基于自适应遗传聚类算法的物流越库配送仿真

物流配送路径的合理性较差会导致实际配送的成本和效率难以得到有效控制,为此,开展了基于自适应遗传聚类算法的物流越库配送仿真研究。结合物流公司和用户对物流配送的要求,将配送路程、配送时间以及配送成本问题统一为配送路径总成本问题,将基础运输成本和运输拥堵成本最小化作为规划目标。利用采用了自适应遗传聚类算法的路径进行规划阶段,将运输时间和运输成本平衡关系作为适应度函数,根据车辆的货载上限,对处于同一不重复路径上的目标配送点进行聚类处理,直至聚类覆盖所有节点。测试结果表明,对应配送路径的时间开销和成本开销均明显降低,配送过程中的重复行程也稳定在11.50%以内。