考虑客户满意度的生鲜冷链路径优化研究

随着市场的竞争和需求量的增加,人们对配送服务的要求也越来越高,越来越多的顾客在基本配送需求被满足的同时,也在寻求更好的服务。为降低企业成本、提高客户满意度,文中用商品新鲜度及送达时间窗共同衡量客户满意度,在配送路径规划中引入模糊时间窗限制,并对于不同季节车内外温差的影响进行分析。以山西省太原市某乳制品公司为例,建立了基于客户满意度的约束,以固定成本、运输成本及运输保温成本之和最小为目标的冷链物流配送路径优化模型,并采用遗传算法求解,验证了模型的合理性与可行性。

基于改进蜂群算法的模糊需求冷链物流车辆路径优化

针对基本人工蜂群算法容易早熟收敛等问题,提出了3种邻域生成策略,并对当前解进行局部搜索和进化。仿真试验表明,该算法在求解相关问题上具有有效性,对求解用户模糊需求下的冷鲜品冷链物流车辆路径优化问题具有一定的参考价值。

基于LNS-NSGA2的多目标冷链运输优化

针对冷链物流配送系统配送成本较高以及车辆有效利用率低的问题,构建以运输成本最小化和用户满意度最大化为目标的多车型冷链物流路径优化模型,同时考虑配送时间窗和生鲜商品新鲜度对用户满意度的影响,不再对不满足时间窗配送的生鲜商品增加额外成本。以带精英策略的非支配排序遗传算法(Elitist Non-dominated Sorting Genetic Algorithm,NSGA2)为基础,设计聚类初始化种群方法,针对路径编码特点设计有序交叉方法;设计一种修复策略修改约束条件导致的不可行解,引导其在约束边缘搜索;结合大规模邻域搜索(Large Neighborhood Search,LNS)算法思想,引导个体在邻域搜索,增加局部搜索能力,丰富种群多样性。仿真实验结果表明,本文算法在多目标多车型路径优化问题中,得到的Pareto前沿明显优于传统的NSGA2算法。