检索结果-南通市图书馆

生鲜农产品多配送中心连续选址FCM-ISA算法及应用

在线全文

学校读者我要写书评

暂无评论

运筹与管理 2019年第11期28卷 85-90页

作者：魏洁王佳鑫杭州电子科技大学管理学院

本文对生鲜农产品多配送中心连续选址问题进行了研究,在建立考虑最小距离约束下连续选址模型的基础上,针对以往连续选址模型求解过程中采用随机方式生成初始解会造成算法搜索范围过大且易陷入局部最优的局限,创新性地提出了连续选址模... 详细信息

本文对生鲜农产品多配送中心连续选址问题进行了研究,在建立考虑最小距离约束下连续选址模型的基础上,针对以往连续选址模型求解过程中采用随机方式生成初始解会造成算法搜索范围过大且易陷入局部最优的局限,创新性地提出了连续选址模型的模糊C均值聚类-改进模拟退火(FCM-ISA)算法,并以杭州市为例验证了所建模型及设计算法的有效性。计算结果表明,本文所建立的生鲜农产品多配送中心连续选址模型更符合实际选址情景,设计的FCM-ISA算法收敛速度快且全局寻优效果好,对科学地进行生鲜农产品多配送中心选址决策具有重要的指导意义。

关键词：生鲜农产品多配送中心连续选址模糊C均值聚类改进模拟退火算法

在线全文

学校读者我要写书评

暂无评论

冷链物流多层级配送中心连续选址模型构建

计算机仿真 2022年第4期39卷 423-427页

作者：李桂娥山西大学商务学院山西太原030031

传统物流配送中心选址方法在设计过程中并没有考虑到要将选址问题进行转化,无法获得最优选址结果。为改善上述问题,构建了一种冷链物流多层级配送中心连续选址模型。设计配送中心选址流程,设置配送费用最少与配送时长最短的目标函数及... 详细信息

传统物流配送中心选址方法在设计过程中并没有考虑到要将选址问题进行转化,无法获得最优选址结果。为改善上述问题,构建了一种冷链物流多层级配送中心连续选址模型。设计配送中心选址流程,设置配送费用最少与配送时长最短的目标函数及相关约束条件,并将连续选址问题转换为多源Weber问题,采用启发式算法对其进行求解,根据备选策略数量,获取供应分配矩阵,解得最优配送中心地址坐标,依据配送费用总额不断判定与调整所得坐标,实现选址模型的最终构建与求解。仿真结果表明,上述模型能够得到物流配送中心的最优选址结果,且算法不会陷入局部最优,寻优能力强。

关键词：冷链物流多层级配送中心连续选址目标函数

生鲜农产品多配送中心连续选址-路径规划问题研究

在线全文

学校读者我要写书评

暂无评论

生鲜农产品多配送中心连续选址-路径规划问题研究

作者：王佳鑫杭州电子科技大学

学位级别：硕士

近年来,我国社会经济发展态势良好,人民生活质量和消费水平稳步提高,生鲜农产品作为人民营养摄入的重要来源,其品质及安全的问题受到了社会各界的广泛关注。人们对生鲜农产品需求量大,但时鲜性的特点也会给储存和运输带来困难。因此研... 详细信息

近年来,我国社会经济发展态势良好,人民生活质量和消费水平稳步提高,生鲜农产品作为人民营养摄入的重要来源,其品质及安全的问题受到了社会各界的广泛关注。人们对生鲜农产品需求量大,但时鲜性的特点也会给储存和运输带来困难。因此研究作为生鲜农产品物流关键技术的配送中心选址及路径规划问题尤为重要。本文首先研究了生鲜农产品多配送中心连续选址问题,在建立考虑最小距离约束下连续选址模型的基础上,针对以往连续选址模型求解过程中采用随机方式生成初始解会造成算法搜索范围过大且易陷入局部最优的局限,创新性地提出了连续选址模型的模糊c均值聚类-改进模拟退火(FCM-ISA)算法。以杭州市为例验证了所建模型和设计算法的有效性。其次,本文在生鲜农产品多配送中心连续选址模型求解的基础上,将后续的配送中心车辆路径问题分为二级配送中心单独配送的路径规划问题和一级、二级配送中心共同配送的路径规划问题,并分别建立了以生鲜农产品运输过程中车辆数最少和运输过程中的综合费用最小的多目标车辆路径模型一与车辆路径模型二。考虑到传统模拟退火算法擅长于局部搜索,全局搜索能力欠缺,本文针对文中模型在传统模拟退火算法的基础上设计了多目标改进模拟退火(MOISA)算法,并同样以杭州市为例对两个多目标规划模型及算法进行了实例验证。最后,对生鲜农产品多配送中心连续选址-路径规划问题进行了梳理总结,并提出了可供参考的未来研究方向。

关键词：生鲜农产品选址-路径问题连续选址聚类算法改进模拟退火算法

装备保障多配送中心连续选址模型及其算法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

物流科技 2014年第8期37卷 95-98页

作者：王莉莉陈云翔刘阔王政空军工程大学装备管理与安全工程学院国网南阳供电公司 94672部队

装备保障配送中心选址的决策不仅直接关系到各配送中心自身的经济成本、服务效率和安全系数,而且关系到战时整个军事物流系统的合理化,因此,装备保障配送中心选址是装备物流供应链建设中至关重要的问题。文章根据作战任务和装备保障的... 详细信息

装备保障配送中心选址的决策不仅直接关系到各配送中心自身的经济成本、服务效率和安全系数,而且关系到战时整个军事物流系统的合理化,因此,装备保障配送中心选址是装备物流供应链建设中至关重要的问题。文章根据作战任务和装备保障的要求以及多配送中心连续选址问题的复杂性,以总配送费用为目标函数,建立了有时效性和安全性约束的装备保障多配送中心连续选址模型。为更好地实现装备保障多个配送中心连续选址,应用两步启发式算法求解选址模型,给出了最优配送中心地址。研究表明,这一启发式算法具有较好的搜索特性,不失为求解装备保障多配送中心连续选址问题的一种有效方法。

关键词：装备保障多配送中心连续选址算法

基于GIS的最大化区域覆盖的连续设施选址问题研究

在线全文

学校读者我要写书评

暂无评论

基于GIS的最大化区域覆盖的连续设施选址问题研究

作者：杨向红清华大学

学位级别：硕士

选址问题是指确定设施位置来提供所需服务，在经济活动领域和公共服务领域有着较为广泛的应用。经济活动领域的选址问题多以最小化设施建设成本或运营成本为优化目标，比如工业生产中工厂以及仓库的选址、物流领域中配送中心的选址;而... 详细信息

选址问题是指确定设施位置来提供所需服务，在经济活动领域和公共服务领域有着较为广泛的应用。经济活动领域的选址问题多以最小化设施建设成本或运营成本为优化目标，比如工业生产中工厂以及仓库的选址、物流领域中配送中心的选址;而公共服务领域的选址问题则是以最大化受益人群或最小化财产损失为优化目标的，比如台风预警装置、消防中心的选址。经济活动设施的选址失误将导致企业运作的高成本低效率，而应急服务设施的选址失误将为社会带来巨大的财产损失甚至是灾难，而且也会降低城市居民对政府或城市建设者的信任，所以应对应急服务设施选址问题给予高度重视。基本选址问题包括P-中值问题、P-中心问题以及覆盖问题。覆盖问题在公共服务设施领域应用较为广泛，其目标是将需求区域置于设施所能提供服务范围之内，比如台风预警装置，其目的是将报警声音传到任何存在人类活动的区域，同时其设施也可在城市区域内任意位置建立（山脉、河流除外）。而解决此类问题的传统方法是将连续区域转化为离散点集来表示需求和设施候选位置，这样可简化覆盖模型并快速获得最优解，但使用不同离散间隔或离散规则所得点集求得的设施最优位置以及需求覆盖率存在较大误差。产生误差的原因有二：一是离散覆盖模型的优化目标是将需求点覆盖;二是离散的固定位置可能根本不包含设施的最优位置。针对离散覆盖模型误差产生的原因，本文分别找到了对应的解决办法。为了将覆盖问题的优化目标转化为最大化被覆盖的需求区域，使用GIS的量算功能获得被覆盖区域的面积;为了实现设施在整个候选区域内选址，将设施朝着未被覆盖需求区域移动以期获得更高的覆盖率。本文设计了一种优化算法，首先使用离散最大覆盖模型获得设施的初始位置，然后使用GIS的多边形叠加功能来识别未被覆盖需求区域，将设施朝该区域移动并使用GIS的量算功能衡量设施移动效果的好坏，这样便实现了需求连续分布的设施连续选址。最后，给出详细的算例分析来证明优化算法的有效性，最大限度的减少了离散覆盖模型引入的误差。

关键词：覆盖问题连续选址空间需求 GIS

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

改进微粒群算法及其在物流选址中的应用

改进微粒群算法及其在物流选址中的应用

作者：屈向红太原科技大学

学位级别：硕士

当今社会，生产力飞速发展，社会产品极其丰富。企业通过提高劳动生产力、丰富产品多样性及研发先进技术所获得的利润越来越有限。所以，近年来企业为了获取更大的利润将目光渐渐转向了降低物流运营成本的问题上。物流选址在整个物流活... 详细信息

当今社会，生产力飞速发展，社会产品极其丰富。企业通过提高劳动生产力、丰富产品多样性及研发先进技术所获得的利润越来越有限。所以，近年来企业为了获取更大的利润将目光渐渐转向了降低物流运营成本的问题上。物流选址在整个物流活动中对降低物流运营成本起到关键的作用，因此，通过优化算法对物流选址进行优化有很重要的研究价值和意义。微粒群优化算法(Particle Swarm Optimization，PSO)，由于其算法具有简单，易于实现，无需梯度信息，参数少等特点，在连续优化问题和离散优化问题中都表现出良好的效果。近年来成为国际上智能优化领域研究的热门，国内越来越多的学者将微粒群优化算法应用到非线性规划，车辆路径，约束优化布局等问题中。文章针对所提出的选址问题，建立模型，并根据模型的特点，采用适合的改进微粒群优化算法求解，实验结果证明了改进算法的有效性。本文主要工作：1将微粒群算法中的惯性权重进行改进，提出与信赖域半径搜索技术相结合的随机惯性权重，使算法在全局搜索能力与局部搜索能力之间达到平衡，避免微粒陷入局部最优，提高算法的搜索效率。2对约束优化问题中约束条件的处理，提出了将传统约束保持法与信赖域半径搜索技术相结合的改进方法，使传统约束保持法易使微粒停滞不前的缺点得到改善，且提高了算法的寻优能力。用著名的测试函数计算，数值结果表明改进算法取得较满意的结果。3结合改进的惯性权重与改进的约束保持法，提出与信赖域搜索技术相结合的改进微粒群算法TRPSO，用测试函数进行测试，并将计算结果与标准微粒群算法及文献中的结果比较，表明TRPSO算法有一定的优势。4对可行域狭小的约束优化问题，提出与表上作业法相结合的改进微粒群算法TMPSO，并理论分析了算法的可行性。5单一设施、连续选址模型，采用TRPSO算法求解，将结果与重心法、标准微粒群算法计算结果比较，TRPSO算法取得更好的效果。6多设施、离散选址模型，根据模型的特点，对模型进行改进，对改进模型用整数规划的微粒群算法求解，数值结果表明改进模型及算法的可行性。7多设施、连续、有约束选址模型，采用TMPSO算法求解，实验结果证明算法的有效性。

关键词：微粒群优化算法信赖域半径确定法表上作业法物流选址中心单一设施选址多设施选址离散选址连续选址有约束选址