基于改进Floyd算法的物流运输路径规划

当站点较多时,物流运输路径规划存在困难,传统Floyd算法路径规划的时间复杂度过高.鉴于传统Floyd算法规划时间复杂度高是因节点数量过大导致,提出一种结合改进K-means聚类算法的Floyd算法,该算法在节点数量较大情况下,运用改进K-means聚类算法分割物流区域,降低规划所需考虑节点数量,从而降低Floyd算法的时间复杂度.在复杂环境下进行传统Floyd算法和改进算法的对比实验,仿真分析结果表明,改进算法可以在更少的时间内找到一条较优的路径.

货车联合无人机的农村电商物流运输路径规划

针对农村电商物流面临的“最初一公里”揽件和“最后一公里”配送难题,提出货车联合无人机的同时取送货和带软时间窗的农村电商物流运输模式。以末端物流运作总成本最小为目标建立数学约束模型,采用遗传算法求解,并以贵州省某农村地区末端物流运输为例进行初步应用研究,结果表明货车联合无人机的农村电商物流运输方式与单独使用货车的运输方式相比,末端物流运作总成本明显降低,为物流企业进一步拓展农村市场提供了解决方案。