灾后应急配送中心选址问题的降阶回溯算法

近年来自然灾害频发,提高灾后应急物资的配送效率一直以来都是性命攸关的大事,因此文章基于灾后应急配送中心选址问题的精确算法进行研究。首先,建立该问题的数学模型并对该问题中的数学性质进行研究和证明;其次,在这些数学性质的基础上,设计上下界子算法和降阶子算法,这些子算法能够有效减少解空间,提高算法的效率,使该算法能够更有效地处理规模更大的问题;再次,提出降阶回溯子算法,通过剪枝和局部降阶进一步缩小问题的搜索规模,并能得到最优解;最后,通过分析和解决一个案例来更清楚地说明算法的原理和操作步骤。

基于最小权覆盖的医药电商配送中心选址及区域覆盖优化研究

配送中心选址及区域划分是物流配送过程中的关键环节,直接决定了配送时效及配送成本,在当今电子商务领域显得尤为重要。本文针对国内医药电商企业,提出了一种考虑药品配送时效的配送中心选址策略;随后建立该问题的整数规划模型,采用最小权顶点覆盖方法描述问题,并通过优先队列分支限界算法对此模型进行求解,得出最优选址结果;最后按最小运费原则将被重复覆盖区域进行再划分,得到配送中心选址及区域划分最终方案。本文基于上述策略为国内某头部医药电商企业提供了两种选址方案:保留企业原有配送中心并确定新配送中心选址点(改进选址方案)和从企业所有需求节点中重新为配送中心选址(重选址方案),并使用企业真实销量和物流数据进行算例分析。

基于P-center问题的国家级应急物资储备设施选址优化布局研究

中国是世界上受自然灾害影响最严重的国家之一,合理规划国家级应急物资储备设施将极大地减少灾害所造成的损失。考虑到应急管理更关注救援的有效性,本研究构建国家级应急物资储备设施选址模型(EFLP),即拓展的P-center问题,该模型考虑了地区人口分布、经济条件、交通状况和多重覆盖关键地区等综合因素,并利用变邻域(VNS)算法完成求解。研究结果表明,优化布局应急物资储备设施,能够保证应急物资及时送达灾区;同时,实验计算结果显示了变邻域算法的良好性能。

考虑时效性与公平性的应急物资选址配送问题及算法研究

为了应对应急救灾初期资源储备不足的情况,本文提出了一个兼顾时效性与公平性的多目标应急救灾物资的选址—配送模型。其中一个目标为总体成本,包括时间成本、运输成本和配送中心运营成本,另一个目标是物资短缺数量,将物资分配与灾区紧迫程度结合,以期实现最大化的公平。同时提出了一个多目标超启发式优化框架来解决所提多目标问题。在该框架中,提出了3种高层选择策略和4个接受准则,以提高多目标超启发式框架的性能。通过实验,确定了模型参数,证明了所提模型的有效性。并引入3个评价指标,实验对比分析表明所提多目标算法在3个评价指标上优越于NSGA-II以及多目标粒子群算法(MOPSO)。

应急物资储备中心选址研究

为了提高应急救援效率,保障应急物资供给及时性,通过熵权法改进的TOPSIS选出应急物资储备中心备选区域,进一步利用多面体不确定集合刻画需求和速度的不确定性,并以物资供应成本和交通运输时间为目标函数构建具有库存双容量限制和救援时效性限制的鲁棒优化选址模型,通过鲁棒优化选址确定最终选址,保证突发公共卫生事件下各需求点所需的物资都能得到满足.结果表明,鲁棒优化选址方案能够合理分配应急物资资源,物资供应平均运输时间2.06 h,需求满足率达到91.69%,且鲁棒优化模型在解决不确定性问题具有更好的表现.

疫情防控背景下城市应急生活物资配送

针对疫情防控中应急生活物资调度及科学管理问题,构建以中游节点数量最少且距离上游节点与下游节点里程总和最小为目标的最短路径优化模型,采用熵权法将其转化为单目标。其次,基于模拟退火算法,设计了以增加、减少中游节点数量及随机改变中游节点服务小区个数等为核心的邻域解搜索策略。然后,基于长春市相关数据,对该模型进行了详细求解,并绘制了有序网络图。最后,构建了以货车运行时间及货车开行数量最少为目标的货车服务方案优化模型,采用模拟退火算法进行求解。研究较好地解决了疫情暴发期城市应急生活物资的优化配送问题。

改进人工电场算法在选址问题中的应用研究

针对人工电场算法求解多配送中心选址问题时存在求解不稳定、收敛精度较低、易陷入局部最优等缺陷,提出一种改进人工电场算法。首先,算法采用反向学习策略提高种群多样性;其次,利用柯西扰动策略提高算法脱离局部最优的能力;再次,引入正余弦算法的迭代机制平衡算法的全局搜索和局部开发过程;最后,引入精英个体保留策略,确保算法每次迭代均为优解替换劣解。仿真实验表明,改进人工电场算法求解多配送中心选址问题具有一定的性能优势。

物流配送中心选址模型

主要分析物流系统中库存管理、运输、配送中心之间的联系 ,应用最优化方法建立了物流配送中心选址的数学模型。该模型是一个混合整数规划 ,给出了按BENGERS方法设计的求解算法 ,模型中约束方程数量的有限性保证了算法的收敛性。由于考虑了多种实际因素 ,所以该模型有较大实用价值。

考虑商业物流资源的应急物流定位-分配问题模型

为提高应急救援效率,节约物流成本,应基于商业物流配送中心对应急救援行动的影响,构建应急物流设施定位-分配问题(LAP)模型。考虑受灾点人口密度、人员伤亡比例、老人与儿童比例、设施受损程度4个指标,运用逼近理想解排序法(TOPSIS)将各受灾点按救援需求相对紧迫程度排序,确定各受灾点物资分配的优先度;对于灾前已有与灾后建立的物流设施点,从商业物流配送中心是否参与应急救援行动方面考虑构建LAP模型。所建模型被应用于荆江防洪中的荆州市,其有效性得到验证。

考虑设施失效的军事物流配送中心选址模型

为了提高军事配送系统的经济性,针对物资配送中后勤设施失效时进行支援保障和越级保障的情况,将军事物流配送中心的属性分为"首选"与"备选"两种,并把设施失效时的应急配送成本作为决策目标的一部分,建立了最小化设施固定成本、正常配送成本、应急配送成本之和的军事物流配送中心选址模型,采用贪婪取走的启发式算法进行了模型求解,比较了考虑设施失效情况的选址方案与未考虑设施失效情况的选址方案之间的差别。仿真算例结果表明,虽然由模型所得选址方案的设施固定成本与正常配送成本之和高于未考虑设施失效情况的选址方案,但平均期望成本增加值低于后者。

有配送能力限制的易腐农产品配送中心选址方法

为提高物流管理绩效,考虑到农产品的易腐败特征和配送中心的配送能力限制,建立了易腐农产品配送中心选址问题的0-1整数非线性规划模型。利用该模型可以确定配送中心的开设位置、各配送中心与用户之间的配送关系,以及配送途中的农产品损耗量。为求解该模型,提出了嵌入改进表上作业法的混合遗传算法,给出了算法的实现步骤。最后通过算例,验证了模型和算法的有效性。

多物流配送中心选址及求解

经典蚁群算法不能直接用于求解多配送中心选址问题(MDLP),据此,将MDLP映射为扩展K-TSP过程并设计了改进的蚁群算法.改变了经典蚁群算法禁忌表的设置方式,算法运行时,给蚁群建立一个共享禁忌表,里面存放所有蚂蚁访问过的客户点,任何蚂蚁只能选择共享禁忌表未曾记录的客户点,从而增强蚂蚁间的信息交流,促进它们的分工与协作,使蚂蚁无遗漏无重复地遍历各配送点并找出问题的最优解.为提高算法的求解性能,在蚂蚁的选择规则里加入了代价引导函数,使用2-opt策略优化可行解并优化了信息素的更新方式.仿真算例及算法对比表明,模型和算法可以有效地表达和求解MDLP.

危险化学品物流网络选址-运输优化研究

为兼顾经济与安全效益,实现危险化学品物流配送中心选址与运输路径选择的联合互动,建立综合选址-选线模型。该模型考虑危险化学品的风险特性、时间属性、路线路面状况及沿线周围环境随车辆移动的变化,以配送中心建设运行费用、运输费用、选址风险、运输风险和敏感目标人数为优化目标。采用专家打分法对各子目标权重进行打分,将多目标规划问题转化为单目标决策问题来求解,并根据模型给出一种启发式算法。网络选址-运输优化可降低危险化学品物流事故率和沿线人员伤亡风险,优化影响人员风险与物流成本冲突问题,实现最佳网点布局及路径选择。

基于融合免疫优化和遗传算法的多应急物资中心选址与调度

面对突发灾害事件时的物资调配是运输调度系统中的一个重要部分,为了更好地解决受灾点的救援问题,本文将免疫优化算法用于物流配送中心选址问题中,建立了应急物资中心选址-调度配送一体化的解决方案。在考虑该问题的约束条件和优化目标的基础上,建立了物流配送中心选址问题和多目标物资调度问题的数学模型,并综合考虑了运输过程中的距离和运输成本,建立了基于综合代价的成本评估模式,采用免疫优化算法获得最优的应急物资中心选址方案。根据选址结果和运输综合代价值,基于遗传算法结合多目标-多目标的调度问题改进了编码方式,采用多层编码的遗传算法制定了全局最优的物资中心-需求点的物资调度配送方案。结合湖北省新型冠状病毒的疫情,基于2种方法融合实现了一套合理且高效的应急物资中心选址-调度方案,论证了方法的合理性和高效性。本文结果对灾害场景下的应急物资处置具有指导意义。

不确定环境下的物流配送中心选址方法研究

针对现实中普遍存在的不确定环境,本文在传统的双层目标规划的基础上进行了改进,建立了不确定环境下的物流配送中心选址的双层规划模型及算法.最后,通过一个具体的实例,阐述了如何用该理论解决实际问题,对未来配送中心的建设提供一定的参考作用.

基于GIS与差分进化优化的应急物流配送中心选址

将应急物流中心选址问题归结为一个多目标优化问题,利用路网信息以及地理信息系统得到受灾点的位置信息,提出结合GIS与差分进化算法的最优配送中心选址方案,并将本文方法与传统的优化算法进行对比,仿真实验验证了其有效性与优越性。

基于RS-AHP的应急物流配送中心选址

通过引入约简理论和AHP评价方法,从宏观角度建立评价指标体系,确定了影响应急物资配送中心选址的5类因素,为了简化计算,对评价指标进行了约简,利用专家打分法对各个评价指标进行量化分析,通过AHP方法得到最佳选址地点。以邯郸市为例,验证了方法的科学性和评价结果的准确性。

基于LAP-GA的多军事物流配送中心选址

针对传统的多军事物流配送中心选址理论中存在的问题,分析了常用的几种军事物流配送中心选址方法,建立基于LAP-GA的多军事物流配送中心选址模型,利用Matlab数学软件中的遗传算法工具箱(gatool),实现对模型的系统分析和快速求解。结合案例分析,验证模型的正确性和合理性。

配送中心选址问题研究文献综述

通过研究、分析、归纳和总结国内外配送中心选址问题研究文献,提出新的分类法,即单独研究配送中心选址问题类和结合物流管理的库存战略、运输战略、顾客服务目标等其它战略研究配送中心选址问题类。根据列举、剖析两类文献中的典型文献和分析物流配送业的新趋势、新发展,提出配送中心选址问题研究的新方向——基于顾客满意度的多目标配送中心选址问题。

基于聚类-重心法的应急物流配送中心选址

为确保应急物流配送中心选址的合理性,同时为了能够保障受灾地区应急物资的及时供应,以新型冠状病毒肺炎(COVID-19)疫情时期的湖北省为例,采用聚类-重心法对应急物流配送中心选址进行研究。首先,分别对受灾地区受灾程度、地理坐标及应急物资需求量进行聚类分析,并将两次聚类结果取交集后以受灾程度重为优先原则,确定二级应急物流配送中心的坐标;其次,分别以二级应急物流配送中心和受灾地区为依据,使用重心法分别求出一级应急物流配送中心Q和G的坐标;然后,以时间最短化为原则求出物流配送中心M的坐标;最后,结合周边环境和灾情状况将Q、G、M进行全面对比分析。结果表明:选择Q作为最终一级应急物流配送中心是最为合理的,这也证明综合考虑受灾地区受灾程度、地理坐标、应急物资需求量以及物流成本的聚类-重心法的应急物流配送中心选址模型具备现实可行性。