基于强化学习的动态物流中转对接点方法研究

烟草商业系统市级公司境内地形复杂、物流中转网络布局不合理造成终端送货里程远、行车时间长、装载率低、客户服务时间短等问题。该文应用强化学习、聚类、重心选址等算法建立动态卷烟物流中转对接点优化模型,优化卷烟物流中转网络,并结合“甩箱”运输模式和“站部所”资源,提出一种根据订单配送数量、零售客户数量、送货里程、行车时间等因素的变化,科学计算并设置中转区域动态中转对接点方法。运用此方法,基于湖北省烟草公司十堰市公司竹山中转区域的数据,测算出卷烟销售淡旺季的最优中转点方案,并通过十堰市丹江中转区域实车验证。该文研究的动态卷烟物流中转对接点优化方法达到了降低中转区域营运成本和减少终端行车时间的优化目标,大大提高了卷烟物流运行效率。

基于深度神经网络的智慧卷烟物流配送线路自适应调度算法

针对物流配送线路路况难以预测、物流配送里程较长、调度过程难以协调的问题,提出基于深度神经网络的智慧卷烟物流配送线路自适应调度算法。根据智慧卷烟物流配送要求,以最短配送总里程为目标建立物流调度数学模型。利用知识库和果蝇优化算法,根据线路动态调度规则,引入深度神经网络,优化设计配送区域路况预测模型。以当前路段交通状况预测结果为依托,结合分时带权交通网络模型,得到配送线路自适应调度结果。实验结果表明:该方法相比传统算法使得智慧卷烟物流配送里程分别减少了38.62%、45.01%,实现了物流配送成本的降低。