基于客户点多重特性的车辆路线优化

针对传统车辆路线优化研究在对客户点商品需求特性方面存在的不足,提出了先基于客户点多重特性进行聚类分析后进行线路优化的思想.首先,将语言变量值用梯形模糊数表示,对客户点和二级准则指标进行综合评价;其次,采用模糊集成方法将二级准则指标集成到一级准则指标上,将集成后的一级指标属性值拆分为4个分属性值参与聚类算法计算,并通过设计的聚类有效性指标选取合理的聚类结果;然后,应用模糊TOPSIS方法计算各类内的客户点优先级权重;最后,构建了客户点被选择服务的评价函数式,并与动态规划方法结合进行线路优化.文中还通过实例对所提方法的有效性进行了验证,并与现有方法进行了对比.结果表明,文中方法优于单纯以距离和客户点优先级权重为测度单位的方法,线路优化结果合理,并能应用到存在大规模客户点的车辆路线优化问题中.

基于节约算法的多车型车辆路线优化

以单车场、多车型、非满载的车辆路线优化为研究内容,综合考虑多车型和载重量的限制,建立数学模型。在节约算法流程中加入载重量的选择进行求解,利用MATLAB编程工具得到了满意的结果。通过1个配送中心12个需求点2种可选择车型的算例研究,得到了3条路径,第1条和第2条路径使用7t车辆,第3条路径使用载重量为11t的车辆。验证了该方法的可行性,实现了运送成本最小化以及车辆的最短路径安排。

改进的蚁群算法在车辆配送路线优化中的应用研究

由于传统的蚁群算法在寻找最优解时的处理过程较慢,并且还会时常出现停滞的现象,因此,本文提出了改进蚁群算法的措施。文中主要是通过建立候选城市数据表,并且在蚁群算法的状态转移规则中增加了节约量的启发信息。通过实际案例加以验证,结果表明改进后的蚁群算法能够全面提高企业车辆配送效率。

配送路线优化模型研究

本文根据节约里程法的配送路线优化方法和思想,建立有时间窗的车辆优化调度模型,对集货或送货的非满载车辆优化调度问题进行研究,并编制了配送路线优化调度系统,选取北京通远外经国际运输有限公司的部分物流配送点进行了路线优化。

沈阳成大方圆配送路线优化应用研究

通过沈阳成大方圆配送中心现状配送情况调查,结合配送路线优化调度模型,对成大方圆苏家屯配送中心配送路线进行优化研究,研究证明,优化后的配送路线可以提高配送的及时性、提高顾客满意度、降低配送成本以及可以提高配送的机动灵活性。

成大方圆医药中心配送路线优化应用研究——以沈阳地区为例

通过沈阳成大方圆配送中心现状配送情况调查,结合配送路线优化调度模型,对成大方圆配送中心配送路线进行优化研究,研究证明,优化后的配送路线可以提高配送的及时性、提高顾客满意度、降低配送成本以及可以提高配送的机动灵活性。

沈阳天地华宇有限公司市内配送路线优化研究

本文通过沈阳天地华宇有限公司现状配送情况调查，结合配送路线优化调度模型，对沈阳天地华宇配送中心配送路线进行优化研究，研究证明，优化后的配送路线可以提高配送的及时性、提高顾客满意度、降低配送成本以及可以提高配送的机动灵活性。

基于遗传算法的配送中心路径优化问题分析

配送路径的选择在物流成本中占据着很大的比例,本文针对配送中心满足客户需求时所选取路径,基于遗传算法进行深度优化,加入各个需求点的需求量及时间窗,在降低成本的同时最大程度提高客户满意度,结果表明该算法在解决需求点无序排列且带有时间窗问题的车辆路径方面问题有较高的精确性,具有一定的实用价值。

变需求车辆路线问题建模及基于Inver-over操作的PSO-DP算法

讨论了一类客户需求随机变化的车辆路线问题,利用基于Inver-over操作的粒子群算法,将动态规划算法嵌入粒子群算法求适应值,解决了本文给出的车辆路线优化模型的求解问题,最后给出了一个数值算例。

基于交通拥堵指数的蚁群改进算法研究

随着城市道路规模的不断扩大,在车辆路线优化问题上,大部分学者只考虑距离或者费用等单目标,往往忽略了实际交通道路情况。提出了一种基于实际道路交通情况的路线优化改进蚁群算法,首先根据实际交通道路生成交通网络图,然后在信息素初始化时根据各路段的交通拥堵指数加入对应的交通拥堵权重;其次在信息挥发系数中加入车流量系数;最后在转移概率中加入道路畅通强度加强蚂蚁的选择。Matlab模拟实验证明,带交通拥堵指数优化后的蚁群算法能更好地符合实际道路情况,解决车辆路线优化问题。

The Information Modeling and Intelligent Optimization Method for Logistics Vehicle Routing and Scheduling with Multi-objective and Multi-constraint

The vehicle routing and scheduling (VRS) problem with multi-objective and multi-constraint is analyzed, considering the complexity of the modern logistics in city economy and daily life based on the system engineering. The objective and constraint includes loading, the dispatch and arrival time, transportation conditions,total cost,etc. An information model and a mathematical model are built,and a method based on knowledge and biologic immunity is put forward for optimizing and evaluating the programs dimensions in vehicle routing and scheduling with multi-objective and multi-constraints. The proposed model and method are illustrated in a case study concerning a transport network, and the result shows that more optimization solutions can be easily obtained and the method is efficient and feasible. Comparing with the standard GA and the standard GA without time constraint,the computational time of the algorithm is less in this paper. And the probability of gaining optimal solution is bigger and the result is better under the condition of multi-constraint.