基于蚁群算法的多配送中心车辆调度问题的探讨

下载PDF

导出

摘要多配送中心物流配送车辆调度问题作为多项式复杂程度的非确定性问题,伴随客户数量增长以及规模扩大,可供选择的配送路径方案数量也呈现出指数型增长趋势.应用启发式算法求解该问题具有一定的可行性.文章即提出基于蚁群算法的多配送中心车辆调度问题,就分解法求解多配送中心车辆调度的模型与算法进行分析与阐述,仅供业内人士参考与借鉴.

作者殷玲玲苏剑锋

机构地区六安职业技术学院

出处《九江学院学报（自然科学版）》 CAS 2020年第3期40-42,共3页 Journal of Jiujiang University：Natural Science Edition

基金安徽省高校优秀青年人才支持计划项目(编号gxyq2019205)的成果之一。

关键词车辆调度配送中心蚁群算法

分类号 TP311.5 [自动化与计算机技术—计算机软件与理论]

引文网络
相关文献

参考文献4

1张强,熊盛武.多配送中心粮食物流车辆调度混合蚁群算法[J].计算机工程与应用,2011,47(7):4-7. 被引量：18
2李进龙,刘红星,谢文杰,罗霞.基于改进蚁群和免疫算法融合的多配送中心路径优化[J].交通运输工程与信息学报,2017,15(4):87-94. 被引量：8
3张毅,郭超,乔国梁.配送中心选址蚁群算法的求解性能优化[J].科技通报,2015,31(7):163-166. 被引量：2
4郭毅,朱伟,徐克林.多点配送中心选址及求解蚁群算法[J].物流技术,2012,31(2):116-118. 被引量：2

二级参考文献30

1朱鸿,徐克林,朱伟.动态需求下的多目标配送中心选址研究[J].物流技术,2012,31(4):68-70. 被引量：9
2张潜,高立群,刘雪梅,胡祥培.定位-运输路线安排问题的两阶段启发式算法[J].控制与决策,2004,19(7):773-777. 被引量：44
3闻育,吴铁军.基于蚁群算法的城域交通控制实时滚动优化[J].控制与决策,2004,19(9):1057-1059. 被引量：17
4陈松岩,今井昭夫.物流网络选址与路径优化问题的模型与启发式解法[J].交通运输工程学报,2006,6(3):118-121. 被引量：23
5国家发展和改革委员会.粮食现代物流发展规划[Z].2007.08.
6Nagy G, Salhi S.Heuristic algorithms for the single and multi- pie depot vehicle routing problems with pickups and deliveries[J]. European Journal of Operational Research,2005,162:126-141.
7Colomi A, Dorigo M, Maniezzo V.Distributed optimization by ant colonies[C]//European Conference on Artificial Life.France: Elsevier, 1991 : 134-142.
8Zhang Qiuwen,Zhen Tong, Zhu Yuhua.et al.A hybrid intelligent algorithm for the vehicle routing with time windows[C]//LNCS 5226:Progress in ICIC2008.Berlin:Springer-Verlag,2008:47-54.
9Dorigo M, Gambardella L M.Ant colony system:A cooperative learning approach to the travel/rig salesman problem[J].IEEE Trans on Evolutionary Computation, 1997,1 ( 1 ) : 53-66.
10Lin S, Kernighan B W.An effective heuristic algorithm for traveling salesman problem[J].Oper Res, 1973,21:498-516.

共引文献26

1王富忠,刘云霞,沈祖志.粮油食品物流敏捷配送优化技术的研究[J].中国粮油学报,2012,27(2):93-99. 被引量：2
2赵玉荣.蚁群算法在煤炭配送路径中的应用[J].中国科技信息,2012(6):105-106.
3刘慧美,董富贵,贾朝晖.基于遗传算法的智能电能表配送车辆优化调度[J].华北电力技术,2012(8):21-25. 被引量：1
4郑雪峰,陈培友,高太光.基于改进MMAS的多配送中心车辆调度问题研究[J].商场现代化,2012(22):64-65.
5陈培友,张永宾.基于ICSA的多配送中心VSP的研究[J].科技管理研究,2013,33(3):213-218.
6杨浩雄,胡静,何明珂.配送中多车场多任务多车型车辆调度研究[J].计算机工程与应用,2013,49(10):243-246. 被引量：13
7张超,李擎,陈鹏,杨守功,尹怡欣.一种基于粒子群参数优化的改进蚁群算法及其应用[J].北京科技大学学报,2013,35(7):955-960. 被引量：19
8沈鹏.物流配送路径优化问题求解的量子蚁群算法[J].计算机工程与应用,2013,49(21):56-59. 被引量：10
9金涛.多配送中心物流车辆调度的改进差分进化算法[J].计算机工程与应用,2014,50(3):232-235. 被引量：10
10蒋国清,潘勇,胡飞跃.两阶段式的物流配送路径优化方法[J].计算机工程与应用,2015,51(2):255-258. 被引量：24

1赵恒.论检察机关的刑事诉讼主导地位[J].中国社会科学文摘,2020(8):125-126.
2徐盛.生产碳酸钾副产氯化铵稀液盐田回收工艺研究[J].盐科学与化工,2020,49(10):39-40.
3郑娟,许建强,徐凌忠.徐州市老年人健康养老服务需求公平性及其影响因素[J].医学与社会,2020,33(10):50-54. 被引量：9
4鲍伟,贾江鸣,李湘生,周庆红.考虑软时间窗的多车型车辆配送路径优化[J].物流科技,2020,43(10):76-82. 被引量：7
5雷震文.数据产品财产权益保护问题研究[J].判解研究,2019(3):133-150. 被引量：2
6肖临,王四春,李冠合,唐沧新.中国第三方移动支付交易规模的非线性统计建模与预测[J].统计理论与实践,2020(9):40-44.
7雷震,郭向红,雷涛,路明杰,孙西欢,马娟娟,张少文.蓄水坑灌坑深对土壤氧气分布的影响[J].中国农村水利水电,2020(9):40-44. 被引量：2
8张波菲,谢新连,何傲.基于Maklink图和布谷鸟搜索算法的施工水域路径规划[J].上海海事大学学报,2020,41(3):6-11. 被引量：1
9张晓慢,雍倩禧,祁梦瑶,孙枝富,曹佩一,彭伟军.钾长石提钾技术进展[J].矿产保护与利用,2020,40(4):172-178. 被引量：3

九江学院学报（自然科学版）

2020年第3期

浏览历史

内容加载中请稍等...

基于蚁群算法的多配送中心车辆调度问题的探讨

参考文献4

二级参考文献30

共引文献26

相关作者

相关机构

相关主题

浏览历史