基于卡车与无人机联合配送的车辆路径优化

卡车与无人机联合配送已逐渐成为车辆调度的热点问题。在考虑正向和逆向物流整合的前提下,建立混合整数规划模型。并根据无人机联合配送的特点,设计嵌入遗传算法的邻域搜索算法,通过算例验证了模型与算法的可行性。仿真结果表明：构建的模型有效地结合了无人机的工作特点和取送货模型路径选择的特点,验证了模型与算法的有效性,可为城市物流配送中无人机的应用提供指导。     

区域配送中车辆路径优化的实证研究

区域配送是普遍存在的物流活动,配送路径优化是配送系统优化的关键.区域配送中的路径优化问题实质是最短路径问题和起讫点相同的单车场非满载有时间窗约束的车辆调度问题,以H公司为例,采用Excel建模法和节约法对区域配送中的车辆路径优化进行了分析和实证研究.     

人工智能背景下会计人才培养课程体系优化研究

在人工智能背景下会计人才培养课程体系的改革,有利于提升人才培养质量,故而需予以重视.在此之上,本文简要分析了会计人才素质的根本要求及其问题,并通过调整人才培养思路、创新人才培养方法、加强学科课程融合、科学设计课程课时、合理布置教学课程等措施,以此达成人才培养目标,为企业输送更多高质量、高素质会计人才.     

限时配送业务中的商品配送路径选择问题

在多商品网络问题的基础上考虑了商品的在途运输时间及商品在物流节点的作业时间、等待时间,建立了限时配送业务中的商品配送路径选择模型,设计了基于最短路问题的模拟退火算法,以数值试验证明了模型及算法的有效性.     

人工智能背景下警察职业生涯规划探究

人工智能技术是21世纪备受关注的重点领域.警察职业生涯规划应做好与人工智能的结合,进一步推进人民警察职业发展以及整个公安队伍的建设.通过对警察职业生涯规划的现状进行具体分析,找出人工智能背景下制约警察职业生涯规划的原因,并就存在的问题提出相应的解决途径与方法,从而顺应警察职业生涯人工智能+的时代潮流.     

时变路网下多配送中心多车型联合配送研究

随着电子商务发展,越来越多的城市、企业采用多配送中心模式,优化补货车辆、配送站点车辆出行时刻及出行路线的优化变得越来越重要。目前考虑城市时变速度特征的多车型联合配送中,对配送车辆出行时刻和配送路径联合优化角度的研究成果较少。基于此,本文主要构建基于时变速度多配送中心多车型联合配送模型,并设计基于禁忌搜索求解算法,论文收集了北京市城市配送大数据,以北京市公铁联运城市配送为应用背景,对算法进行了验证,通过计算发现本算法可以有效优化多配送中心多车型联合配送运输成本和时间成本,算法能够应用于北京这种特大城市的公铁联运城市配送方案中。     

基于和声搜索算法的快递配送路径优化研究

研究了在电子商务环境下新兴的启发式和声搜索算法在快递配送路径优化中的应用,根据案例和实验得出区域内快递配送路径优化的方案,通过实验数据和传统的遗传算法做了比较,分析了两种算法在解决路径优化这类离散问题中的特点和利弊。     

O2O模式下外卖骑手的配送路径优化

基于大连市某外卖配送站点的运营实例,针对午餐高峰时段涌入的大量订单,对骑手的配送路径进行优化.以最大化运输效率为目标,综合考虑外卖配送的实际约束,有针对性地构建骑手配送路径优化的混合整数规划模型,开发改进型蚁群算法对实例进行求解.然后,将所得结果与行业实际数据、小规模算例的CPLEX精确解以及传统的蚁群算法进行对比,从多方面验证了算法的合理性与有效性.最后,详细分析了算法参数对优化结果的影响机理,可为外卖配送行业提供决策支持.     

城市物流共同配送优化方案研究

现代物流发展过程中,随着城市交通状况的恶化、生态环境的破坏,城市物流的"外部不经济"逐渐引起人们的重视.在当前的金融危机环境下,如何优化城市物流配送方式,协调城市物流活动与城市发展日益受到社会关注.通过借鉴城市物流优化流程,应用定性以及定量的方法,提出基于共同配送的城市物流配送方案.方案通过城市物流配送中心数量确定方法、选址模型以及配送路径的优化问题,并结合泉州市某知名运动鞋店进行了实证分析,说明了城市物流共同配送方案的优势,为实现城市物流配送优化提供参考.     

洪涝灾害预警时期的应急人员安置与物资配送联合优化

严重的洪涝灾害威胁着受灾地区的居民生命安全,及时的人员安置与物资保障有助于降低自灾害带来的负面影响。本研究对洪涝灾害预警时期的人员安置与物资配送两项工作进行共同考虑,由人员安置方案确定各地的物资需求量,作为物资配送优化的基础,最终得到一套联合工作方案。本研究以人员转移时间最短、人员未转移惩罚最小、物资未满足比例最低为目标,建立了该问题的数学模型。在时间划分上,本研究将应急物流工作的时间划分为多个等长的周期,并将每个周期划分为一段工作时间和一段休整时间。在工作时间内,车辆可以连续进行多次行程,以实现载具的最大化使用;在休整时间内,车辆不开始配送任务,以此应对计划外耗时带来的影响。最后,本研究基于安徽省阜阳市的蓄洪区位置构造算例,并使用遗传算法对算例求解,通过对比“联合优化”方案与“就近安置”方案,证实了人员安置与物资配送的联合优化能够让应急工作在整体上达到更好的效果。     

分销配送网络优化模型及其求解算法

为了优化网络结构 ,寻求最佳配送策略 ,最终找出成本最小的供应链 ,针对需求拖动式供应链中 ,多供应商、多产品、多客户分销配送网络的优化设计问题 ,在考虑需求分配的情况下 ,提出了分销配送网络的优化模型。为了求解优化模型 ,提出了基于混合遗传算法求解混合 0 - 1整数规划问题的算法 ,它是用遗传算法搜索 0 - 1变量的最优解 ,将其他算法融入遗传算法中 ,对非 0 - 1变量进行求解的一种算法。最后通过两个算例进行了仿真实验 ,验证了优化模型的正确性和算法的有效性。模型简明、客观 ,算法易于扩展并具有鲁棒性、通用性     

适于配送车辆导航路径规划的改进型粒子群优化算法

路径规划在车辆导航系统中具有举足轻重的作用,是配送车辆导航系统中的一个重要的模块。为解决物流配送车辆导航中的路径规划问题,文章以点对点模型为基础,对基本粒子群优化算法在初始种群的产生方法和种群的进化策略方面进行改进,提出适于配送车辆导航中路径规划点到点模型的改进型粒子群优化算法,并通过仿真试验验证算法的有效性。结果表明该算法具有快速的运算能力和较好的收敛性。     

突发事件下应急物资配送问题的改进算法研究

应急物资配送主要是应急车辆在最短的时间内把应急物资从各地应急储备仓运送到救灾点集散中心,其研究的核心是最短路径选择问题。将最邻近算法应用于应急物资的配送路径选择,提出一种多对多的改进最邻近优化算法。在该算法中,克服以往只能解决一对多问题的局限性,引用全新的编码方法,以时间作为衡量标准,同时对组合参数进行选择进化,以实现组网路径的有效选择。通过仿真实验证明该算法具有很好的适应性。     

基于改进布谷鸟算法的配送车辆路径优化方法

针对配送车辆行驶路径选择不合理、配送效率降低等问题,提出基于改进布谷鸟算法的配送车辆路径优化方法。遵循路径最短配送原则,构建目标函数,为简化模型结构,设置路径优化的相关约束条件,保证每个需求点只能被配送一次,车辆必须在最大距离负荷范围内行驶,建立路径优化模型;分析经典布谷鸟算法的鸟巢位置更新过程,添加调整因子,引入动态惯性权重;通过布谷鸟搜索算法求解优化模型,经过种群初始化、鸟巢位置更新等过程不断寻找全局最优解,当满足迭代停止条件时,输出最佳优化方案。实验证明,该方法搜索能力强,解集分布均匀,能确保配送路径最短,提高配送效率。     

人工智能背景下网络舆情数据识别及管理研究

大数据时代网络舆情数据逐年增多,单依靠传统方法识别,存在效率低、反馈不及时等诸多问题。本文研究利用人工智能的思维与技术手段来解决网络舆情数据的识别及管理,首先借助爬虫技术,通过网络平台爬取舆情数据;接着对标注好的文本数据进行清洗、中文切词、停用词过滤等预处理操作;再使用支持向量机构建数据识别模型,对数据进行文本识别;最后将识别后的诉求件反馈到相关职能部门,以确保管理落到实处。研究结果表明识别效果好,诉求件的识别准确率高达95.3%,采用人工智能数据挖掘技术识别网络舆情数据是有效可行的,其应用实施能有效提高政府部门的管理效率。     

物流网络中多地区配送需求预测方法研究

物流网络较为复杂,当前预测方法只采用一种方法对物流网络中多地区配送需求进行预测,无法保证预测精度。提出一种新的需求预测方法, 通过两个或两个以上不一样的预测方法,对物流网络中多地区配送需求进行预测,构建物流网络中多地区配送需求组合预测模型,对不同方法进行加权组合,通过熵值法对组合预测模型的组合权重进行计算,充分利用不同预测方法的优点,获取较优的预测结果。通过残差检验和后验差检验,对组合预测模型的配送需求预测能力进行评价。实验结果表明,所提方法具有很高的预测精度。     

时变路网下多中心混合车队联合配送车辆路径优化

针对时变路网下多中心混合车队联合配送车辆路径问题,综合考虑多配送中心开放、燃油车及电动车联合配送、车辆行驶速度连续变化等因素的影响,构建以车辆固定成本、运营成本和时间窗惩罚成本之和最小为目标的优化模型.根据问题特征,设计混合启发式算法进行求解,算法中采用K-means聚类方法生成初始种群,然后用变邻域搜索算法进行搜索优...     

基于GASA算法的成品燃油战时公路配送路径优化

为了实现配送的路径优化,结合战时极其重要的物资--成品燃油,提出了多属性道路网络下成品燃油战时配送的路径优化问题.综合考虑战时配送VRP(vehicle routing problem)的多个评价目标,基于重要性的多目标分层优化思想,分析建立了问题的完全分层优化模型.将进化算法和传统优化技术相结合,构造了模型的两层求解算法,第一层采用遗传算法和模拟退火算法混合的GASA(genetic simulated annealing algorithms)算法,第二层采用枚举法.实验表明,所构造的算法较标准遗传算法更有效.     

人工智能背景下我国高职会计人才培养研究

人工智能技术在我国会计行业中的应用虽处在初级阶段,但发展迅速。在此背景下,传统会计人员面临被淘汰的风险。会计行业更需要既懂财务又懂业务的掌握信息技能的复合型人才。高职会计人才培养可以定位在财务云服务商的助理会计、运营会计、"会计+"的岗位,以及一般的管理会计等岗位。高职会计人才培养要适应人工智能发展的变化,重新进行人才培养定位、改革课程体系、创新人才培养模式,培养新时代所需要的人才。