基于改进蚁群算法的车辆路径选择研究

给出了考虑软时间窗的物流配送车辆路径选择（VRP）模型,提出了一种改进的蚁群算法来求VRP模型的近似最优解。为了以最少的计算时间得出VRP问题的近似最优解,首先用贪婪算法产生初始蚁群,然后通过蚁群算法的评价、信息素释放、蚂蚁移动、信息素消散、判断收敛的循环过程对初始解进行优化。实践表明,在求解软时间窗物流配送车辆路径选择问题方面,改进蚁群算法具有更好的收敛性。该算法算法是求解VRP问题的较好方案。     

车辆路径问题的一种启发式解法

研究了带有容量约束的车辆路径问题(VRP),在预先不确定车辆数目的情况下,提出将聚类方法、禁忌搜索方法和2-opt方法集合对VRP求解.分析和实验结果表明,该方法对VRP,尤其是大规模的VRP是有效的.     

基于混合量子遗传算法的外贸企业物流配送车辆优化调度

为了提高外贸企业物流配送车辆调度能力,提出基于混合量子遗传算法的外贸企业物流配送车辆优化调度算法。构建外贸企业物流配送车辆路径规划的地图网格模型,采用混合量子遗传算法进行外贸企业物流配送车辆调度的信息模拟,构建外贸企业物流配送车辆的移动规则模型,进行外贸企业物流配送车辆调度的路径规划。结合信息素导引方法进行外贸企业物流配送车辆优化调度的自适应控制,构建外贸企业物流配送车辆优化调度的混合量子遗传进化寻优模型,根据混合量子遗传路径约束寻优方法构建外贸企业物流配送车辆优化调度的人工智能算法,实现外贸企业物流配送车辆优化调度和人工智能控制。仿真结果表明,采用该方法进行外贸企业物流配送车辆调度的寻优能力较好,路径规划能力较强,提高了车辆调度效能。     

基于位置服务的动态车辆路径问题研究

针对实际车辆路径计划的动态性和传统VRP解决方案的局限性,提出动态VRP的概念和研究内容,设计了基于位置服务的动态VRP求解的技术路线,研究了动态VRP路网模型.     

物流配送车辆调度问题方法综述

物流配送车辆优化调度问题(Vehicle Routing Problem,简称VRP)是一个研究热点,许多学者采用了各种优化方法来解实际问题。本文综述了物流配送车辆调度问题的各种优化方法,对其优缺点、适用性等都作了说明,并对它们作以比较分析,从而找到最适合现实问题的优化方法。     

动态车辆路径问题的算法研究

借鉴动态问题中的时间点、时间段等概念,建立了动态车辆路径问题模型,将动态VRP转化为在若干连续的时间段内的相对确定性的静态VRP,为动态VRP的研究提供了一种新的方法.并设计了基于节约法和禁忌搜索的混合算法,从而提高了对动态车辆路径问题求解的效率.     

CVRP中二维装载问题的研究

二维载重量限制的VRP（2L-CVRP）问题是一种新的组合优化问题,是VRP问题的一个现实延伸。2L-CVRP问题中包含了物流配送中的两个子问题：装载问题和路由选择问题。很多VRP的研究,往往只致力于在路由选择方面进行优化,而忽略装载问题。针对这个问题,本文阐述了三种常用的装载算法,通过提高车辆装载率,减少车辆数目,从而降低成本。最后给出了三种算法的实验对比。     

一种新的基于供应商管理库存的成品油物流配送模型

基于供应商管理库存(VMI)理论,提出了一种新的VMI模式下成品油物流配送模型.模型包括安全库存的动态管理模型、需求预测模型、基于路网的车辆配装模型和车辆路径问题(VRP)模型.给出了基于VMI的库存补给和安全库存动态管理的一体化解决方案,并将组合预测方法应用于成品油配送预测.应用结果表明,对于较大规模配送中心的配送活动,新模型优化结果良好.     

蚁群遗传优化算法在物流配送路径选择中的应用

在对车辆路径问题(VRP)分析的基础上,为之建立了数学模型,提出了一种适合求解该问题的蚁群遗传优化算法.提出的改进算法是先通过限制、选择和更新信息素、控制搜索次教,找出路径的满意解,大大缩短了搜索时间;再用所得较好的路径表示作为初始种群,指定为父体,直接进行分组定界操作,将已得路径进行优化改良,求得最佳配送路径.实验结果表明,该算法应用于求解物流配送路径的问题行之有效.     

车辆路径问题的改进遗传算法研究

在现有的物流管理系统中,车辆路径问题(vehi-cle routing problem,VRP)研究在物流配送过程中的作用显得尤为重要.VRD最早是在1959年由Dan-ting和Ramser[1]提出,其研究的问题可以描述为:有n个商品需求点(可以称之为顾客),各个顾客之间的距离以及商品需求量事先已知,要求从中心仓     

基于免疫克隆算法的物流配送车辆路径优化研究

物流配送车辆路径优化问题是近年来物流领域中的研究热点,该问题属于NP难题,较难得到最优解和满意解．在物流配送车辆路径优化问题数学模型的基础上,构造了一种免疫克隆算法来求解该问题,并在算法中引入了克隆选择、克隆删除、受体编辑、体细胞高频变异、抗体循环补充等思想．仿真计算结果表明,免疫克隆算法能快速收敛于全局最优解,克服了遗传算法中易陷入局部最优解和收敛速度慢的缺点,可有效地解决物流配送车辆路径优化问题．     

电子商务配送的跨区域VRP模型及其启发式算法

传统的基于分区策略的配送模式已不能满足电子商务物流配送业务的要求,采用将多个配送区域联合、沿途多次补货的配送策略可有效地解决上述矛盾,而车辆路径问题是该配送策略的一个重要组成部分。在说明了模型的假设条件后,建立了基于区域联合策略的VRP(veh icle rou ting prob lem)模型,开发了一种基于几何分析的启发式算法,采用二次搜索、分批插入的办法确定补货点,从而得到沿途多次补货的配送路径,最后用数值算例对模型和算法进行了数值演算。     

有时间窗约束非满载车辆调度问题的节约算法

车辆调度问题(Vehicle Routing Problem,简称为VRP)是物流配送中广泛存在的一类问题,VRP属于强NP问题.在建立了带有时间窗的非满载的VRP问题的数学模型基础上,对启发式算法中的节约算法进行改进,设计出带时间窗的非满载的VRP问题的节约算法.通过对8个客户和13个客户算例的具体计算结果分析该算法的性能,研究表明:节约算法具有易于计算机实现,易于调整,方法易行、效果理想等优点,但在客户规模增加,解的空间增加后,其解的精度也随之下降.     

GIS支持下的物流配送系统研究

针对城市物流配送的特点,利用GRUDF(GIS通用开发框架)和GPRS技术,提出了切合实际的系统集成方案,对数据集成与功能集成进行了深入探讨,使能够提供一般性的物流配送调度功能,在GIS平台上进行了物流系统的整体设计与动态路径规划实现,使系统能对企业的物流配送过程进行时间和空间上的实时动态管理,在可视化、智能化的信息平台实现高效、便捷的物流配送,提供优化决策方案.     

三层结构下的GIS物流配送系统

物流配送是实现电子商务的一个重要环节，也是制约电子商务发展的一个“瓶颈”．在分析了地理信息系统的特点、应用于物流配送的优势、三层C／S结构特点之后，提出了三层结构下的GIS物流配送系统，并介绍了该系统的功能．系统除提供经营配送中心所需要的一般信息，如库存信息、供货厂家信息、需求用户信息外，还提供建立配送中心过程中的配送中心选址优化以及运营过程中的运输路线优化等决策支持．     

基于SuperMapGIS的物流配送信息系统设计

分析了目前我国物流配送信息系统的不足,根据物流配送的实际需要,结合GIS的基本理论和方法,为实现物流配送更优更为目的,提出了建立基于SuperMap GIS的物流配送信息系统,并对系统进行了详细的总体模块设计和功能设计。     

城市物流配送模型及优化调度研究

通过对城市物流配送特点的研究，分析了在电子商务环境下城市物流配送的现状和存在的问题，提出了在地理信息系统环境下的城市物流配送优化调度模型，结合电子商务城市物流配送中心系统构建提出了解决城市物流配送的优化调度方案。     

GIS在国际物流中的应用——以TransCAD为例

物流被认为是第三利润源,在现今社会蓬勃发展。为获取更廉价的原材料,寻觅更合适的顾客以提高收益,各公司纷纷涉足国际物流行业。现以TransCAD为例,证明GIS对物流业颇多助益,然后推理论证,得出GIS也能在国际物流业中发挥其功效。     

关于上海物流系统中的GIS技术研究

上海市物流技术开发、研究处国内领先水平,但是由于技术、资金和技术人才等原因,多种现代化物流技术的功能和优势没有得以发挥,从而严重影响了上海市物流效益;为了从整体上提升上海市物流技术水平,提高物流效益,应用现代先进技术改进上海市传统物流技术成为发展的趋势．探讨以地理信息系统(GIS)为核心技术,结合遥感系统、全球定位系统和其他现代远程通信技术,建立基于GIS的物流系统,利用GIS的空间分析、数学模型、动态监测等技术优势有效地降低物流成本、提高整体效益、实现物流可持续发展．