城市物流中心车辆配送配载调度指派模型研究

基于交通条件约束、客户时间窗约束以及车辆承载能力约束条件下 ,以车辆的配送路径最短、拼装货品最多为优化目标 ,研究车辆配送与配载的两目标优化调度模型组 ,该模型组可以完整描述调度过程的优化目标和约束条件 .以VB6 .0进行仿真模拟 ,结果表明该模型可以有效模拟配送中心调度系统在多种约束条件下的配送、配载调度过程 ,得到的调度指派方案是可接受的 ,而且是有效的 .     

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路径规划问题应用

信息化赋能传统物流行业的迭代升级,为解决由于汽车制造业独有的物流特点带来的运输难题,使循环取货速度提升、成本费用降低及物流车辆造成城市内部交通压力得到缓解,以汽车厂A在城市Q本地循环取货实际运输需求为基础,设计了基于改进的遗传算法用于汽车零部件运输的智能路径规划方法。利用循环物流过程中当月零部件需求量、供应商订单详情、选配运输车辆容载率、单车器具体积占比、时间窗需求等耦合性因素,使用大规模邻域搜索算法改进遗传算法,求解出应用Solomon数据算例的最优路径并于遗传算法相比较和厂A与供应商间实际运输需求的最优配送方案线路。实验结果表明,该方法在性能上具有显著优越性,数值仿真结果阐明了该方法的适用性和优化过程中的收敛情况。     

城市配送末端节点布局双层规划模型及算法

在对上海城市配送末端节点现状调查分析的基础上建立了城市配送末端节点布局双层规划模型,其中,上层规划模型从规划者的角度使整个系统最优,下层规划模型从客户的角度综合考虑末端节点到客户距离、末端节点的服务价格和服务质量等3个方面主要因素使客户系统最优.利用反应函数设计了启发式求解算法.将上海徐家汇街道作为研究区域进行实例分析,结果表明:模型及算法能解决城市配送末端节点布局问题.     

遗传算法在电子商务系统中的应用

在对电子商务物流运输系统中车辆货物配载最大效益的基础上提出了一种基于遗传算法的车辆配载的最佳建模方法,并应用实例进行了仿真分析。结果表明:该方法用于车辆配载系统的建模仿真能较好地满足物流运输系统中车辆效益的最大值的约束要求,并能较早地找到满足条件的群体,在物流系统的车辆配送问题中具有很大的应用价值。     

基于分区的多配送中心多车型车辆调度问题与遗传算法设计

 研究大规模的多配送中心多车型车辆调度问题,首先基于配送中心几何重心分区方法将多配送中心多车型车辆调度问题转化为单配送中心多车型车辆调度问题,该分区方法简单、直观,大大降低了运算量.建立了一种基于完整配送费用的多配送中心多车型车辆调度问题的数学模型,配送费用在考虑基本运输费的基础上又引入了司机的工资支出,包括基本工资和加班费.在多配送中心多车型车辆调度模型中,一个配送中心的一辆车可以为多个客户服务,但一个客户只能由某个配送中心的一辆车提供服务.根据模型的这些特点,提出了一种新的多片段染色体混合编码方案,并采用分段交叉、分段变异方法有效继承了父代染色体的部分基因,显著提高了算法的收敛性能.数值仿真结果验证了算法的可行性和有效性.     

基于不确定理论的货物配送问题的规划模型

基于不确定理论研究了带有不确定性的货物配送问题.根据实际问题的需要,建立了不确定期望最短路模型和α-最短路模型.最后给出了数值例子,并运用Fleury算法和Dijkstra算法求出了模型的解.     

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。     

基于工艺流程的物料配送BOM模型

通过对离散制造环境下,复杂产品装配过程中零部件成套性与产品BOM的分析研究,结合ERP系统中对制造BOM信息的管理和应用,建立基于工艺流程的产品配送BOM模型,作为物料配送的依据,实现装配车间生产计划执行前的零部件成套率控制,并实时记录装配过程的零部件和产品属性信息.