咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >面向电商终端物流配送的电动车配置与路径集成优化 收藏

面向电商终端物流配送的电动车配置与路径集成优化

Integrated Optimization of Electric Vehicle Allocation & Routing for Large Scale E-Commerce Terminal Logistics Distribution

作     者:李杰 赵旭东 王玉霞 CHU Chao-hsien LI Jie;ZHAO Xu-dong;WANG Yu-xia;CHU Chao-hSien

作者机构:河北工业大学经济管理学院天津300401 美国宾州州立大学信息学院美国宾州16802 

出 版 物:《运筹与管理》 (Operations Research and Management Science)

年 卷 期:2018年第27卷第10期

页      面:23-30页

核心收录:

学科分类:08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家社科基金资助项目(16FGL014) 河北省自然科学基金资助项目(G2014202148) 

主  题:电商终端配送 双容量约束车辆路径问题 蚁群算法 临近城市列表 双策略蚁群算法 

摘      要:在电子商务终端物流配送方面,存在能力与需求的矛盾。一方面,电动车存在货物容量约束和电池电量约束,配送能力有限;另一方面,一个物流配送点需要为众多的消费者进行门到门的配送,配送任务繁重。针对电子商务环境下终端物流配送规模大、电动车货物容量和行驶里程有限的问题,建立电商终端物流配送的电动车配置与路径规划集成优化模型,并提出一种基于临近城市列表的双策略蚁群算法,实现物流配送电动车辆配置与配送路径集成优化。该模型以电动车辆数最少和总路径最短为目标,以电动车货物容量和电池续航里程为约束,是带容量的车辆路径问题的进一步扩展,属于双容量约束路径规划问题。双策略蚁群算法在货物容量和续航里程的约束下,将蚁群搜索策略分为两类,即基于临近城市列表的局部搜索策略和全局搜索策略,在提高搜索效率的同时防止陷入局部优化。最后,通过阿里巴巴旗下菜鸟网络科技有限公司在上海的30组真实配送数据进行了测试,验证双策略蚁群算法显著优于一般蚁群算法。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分