服务业和制造业的设施选址方法

企业面对日益激烈的市场竞争,取胜的关键除了具备过硬的质量以及令人信服的服务外,还有重要的一方面即设施的选址。设施选址是否适当,是影响经营效益的重要因素。本文依据设施选址的战略目标,对服务业和制造业选址的影响因素和方法进行了分析、比较。最后得出,对于不同的选址问题,应该根据它的侧重点,采用不同的方法。实现制造业追求成本最小化和服务业追求收益最大化的目的。     

求解无容量设施选址问题的混合蚁群算法

无容量设施选址(UFL)问题是经典的优化问题,属于NP难题,易于描述却难于求解.首先,介绍了UFL问题的数学模型,并对UFL问题的特点进行深入分析,得到其最优解所具有的基本特征;其次,针对UFL问题的最优解所具有的基本特征,设计了两种局部搜索策略,并将其与基本蚁群算法相结合,提出了一种用于求解UFL问题的混合蚁群搜索算法;最后,为了测试该算法的性能,分别利用混合蚁群算法和基本蚁群算法求解UFL问题基准问题库中的16个测试算例.计算结果表明,混合蚁群算法有效改进了基本蚁群算法求解UFL问题时易陷入局部最优、收敛速度慢等不足,该算法对求解UFL问题具有明显的可行性和有效性.     

设施选址问题综述

选址问题是组合优化领域中的一类重要问题,它是对于一些网络服务器、核电站或者物流中心等有限且重要的资源进行选址决策,在生产管理与调度,网络通信,理论计算机科学等方面有广泛的应用。本文对目前几类经典的设施选址问题进行了介绍,通过对比、分析,对几类经典设施选址问题的特点进行了归纳。本文的研究意义在于通过对不同模型的特点进行分析后,能有利于后续研究者针对不同特点的问题模型提出不同的启发式算法。     

分级设施选址问题研究进展与展望

建设多中心、多层级、多节点的网络型城市群,适应区域内部交通需求结构转变,加强公共基础设施一体协同规划具有重大研究意义。分级设施选址问题主要研究如何通过科学、合理的选址决策,经济、高效地实现设施服务优化,是资源差异化、服务约束条件下的多层级网络设计问题。近年来,由于设施服务复杂性提升、需求差异化日益显著,分级设施选址问题受到了更多学者关注。该文归纳、分析了40年来,特别是近6年的分级设施选址问题研究,发现在医疗、枢纽、供应链系统等应用领域,为了平衡系统规划设计的多指标与场站设施规模差异化特征,解决系统服务可及性与现实需求不匹配等问题,多目标嵌套模型、动态及随机约束以及以多元化搜索与停止准则为热点的启发式算法效率优化成为主要研究趋势。同时,在产品检验、回收背景下的供应链逆向物流系统、基于梯次分类处理模式的垃圾场站规划设计以及突出乘客需求体验交通枢纽的选址优化也成为近些年的重点研究领域。未来,随着服务水平及效率要求提升,分级理念在区域协同治理下的城市群服务设施分级布局与集中式电动汽车充电站差异化布局等领域将有广阔的应用场景。     

突发事件应急设施选址问题的模型及优化算法

综合考虑应急设施选址的公平性、效率性、设立成本等多方面的因素,建立了一个可适应重大突发事件救援设施不同部署策略的多目标规划决策模型.利用模拟植物生长算法的通用模型,提出了基于模拟植物生长思路的目标问题求解方法.通过对实例的计算,结果验证了多目标决策模型的可行性与合理性,模型的求解算法可获得最优解,具有良好的性能.     

基于满意度的可持续物流设施选址问题的多目标优化方法

【目的】为了研究可持续物流设施选址问题研究对企业供应链管理和物流配送服务中心的可持续性发展的影响。【方法】基于传统的无容量物流配送服务中心选址问题,引入满意度函数衡量客户对物流配送服务中心提供服务水平的平均满意程度,建立了以经济成本最小化、客户平均满意度最大化和二氧化碳排放量最小化为目标的一个多目标优化模型。【结果】基于多目标优化问题经典的ε 约束标量化方法和贪婪算法思想提出了多目标优化模型的一个求解算法。【结论】提出的多目标优化方法能够在较高的满意度下获得更优的经济成本和碳排放量,为更好地解决无容量物流配送服务中心选址问题提供了一个新的方法。     

重大医疗急救中心设施选址的多目标决策优化模型

本文针对急救中心应对的重大突发医疗事件的高效性,敏捷性的特点,采用传统选址模型中的最大覆盖模型、p-中心模型和中值模型,结合优化思想建立了一个多目标决策的数学模型。     

基于OpenMP求解无容量设施选址问题的并行PSO算法

讨论无容量设施选址(UFL)问题,提出了一个基于OpenMP技术的并行多粒子群优化(PSO)算法.将整个种群分为若干子种群,同时利用局部信息来更新粒子速度,使得并行算法异步进行.算法运行一定代数后,每个子种群都会与其相邻种群交换最优粒子.通过将并行多粒子群算法对OR-library中的标准测试问题进行测试,并将计算结果与串行多粒子群算法的计算结果进行比较.相比之下,并行多粒子群算法执行时间短,特别对于大规模的计算问题,所得结果有更好的鲁棒性.     

再制造回收物流设施选址模型与应用

汽车产业的快速发展,在推动经济快速发展的同时,也带了资源与环境方面的负面影响。为了提高报废汽车的回收率和材料再利用率,针对再制造逆向物流网络的特点,以物流成本最小为唯一目标,考虑了固定设施设备的折旧,以及逆向物流与正向物流设施的整合,运用混合整数线性规划方法建立了包含废旧汽车回收、拆卸、再制造过程的回收物流设施选址模型,并通过算例验证了模型的有效性。     

《物流管理》课程中单设施选址模型教学探讨

设施选址是物流管理的重要环节,其中单设施选址模型是最基本、也是最重要的选址模型. 重心法是求解单设施选址模型的重要方法,因此,本文从重心法原理、重心法计算步骤及重心法的程序实现等环节对重心法的教学进行了设计.     

基于时间满意的集覆盖问题及若干贪婪算法应用研究

传统的选址问题过于简单地考量时间这一对企业竞争力影响重大的因素。针对这一特点，对时间满意度函数进行了定义，从顾客角度考虑覆盖半径，从企业角度考虑覆盖比例，提出比传统集覆盖问题更一般的基于时间满意的覆盖选址问题。在给定的网络G（V，A）中，以最小化总的建站成本为目标建立这一问题的整数规划模型，并应用3种被证明为在覆盖选址问题中计算效果很好的贪婪算法对不同规模的问题进行求解计算。     

可变吸引力竞争选址模型与算法研究

结合Huff重力模型,考虑了市场存在一个或多个竞争对手情形下的新设施竞争选址模型.假设顾客访问设施的概率与设施吸引力成正比,与设施同需求点的距离成反比.企业通过确定新设施的选址位置和设施的吸引力水平来追求利润最大化.建立了混合整数非线性规划模型并设计算法进行求解.并通过随机算例验证了算法的有效性.     

蚁群算法求解消防站的选址问题

将消防设施选址问题抽象成集合覆盖问题。应用蚁群算法对集合覆盖问题进行了求解。并针对点的重复覆盖问题对每次迭代的结果进行了启发式改进,消除了冗余的子集。同时采用精英策略,加速了蚁群算法的收敛速度。并将用蚁群算法得到的结果与基于贪心策略得到的结果进行了比较,效果较好。     

容量受限工厂选址问题模型及贪婪蚁群算法求解

研究了在容量受限条件下的工厂选址问题.针对现有模型对覆盖问题、经济效益问题和发展状况问题考虑不足,提出了一种新的数学模型.由于容量受限的工厂选址是一个复杂的决策过程,较难得到满意解和最优解,提出一种新的改进蚁群算法对其进行求解.改进蚁群算法在传统蚁群算法的基础上结合了贪婪算法.仿真结果一方面说明了新的数学模型的有效性,另一方面证明了改进蚁群算法改善了传统蚁群算法易于陷入局部最优解的缺点,提高了寻优质量.     

能抵抗粗差的雷电定位算法研究与仿真

雷电是严重危害人类生命财产安全的自然灾害。在雷电监测系统中,定位计算直接关系到探测结果的精度。然而在探测到的原始数据中有许多包含粗差,粗差的影响使得由基本定位方法得到的结果严重偏离真实值。为了满足应用的要求,必须设计能够抵抗粗差干扰的定位方法。论文首先介绍了目前在用的三站定位方法,并严格推导了Taylor级数法。为了使基本定位方法能够具备抵抗粗差的能力,基于数据挖掘技术设计了两种粗差处理算法：k-means聚类法和决策树分类法。仿真说明,采用后两种方法能够有效地抵抗粗差的干扰,提高定位精度。     

非线性滤波算法在无源定位中的应用

针对无源定位中量测方程非线性对滤波精度及稳定性的影响,分析了基于模型线性化的滤波算法,包括扩展卡尔曼滤波(EKF)、伪线性滤波(PLF)、修订增益的扩展卡尔曼滤波(MGEKF)算法的特点,重点论述了非线性滤波(UKF)与粒子滤波器(PF)这2种新的非线性滤波方法思想及其特点,指出了无源定位问题中,这2种算法有更好的滤波精度及稳定性.     

基于群体决策的库存选址-路径选择模型研究

将群体决策理论与VMI环境下库存选址-路径选择相结合,建立了基于群体决策的库存选址-路径选择模型．此模型将供应链敏捷度作为一个约束条件,使用群体层次分析法来确定该约束条件的系数,突破了以往纯粹靠整数规划或者混合整数规划的方法解决此类问题的思路,开辟了研究LRP问题的新途径．