量和时间窗约束的选址-路径问题,基于预优化和实时调整的两阶段策略,引入变动成本的概念,建立变动补偿的机会约束预优化模型.在实时调整阶段,考虑多模糊参数的联合影响,定义变动成本为因车辆剩余容量不足返回配送中心卸载的额外配送成本和因车辆实际到达时间超出客户时间窗的时间惩罚成本总和.鉴于多模糊参数影响的时间窗可信度计算复杂,且已将时间惩罚成本作为变动成本的一部分修正目标函数,去掉时间窗机会约束,设计一阶段模拟退火算法求解,贪婪聚类构建初始解,随机模拟法估算变动成本.测试算例验证了模型和算法的有效性.得出,该模型可弱化偏好值的影响,生成实时调整变动幅度小且整体最优的预优化方案,提高对不确定环境的风险抵抗力,且求解简单;该算法是求解此类问题的较好算法;研究成果为多模糊选址-路径问题提供新的求解思路.     

DEA评价下的配送中心再选址模型及求解

为保持配送中心的高效运营,实现对现有配送中心布局的动态管理和优化,采用数据包络分析(DEA)方法,对已建的配送中心进行效率评价,并把评价结果带入到选址模型,建立了DEA评价下的配送中心再选址混合整数规划模型,约束条件包括供求关系、流量平衡及选址和流量的内在关系,综合考虑了选址中配送中心的成本和效益因素,最后通过一算例验证了模型的有效性.     

α-鲁棒的危险品道路运输应急设施选址问题

针对危险品道路运输, 优化应急设施选址能对危险品事故做出快速响应, 降低事故损失, 提升政府应急管理水平. 应急设施的响应半径经常发生波动, 针对这种不确定性, 首先利用经典的场景方法, 提出一个目标分层的α-鲁棒的弧段覆盖模型, 该模型第一目标是最小化需要建立的设施数目, 第二目标是最大化期望的加权覆盖率, 且各个场景下的加权覆盖率都大于等于最大覆盖率的100(1-α)%; 然后利用贪婪算法进行求解, 最后通过一个实例说明, 该模型为应急设施的选址优化提供了一种有效的解决方法.     

铁路行包基地及配送点选址规划模型与算法

铁路行包运榆向现代物流方向发展，行包物流基地选址及配送点规划是十分重要的环节。同时，铁路行包运榆存在着客户复杂，受车站位置及列车运行情况约束等特点。文章结合物流配送中心选址问题的方法，给出铁路行包基地及配送点规划的教学模型，应用扫描法构造问题尽可能好的初始解，通过基于局部搜索的启发式算法对初始解优化，得到优化解。用一个实例验证模型及算法的可行性。     

占线顶点覆盖问题的结构性下界

在实际 顶点覆盖选址过程中,经常会遇到如下的情形:在需要服务的边的个数未知的前提下,决策者需要决定在哪里建立初始的设施(或设施集),同时还要求,当新的设施建立后,前面已经建立的设施不能被删除.以往一般建立的模型和算法都是针对静态选址而言的,这里需要的是满足上述约束的动态选址模型.考虑了占线顶点覆盖问题,给出了一个不需要任何复杂性假设条件下的结构性的下界结果,并通过对一个限制性条件下的占线顶点覆盖问题给出算法并证明竞争性能比结果说明了所作的下界分析是紧的,同时证明了所给出的算法在非多项式时间内是最优的.