物流配送中心选址数学模型的研究和优化

为解决县域农村物流配送中心的选址问题,综合现实路网信息和农村网点吞吐量等要素,建立基于实际公路网的农村物流配送中心选址优化模型,通过基于图论的理论方法建立了物流网点的交通网络赋权图,确定各网点间的最短路径,进而使用基于弗洛伊德算法的迭代重心法建立配送中心的初始模型。在初始模型的基础上,打破行政区域的划分,建立基于密度峰值聚类算法的物流配送中心的双目标优化模型。     

共同配送选址-路径优化模型与算法

以北京市奶制品配送问题为场景,研究了共同配送选址-路径优化问题。建立了两层级带容量约束的共同配送选址-路径问题的混合整数规划模型,设计了求解模型的三阶段算法。第一阶段采用基于遗传算法的带容量限制的K-means聚类方法,将客户划分为若干客户集;第二阶段计算每个备选配送中心为每个客户集提供服务的最优配送路径及成本,在此基础上将共同配送中心选址与第二层级配送路径优化问题简化为配送中心选址和客户集分配问题,建立数学模型并利用Lingo软件求解;第三阶段确定从物流中心到共同配送中心的最优配送路径。通过对比两大品牌奶制品在北京地区各商超的单独配送与共同配送成本,验证了模型和算法的合理性和有效性。研究结果为解决不同类型产品共同配送网络优化等问题提供了决策依据。     

考虑经济性和时效性的配送中心选址模型研究

为提高物流系统的服务水平,对具有经济性和时效性的配送中心选址问题进行了研究.以经济费用最小为目标,将客户对送货时间的要求转化为时效性约束条件,构造配送中心选址模型.讨论了求解该选址问题的优化算法——序列二次规划算法(SQP).通过实际算例对选址模型和求解算法的可行性进行了检验.算例结果表明:模型和算法能很好地解决有时效性约束的配送中心选址问题,对提高物流系统的运作效率有积极的意义.     

基于聚类-重心法和CFLP法的两级物流配送中心选址

为了确保物流配送中心选址的合理性,节约配送里程,降低配送的费用成本,将聚类-重心法和CFLP（Capacitated Facility Location Problem）模型结合起来来对城市的物流配送中心选址进行研究。首先,用最短距离聚类法进行配送区域划分;其次,通过CFLP模型结合聚类结果,以物流配送成本费用最小化原则选出二级物流配送中心;再次,分别对二级物流配送中心和城市中所有的区域物流配送中心使用重心法求出2个一级物流配送中心的坐标;最后,分别计算出2个一级配送中心的配送总距离和配送总费用,并进行对比分析。结果表明：选择通过对二级物流配送中心使用重心法求出的一级物流配送中心作为最终一级物流配送中心最为合理。该方法能应用到两级物流的配送中心选址过程中。     

基于模糊聚类算法的多配送中心选址优化方法

为了优化二级设施物流网络中多配送中心的选址操作,提取了影响配送中心选址的主要因素,建立了一种综合评价指标体系.首先,将语言变量值用三角模糊数表示,对备选配送中心进行综合评价；然后,采用区间数优度函数法将二级准则指标集成到一级准则指标上,以集成后的方案评价指标值作为模糊聚类算法的输入进行聚类操作,并设计了聚类有效性指标以用于判断聚类结果合理性；最后,应用TOPSIS方法对各类内的备选址进行排序,以确定选址位置及数量.实例验证表明,当隶属度数值取0.740 2时,得到最小的聚类有效性指标为2.43.依据该操作可将备选配送中心分成4类进行逐类选址,选址结果合理且较其他方法更具有优越性.因此,该方法能够更有效地解决多配送中心选址问题.     

基于层次粒子群算法的配送中心双层规划选址策略

在考虑物流网络宏观决策部门和客户双方利益的基础上,建立物流配送中心双层规划的选址模型.此类问题大多属于非凸优化问题,现有的求解算法存在算法复杂度及计算效率问题.基于进化博弈及多目标优化非支配排序的思想设计层次粒子群算法,通过两个粒子群算法的交互迭代求解物流配送中心双层规划选址问题.通过测试算例验证算法的有效性.     

基于多种群搜索的PSO的物流配送中心寻址求解

物流配送中心选址不仅影响运输等成本,而且也影响顾客的服务水平,在现代物流中具有重要的现实意义。针对物流配送中心选址问题,文章提出了一种基于改进粒子算法的智能求解方法,建立了物流配送中心选择模型,根据模型特点设计出了与免疫优化算法混合的粒子群算法、多种群搜索策略、混沌初始化方法、多样性评价方法。通过合理地设置算法参数,对物流配送中心选址问题进行实验比较,实验结果表明,该文算法的求解效果良好,并且求解的速度较快。     

物流配送中心选址的多目标优化模型

针对传统选址模型片面追求物流成本最小化而忽视物流服务水平的情况,将可靠性作为物流服务水平的一种测度,提出了配送中心系统可靠度的计算方法,建立了以物流成本最小化和物流服务可靠度最大化为目标的配送中心选址多目标优化模型.采用主要目标法将建立的多目标优化模型转化为单目标优化模型,并运用贪婪取走启发式算法对转化后的模型进行求解.算例结果表明,模型的非劣解充分反映了物流成本与物流服务可靠度之间的悖反关系,同时包含了传统的以物流成本最小化为目标的选址模型的最优解,从而为配送中心选址提供更加全面的决策依据.     

军事物流配送中心选址模型及其优化算法

配送中心选址在军事物流中具有重要的意义，本文基于军事物流自身的特点，建立了时间优先的单配送中心选址模型、时间优先的多配送中心选址模型和成本优先的多配送中心选址模型三种模型，对于前两种模型采用了分步骤迭代的优化解法，而对于第三种模型采用了图论中的最短路径算法进行优化求解，这些对军事物流理论的研究都必将具有参考价值。     

基于层次分析法与加权Steiner树问题的物流配送中心选址研究

物流配送中心一般是在备选点已知的情况下进行选址的。对于备选点的选取,选用层次分析法解决;对于配送中心地址的选取,选用图的Steiner树问题解决,并给出该问题的基于多Agent系统的启发式算法。在此基础上,分析和实现了电子商务环境下物流配送中心的选址问题,并通过示例验证了该选址模型的可行性。     

基于地域特征的物流仓储中心逆向选址算法

物流仓储中心地址的选取,从根本上决定了物品出发地和运达地之间的距离,直接关系到物品能否被及时高效地运输,以及配送成本和仓储成本能否最小化。针对传统物流仓储中心选址求解算法脱离实际应用、且容易出现局部最优、求解速度较慢和注意力单一等问题。为减少物流配送时间,降低物流成本,切实提出选址解决方案,通过对K均值聚类算法和帝王蝶优化算法进行改进,研究了京津冀地区物流仓储中心的选址问题。实验仿真结果表明,提出的改进帝王蝶优化算法较其他优化算法在求解精度、收敛速度和迭代次数上均有优势,能够有效完成物流仓储中心选址问题,切实可以缩短物流配送距离,提高物流配送效率。     

城市卷烟配送线路的网格划分算法

成本与服务是现代物流的两大主题，配送中心不同送货线路间的工作量均衡是线路划分的一个重要目标，它体现了配送中心的工作效率和对客户的物流服务质量．以浙江省烟草公司杭州分公司物流6400多户卷烟零售网点配送网络为数据源，采取“相邻合并、密集成簇、由簇扩展”思想，进行llO多条送货线路的网格划分和算法求解，内容包括不同送货线路之间的广义工作量均衡、网点密集簇和关键边的定义与遴选、密集簇的向外搜索扩展等．     

物流配送及回收混合网络的优化模型

基于混合整数规划的方法,建立了单产品、单周期、有能力限制的产品配送及回收混合物流网络的双层优化设计模型.双层模型从配送、回收方及客户两方的利益考虑,使得在两方相互协调的情况下获得能最大限度的使得两方都满意的选址方案及配送、回收的物流分配.最后,通过具体算例验证了该模型的有效性.     

基于量子粒子群算法的物流配送中心选址

在物流系统网络中,物流配送中心地址的优化选择不但能够高效及时地完成物资的配送,而且能使得配送成本和仓储成本等运营成本最小化,显著提高物流管理的效率和能力。针对物流配送中心选址最优解的问题,通常采用经典粒子群算法解决,但其有易早熟收敛和仅能得到局部最优解的缺陷。为了克服此缺点,将量子进化算法融入经典粒子群算法中,采用量子理论中独有的叠加态和概率幅特性,粒子最优位置的搜寻采用量子自旋门完成,粒子位置的多样性变异采用量子非门完成,以免出现局部最优解和早熟收敛缺陷。实验结果表明,与经典粒子群算法相比,量子粒子群算法在最优解的搜寻能力和优化效率方面更具有优势,能够优化配送中心的地址选取,从而减少物流运营的总成本,提高物流配送的效率,优化物流管理系统。     

地下物流多级节点选址的双层规划模型

地下物流系统逐渐成为缓解城市交通问题的新思路,其中地下物流节点选址是其中的关键问题。利用分级配送的原则,首先基于聚类算法依据货物需求情况对城市进行区域划分。然后,在保证地上交通畅通的情况下,构建了基于双层规划的多级地下物流节点选址优化模型,并利用模拟退火-贪心算法求解一级、二级物流节点位置及各节点间可运输的最大货运量。最后,通过分析算例,验证了该地下物流多级节点选址模型的正确性和实用性。     

政府引导下绿色逆向物流网络线性规划模型——以快递包装为例

为提高快递包装物的回收率和再利用率,快递包装行业急需构建逆向物流网络.考虑无政府引导及有政府引导下设计快递包装逆向物流网络.首先在无政府引导下,建立包含回收中心、处理中心、再制造中心、快递企业收发点的逆向物流网络,以总成本最小化为目标.然后加入政府奖励机制和物流的负外部约束引导企业布局绿色物流网络.分别构建线性规划模型,运用cplex软件求解,分情形对有关参数进行灵敏度分析.分析结果表明：政府实施物流负外部约束会显著改变设施布局,政府实施奖励机制会降低处理成本,增加回收量,而将两种情形结合实施能在降低网络成本的同时布局污染较小的设施.     

福建省农产品物流配送中心选址问题研究

农产品由于其自身的生物特性,导致其物流成本居高不下,买难卖难矛盾突出。提高农产品物流效益,减少农产品在流通过程中的不必要损耗,实现生产者和消费者之间的双赢对配送中心选址的研究提出了更高的要求。配送中心合理的选址能够产生规模效益,从而提高物流效率,降低物流成本,实现效益的最大化。结合农产品配送中心选址的影响因素和原则,采用重心法模型对福建省的农产品物流配送中心进行选址研究,求出基于总产量和各种农产品的初步位置,然后结合实际情况,对选址地址做进一步的分析,最终确定基于总产量和粮食的最优位置分别位于德化县和大田县。     

基于神经网络的物流中心选址算法设计

传统物流中心选址模型存在种种局限,通过建立BP神经网络选址模型,提高神经网络的泛化能力,在解决非线性系统的物流中心选址问题中取得了较高的精度和效率,使得网络的运行时间显著降低,为物流中心选址优化提供了一种新的方法.     

基于GIS物流交通网络可达性研究——以宁波建立全球物流分销中心为例

在宁波建立全球物流分销中心背景下,文章利用ArcGIS的分析功能研究物流交通网络的可达性。首先建立了可达性评价指标体系,并依据此选出较为重要的物流节点;其次利用ArcGIS的分析功能,对三个候选地址的可达性进行计算。由于主要物流园区的权重无法确定,文中设定其权重范围（0,10],直接利用mathematics获取可达性变化趋势,最终获得较为科学的结论。