量子寄生遗传算法求解Flow Shop及两阶段配送的集成调度问题

针对Flow Shop及两阶段配送的集成调度问题,考虑各种约束条件,以交货时间最短为目标构建混合整数规划模型。该模型中,第1阶段配送是工件原材料从仓库由吊车搬运到生产车间的加工机器上,第2阶段配送是工件完工后由一辆卡车运送至顾客。根据该集成调度问题特点,提出了基于量子理论和寄生理论的量子寄生遗传算法(Quantum Bio-parasitic Genetic Algorithm,QBGA)。该算法设计了能够同时带有工件的运输批次和生产排序信息的编码,该编码保证了每个个体都是充分协调生产能力和运输能力的可行解,同时构建了两个种群——宿主群和寄生群,执行寄生机制与反寄生机制从而增加基因多样性和加快算法收敛速度,最后通过仿真实验验证了QBGA算法的有效性。

基于云仓储的两阶段快递配送分析

文中首先介绍了云仓储概念,提出云仓储需要具备较强的分拣能力、较强的物流信息管理系统能力和能够提供个性化的增值服务;接下来设计了基于云仓储的两阶段快递配送网络结构和快递配送流程;最后对基于云仓储的两阶段快递配送的时间和成本进行分析。