基于属性基加密的车联网冷链物流配送目标隐私保护算法

针对车联网冷链物流中转与配送目标可被关联的问题,提出一种可有效泛化这种关联,进而保护配送目标的隐私保护算法。基于属性基加密技术,利用车联网中车辆可相互通信这一特点,通过同属性车辆解密建立匿名车辆组;利用匿名车辆组实现关联和配送目标泛化,进而保护配送目标的隐私安全。通过性能分析从理论上证明了安全性和算法效率,利用模拟对比实验,进一步验证了该算法的优越性。

多目标配送路线的合理选择

在物资配送业务中，涉及了许多优化决策问题，配送路线的选择就是其中一个优化决策问题。在选择配送路径时，不仅要考虑运输里程、运输时间，还可能要考虑运输费用、运输环节等因素，因此，配送路线的选择实际上是一个多目标决策问题。在分析多目标物资配送路线问题的基础上，对计算机辅助多目标配送路线的选择方法进行了研究和探讨，利用AHP层次分析法建立了多目标物资配送路线的选择模型，以实现货物配送路线的合理选择，降低物资配送的运输费用，提高物资配送业务的服务水平。

改进AHP-GA算法的多目标配送路径优化

为准确优化快递配送路径,建立了基于时间窗的快递配送路径优化的数学模型.提出改进AHP-GA算法对多目标配送车辆路径进行优化,利用中位数层次分析算法对多个子目标进行权重系数配比,避免了极端值的影响,从而将多目标优化问题转化为单目标优化问题.通过简单的自然数对车辆路径进行编码,避免了路径重复.考虑了客户对车辆到达时间窗要求,包括车辆在约定时间之前到达获得的机会成本、在约定时间之后到达的罚金成本.最后,本文以1个配送中心, 20个服务客户为例,对构建的数学模型通过分别使用传统的GA算法和使用改进AHP-GA算法进行优化,仿真结果表明,利用改进AHP-GA算法进行多目标配送路径优化,可以更加高效地求得问题的最优解.

连锁快餐饮企业生鲜品配送路径优化研究

连锁餐饮企业的核心竞争优势就是食品安全以及出餐效率,而这两项优势都得益于生鲜品的有效储存配送,没有高效的配送优势都是无稽之谈。本文基于车辆载荷的限制和距离控制建立蚁群算法的数学模型,对其配送状况、餐厅经营状况进行了一系列分析,并对配送路径进行优化,降低配送过程产生的成本,提高配送效率。理论上为整个连锁餐饮行业的生鲜品配送方案提供了一个可行性的改进模式,指出了配送路径对餐厅运营效率、经营成本等问题的绝对影响力,同时也明确了配送路径的优化的结果对提升企业竞争力的关键性。