客户订单合成配送问题的建模与启发式算法

在一些模型假设的基础上,建立了客户订单合成配送问题的数学模型;然后提出了求解该问题的以最小化运输费用为目标函数的两阶段启发式算法;最后给出一个用此算法求解该问题的实例。实验结果表明,该算法对于2×30×2规模能够在较短时间内有效地求得问题的近优解,算法的运行时间取决于源批发商数、订单数和交货组数。此算法为实现客户订单合成配送问题的自动化提供了一个基本方法。

客户订单合成配送问题建模与遗传算法研究

为了降低成本,取得企业竞争优势,合理进行配送成为实现物流规模经济、降低物流成本的重要手段。在一些模型假设的基础上,建立了目标函数为最小化运距的客户订单合成配送问题的数学模型,提出并实现了解决该问题的遗传算法。大量仿真结果表明:该算法能够在较短的时间内有效求得问题的近优解,该算法的运行时间主要取决于订单数和交货组数,为实现物流配送提供了一个基本方法。

客户订单合成配送问题的建模

为实现客户订单合成配送的自动化,以便节省人力、物力和运输时间,实现最优或近优合成配送,构造了客户订单合成配送问题的数学模型,此模型能够广泛应用于大中型企业、商场等产品配送系统,为实现客户订单合成配送问题的自动化提供了一个基本方法。

客户成套订单配送策略混合遗传算法研究

针对第三方物流企业如何安排成套订单的合成运输问题,提出了客户成套订单配送决策问题,通过增加虚拟节点的方式,使此问题模型巧妙地转化为有时间窗车辆路径问题VRPTW模型。同时提出了一种混合遗传算法,成功地解决了在车辆数最小条件下,行车路程最短的关键问题。算例结果以及与其他文献算法的比较结果证明算法是有效的。

配送问题的两阶段启发式算法研究

为了实现运输规模经济〔1〕,节省运输费用,本文在一些问题假设的基础上,提出了解决该问题的两阶段启发式算法。实验表明,此算法可以有效求得客户订单合成配送问题的近优解,为实现客户订单的优化合成配送提供了一个基本方法。

带有时间约束与惩罚的在线订单配送研究

客户提出订货需求后,供应商需要按订单将产品配送给他们。在现实情况下,由于客户的需求是随机提出的,在任意时刻,供应商并不知道客户何时提出订货需求和订单大小,只有当订单到达后,这些信息才能知道,称这样的问题为在线问题,评价在线算法的性能,常常利用竞争分析的方法 [1];衡量在线算法性能的最广泛接受的方法是竞争分析。