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     

基于改进遗传算法的二级分销网络优化模型及求解

在分销中心选址中考虑设施成本、运输成本、库存成本等要素,以分销中心服务水平为约束条件,提出了随机需求下一个供应商、多个分销中心、多个分销商的二级分销网络的优化模型。采用改进的遗传算法来求解模型,建立了一种精简的编码方式,有效降低了染色体的存储空间。构造了一种随进化代数动态调整的非线性适应度函数,遗传算子采用进化(μ λ)选择,混合杂交和混合变异方式,从而有效地避免算法的早熟现象,提高了算法的运行效率。最后数值模拟的结果验证了在随机需求下二级分销网络的优化模型的正确性和算法的有效性。     

不同运输模式下集成库存运输问题的仿真研究

以生产分销企业为背景,比较分析了生产分销网络下自营运输、第三方物流及租赁车辆外包运输模式的特征及其费用构成.通过对不同参数的不同取值进行组合,仿真分析了分销网络中单供应商、多分销商、多产品、多次直接运输策略下不同运输模式的最优解对应的总费用间的关系,重点研究了租赁车辆外包模式下参数变化对总费用的影响.结果表明在租赁车辆外包模式下装载费率对总费用的影响较其他参数更大.     

随机需求下2种协调策略比较

文章研究了2种模式下供应链完美协调问题,讨论了供需双方在Stackelberg博弈下的增量折扣策略和在供应商管理库存模式下的增量提价策略,从供应商的视角比较了2种协调策略,给出了供应商选择最优协调策略的条件;并通过算例对上述结论进行说明,分析了批发价格对供应商选择最优协调策略的影响.     

IRP在非一体化供应链中的回购策略研究

文章研究了非一体化供应链环境下的库存路径问题,给出了基于随机需求的"一对多"2层供应链的回购模型;从供应商角度出发,分析了供应商在何种情况下应该采取回购策略,计算出此情况下的最优回购价格;利用遗传算法给出了供应商的路径运输方案,使得运输成本尽量小;算例结果表明,对于某种商品,是否采取回购策略与供应商的商品残值及供应商制定的批发价格有关,在零售商能够接受的范围内,批发价格越高,供应商获利越多.     

家电企业分销变革与选择策略初探

随着家电产品的同质化日趋严重,传统分销渠道的弊端显露出来并接受着严峻的挑战,这就要求家电企业的分销渠道必须从分销渠道结构、渠道功能等方面进行改进和选择渠道模式.本文分析家电企业分销渠道的现状及其变革趋势,提出了分销渠道选择策略,最后对新科电子进行了实证分析.     

供应中断风险下制造商应对策略研究

为分析制造商对于供应中断的应对策略,对2个制造商、2个供应商组成的时间敏感性供应链进行研究,其中供应商A存在中断风险,制造商1可以选择是否对供应商A进行援助,制造商2既可以选择采用备用供应商B,也可以选择供应商A并选择是否采取援助,在此基础上建立了6个制造商1和制造商2策略组合的决策模型,采用博弈论分析法求得各均衡解,...     

H.264中亚像素运动估计算法的优化

通过对H.264参考模型JM61 e中运动估计算法进行分析,对整像素、1/2像素和1/4像素搜索提出了改进策略。采用自适应阈值搜索停止算法,减少了运动估计的搜索次数,且保持运动估计的精度不变。采用自适应阈值搜索停止算法,减少了运动估计搜索次数,并且基本保持运动估计的精度不变。实验结果表明,该策略在重建图像质量略有下降的情况下明显提高了编码速度。     

电子商务环境下的库存管理问题研究

在电子商务环境下，供应商，分销商以及客户基于因特网有机地连接在一起，他们之间的联系也正在发生着重大变化，信息的共享使供应商除定货的历史数据，分销商采取的存储策略，分销商的随机需求概率分布以外还能够通过电子数据交换及时掌握分销商现有库存等信息，这里节一个供应商和多个分销商构成的供应模式，研究了分销商采用（s,S)存储策略和客户对产品随机需求概率分布已知情况下，如何确定最优库存水平和制定生产计划的问题，并与未采用电子商务的情况进行了分析比较，最后，通过一个简例对算法进行了进一步验证。     

零售商基于再订货付款的订购策略

供应商为促销其新产品,往往允许零售商再订货付款。基于两级信用支付,在EOQ框架下,研究了供应商实施允许零售商再订货付款策略下,零售商的订购策略。通过分析成本函数,提出了使零售商成本最小化的最优订购周期和最优订货量的决策算法。最后通过算例进行了验证。这为供应商促销其新产品提供了理论依据。     

一种智能仓库车辆调度问题的新算法

将调度问题与遗传算法相结合,提出一种用于解决智能仓库车辆运输调度问题的一种新算法,并用计算实例证明了该调度算法的正确性,并能适应大规模车辆的调度问题．本算法计算量小,具有很强的鲁棒性．     

A GA approach to vehicle routing problem with time windows considering loading constraints

As a new variant of vehicle routing problem (VRP),a finished vehicle routing problem with time windows in finished vehicle logistics (FVRPTW) is modeled and solved.An optimization model for FVRPTW is presented with the objective of scheduling multiple transport routes considering loading constraints along with time penalty function to minimize the total cost.Then a genetic algorithm (GA) is developed.The specific encoding and genetic operators for FVRPTW are devised.Especially,in order to accelerate its convergence,an improved termination condition is given.Finally,a case study is used to evaluate the effectiveness of the proposed algorithm and a series of experiments are conducted over a set of finished vehicle routing problems.The results demonstrate that the proposed approach has superior performance and satisfies users in practice.Contributions of the study are the modeling and solving of a complex FVRPTW in logistics industry.     

城市轨道交通接驳公交线路优化设计

城市轨道交通和常规地面公交之间的有效接驳是提高城市公共交通系统运行效率的重要环节。本文详细分析了接驳公交出行中乘客出行时间成本和公交车辆运营成本,以城市轨道交通接驳公交系统总成本最小为目标,考虑公交线路布局约束、乘客流量守恒约束,以及公交能力约束等,构建了城市轨道交通双边接驳公交线路优化模型,对接驳公交线路布局以及开行频率进行优化。根据模型特点,设计了人工蜂群算法。为了提高算法的计算效率和稳定性,采用了多种邻域搜索策略,且对算法的相关参数进行了校正。数值算例表明,人工蜂群算法可以很好地优化城市轨道交通接驳公交线路的布局,且在求解质量、计算效率和稳定性等方面都优于遗传算法。     

多功能车辆总线事件仲裁实时调度算法

针对列车通信采用多功能车辆总线(multifunction vehicle bus,MVB)网络传输数据的实时性要求,提出一种动态优先级时间片轮询算法.该算法根据非周期数据的优先级进行仲裁调度,通过优化算法复杂度、减小数据等待延时和阻塞延时,解决了MVB网络实时性的问题.并对MVB总线非周期数据的实时性、公平性等进行仿真分析,结果表明,该算法能提高MVB总线非周期数据传输的实时性与公平性,可满足列车通信网络标准ICE61375-1对实时性的要求.     

基于多信息融合的汽车质心侧偏角估算

车辆稳定性控制系统因为其良好的主动安全性已经在汽车上广泛采用。对于汽车稳定性控制系统而言,横摆角速度和质心侧偏角是判断汽车运行情况的两个主要参考量。其中,车辆的横摆角速度可以通过横摆角速度传感器经过卡尔曼滤波直接得到,而质心侧偏角则必须通过估算得到。基于二自由度汽车动力学模型建立了一种车辆质心侧偏角估算器,该估算器包括基于车辆模型的卡尔曼滤波算法和动力学积分算法。在质心侧偏角较小的情况下,可认为轮胎的侧偏特性处于线性区域,故采用基于车辆模型的卡尔曼滤波算法,当质心侧偏角较大的情况下,切换为动力学积分算法。最后在Vedyna软件下搭建了该估算器的仿真平台,通过多工况的仿真,仿真结果表明该估算器可以准确估算车辆的质心侧偏角。     

蚁群聚类算法在物流网络优化中的应用

为了解决物流配送中的路径优化问题,运用改进的蚁群算法来建立配送车辆路径的数学模型,通过减少蚁群的选路次数、更新信息素等策略,提高了算法的收敛速度和全局搜索能力。经过实验分析和计算,证明了应用蚁群算法可以优化物流配送线路,可以有效地解决多回路运输问题。该成果对物流企业控制成本、增强市场竞争力有一定参考价值。     

多车次同时送取货物车辆路径问题的量子蚁群算法

研究了配送车辆载重量和工作时间有限,考虑货物装卸时间的多车次同时送货和取货的车辆路径问题(multi-trip vehicle routing problem with simultaneous deliveries and pickups,MTVRPSDP),建立了以配送车辆启动成本和车辆行驶成本之和最小为目标的线性整数规划模型.将量子计算和基本蚁群算法相结合提出了求解MTVRPSDP的量子蚁群算法,该算法应用量子比特启发式因子改进了人工蚂蚁的转移概率,从而提高了算法的全局搜索能力和稳定性,有效改进了算法陷入局部最优的缺陷.算例分析表明:MTVRPSDP的线性整数规划模型在实际应用中是可行和有效的,而且相比于基本蚁群算法和文献中所给其他算法的计算结果,利用量子蚁群算法和MTVRPSDP的线性整数规划模型能够得到较好的满意解,安排的车辆配送路线更加经济合理.     

考虑优先级和时间窗约束的应急物资调配模型

突发公共卫生事件的不确定性和突发性特点,使得高效精准的应急物资调配方案显得尤为重要。构建突发公共卫生事件背景下生活物资配送中转站的选址模型,并考虑特殊事件的发生,改进优先级系数和时间窗的计算,以运输距离、违反车辆容量与时间窗约束的惩罚成本最小为多目标,构建物资配送路径规划模型,通过K-means聚类算法解决选址问题,设置遗传算法和大邻域搜索算法的混合遗传算法求解最优配送路径。最后以长春市朝阳区的物资配送为例进行实证分析,结果表明可以将200个小区聚类为60个物资需求站点进行配送,需要26辆车将物资从调配中心转运到需求站点,并得到4类最优的物资配送方案,为解决突发公共卫生事件下应急物资配置提供了新的思路。     

基于自适应多态蚁群算法的多约束车辆路径问题

建立了在有客户优先级、路况影响、多车型、时间窗和容量等多约束条件下车辆路径问题(VRPMC)的数学模型.由于该模型是一个NP-hard问题,目前还没有多项式算法求解,又提出了采用自适应的多态蚁群算法(APACA)来对其进行求解的策略.首先,算法中侦察蚁完成满足约束条件的路径侦察并设置侦察信息素;其次,搜索蚁利用侦察蚁提供的辅助信息进一步搜索可行路径,通过多态蚂蚁间的协作和自适应调整挥发系数,能更快地搜索到问题的优化解;最后通过一个实例与节约算法、遗传算法、禁忌搜索算法和基本蚁群算法进行了对比,结果表明:对VR-PMC问题,APACA算法比前述算法在算法稳定性、运行距离、计算速度方面更具有优势.     

多层次约束下铁路阔大货物路径选择研究

合理地组织阔大货物运输,能更好地保障运输安全及降低运输过程的成本。针对阔大货物运输过程中,运输线路受多项限制条件约束情况下的最优线路搜索问题,以时间最短、干扰最小为目标,以车辆限界、线路干扰程度为约束,建立了0-1规划模型。针对不同影响强度逐步放宽约束条件,对不同程度的约束,分别采用广度优先搜索算法进行求解。该方法计算量相对较小,且更易取得满意解,在较大程度上减少模型求解计算时间。实例验证表明,本文建立的模型与算法在求解14个节点的复杂问题时,能较快地得到理想解,能为现场决策人员提供技术支持。