城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先，为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次，为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后，为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明，所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

物流系统容错设计方法

在相关理论的指导下，提出了物流容错技术的基本概念，论述了常见的系统故障、典型的容错设计方法和故障检测手段，讨论了物流容错技术的应用前景和发展方向。     

A Dynamic Forecasting System with Applications in Production Logistics

Production logistics involve the co-ordination of ac tivities such as production and materials control (PMC), inventory management, p roduct life cycle management, etc. Those activities demand for an accurate forec asting model. However, the conventional methods of making sell and buy decision based on human forecast or conventional moving average and exponential smoothing methods is no longer be sufficient to meet the future need. Furthermore, the un derlying statistics of the market information change ...     

浅谈高校后勤社会化的财务核算

随着高校后勤改革的不断深入，高校后勤将逐渐从学校脱离，成为相对独立的经济实体，而原有高校的财务管理核算体制已不适应后勤改革的需要。     

高校后勤社会化改革的法律风险及其防范

由于高校后勤社会化模式的混乱,使后勤社会化改革中出现了一系列法律风险。为防范该风险,应在全国实行统一的后勤社会化改革模式——专门机构负责模式,即采用“外部采办”的方式,并通过相关的制度设计来规范高校后勤服务实体的运作。     

逆向物流网络结构研究

文章介绍了逆向物流概念,分析了发展逆向物流的必要性和紧迫性,从逆向物流的结构特征出发,以不同的角度对逆向物流系统做了分类研究,然后从逆向物流的网络着手,分析了逆向物流网络的构建环境、网络特征和网络类型。     

吉林省现代物流业发展对策研究

介绍了吉林省现代物流业的发展现状,分析了吉林省现代物流业发展进程中存在的问题,进而提出了针对性较强的若干对策,旨在探讨吉林省现代物流业发展路径和发展策略,促进吉林省现代物流业的健康有序发展.     

基于电子商务的逆向物流优化模型及其应用策略

由于通过电子商务购买商品不能在购买前进行商品实体的检验，所以增加了退货的可能性，因此电子商务中的退货逆向物流问题是困扰其发展的一个重要因素。本文通过构建利润最大化模型，得到了在特定市场反应参数下的最优价格以及最优退货策略，并且通过分析市场反映参数得出了一些具有实际操作意义的应用策略。     

第三方逆向物流战略决策有关问题的探讨

文章运用战略决策的相关方法并结合逆向物流业自身的特点,建立了第三方物流公司开展逆向物流服务的战略决策模型,并结合这一模型重点分析了第三方物流公司的战略决策过程,对我国逆向物流决策的相关问题也进行了初步探讨。     

集成化物流中的定位运输路线安排问题(LRP)优化算法评述

总结定位 运输路线安排问题(Location RoutingProblem,LRP)的发展历程,重点评述LRP优化算法的研究进展,并对比分析了常用的两类求解LRP问题的方法精确算法和启发式算法·并对LRP中的定位配给、运输车辆路线安排、定位 运输路线安排三类问题的具体优化方法进行了分析、比较,指出在求解LRP问题时应综合利用各种技术的优势,建立一种新的搜索方法,实现准确、高效的搜索,改进遗传算法用于求解LRP问题是解决这类NP hard问题的一条途径·