大多數(shù)物流快遞企業(yè)的配送業(yè)務末端會按照固定的配送服務區(qū)進行配送任務分配,無法針對變化頻繁、分布不均的動態(tài)配送需求進行合理的配送資源設置,造成了各個末端配送節(jié)點工作負荷不均衡的現(xiàn)象,并進一步導致了配送調度管理混亂等問題。針對末端配送任務分配問題建立了一種考慮配送成本、資源利用率以及工作量配比差異的配送任務分配模型,對量子進化算法進行改進。對此問題求解,提出采用量子群穩(wěn)定度作為算法退出判定條件,來避免算法的早退與無效迭代問題,并引入量子變異與淘汰機制,加強了算法對可行解的搜索能力。實驗結果表明,與按配送區(qū)進行分配的方案相比,算法給出的方案有效緩解了配送任務分配不均的現(xiàn)象,同時也有效降低了總體配送成本。相關模型和算法可以根據(jù)動態(tài)的配送需求合理地分配各個末端網(wǎng)點的配送任務,有助于配送業(yè)務的下一步配送路徑優(yōu)化和科學調度。 

【文章來源】：科學技術與工程. 2019,19(31)北大核心

【文章頁數(shù)】：9 頁

【文章目錄】：
1 問題分析
    1.1 問題假設
    1.2 問題目標
        1.2.1 末端節(jié)點利用率R
        1.2.2 配送方案總成本C
        1.2.3 末端節(jié)點工作配比差異σ
    1.3 模型構建
2 算法設計與改進
    2.1 量子個體編碼設計
    2.2 適應度函數(shù)
    2.3 量子進化
    2.4 算法改進
        2.4.1 量子群變異與淘汰
        2.4.2 算法退出機制
    2.5 算法流程
3 實驗分析
    3.1 實驗數(shù)據(jù)與算法參數(shù)設置
    3.2 實驗結果分析
    3.3 改進效果分析
4 結論


【參考文獻】：
期刊論文
[1]O2O外賣訂單配送任務分配模式研究[J]. 鄧娜,張建軍.  上海管理科學. 2018(01)
[2]基于O2O的大型零售企業(yè)城市配送網(wǎng)絡優(yōu)化研究[J]. 趙泉午,趙軍平,林婭.  中國管理科學. 2017(09)
[3]基于集配中心供應商協(xié)同配送主從決策機制[J]. 張蜊彬,成耀榮,梁佳佳.  系統(tǒng)管理學報. 2017(03)
[4]冷鏈物流“最后一公里”快速配送方法研究[J]. 李玉鵬,魏俊美,王召同,張昕.  工業(yè)技術經(jīng)濟. 2017(01)
[5]改進的雙鏈量子遺傳算法在圖像去噪中的應用[J]. 國強,孫宇梟.  哈爾濱工業(yè)大學學報. 2016(05)
[6]三值量子遺傳算法及其應用[J]. 樊富有,王瑞錦.  電子科技大學學報. 2016(01)
[7]“互聯(lián)網(wǎng)+”背景下快遞末端協(xié)同配送模式的構建[J]. 楊萌柯,周曉光.  北京郵電大學學報(社會科學版). 2015(06)
[8]函數(shù)優(yōu)化的量子蝙蝠算法[J]. 李枝勇,馬良,張惠珍.  系統(tǒng)管理學報. 2014(05)
[9]基于聯(lián)合配送的開放式動態(tài)車輛路徑問題及算法研究[J]. 葛顯龍,王旭,鄧蕾.  管理工程學報. 2013(03)
[10]爭奪“最后100米”[J]. 范云兵.  中國物流與采購. 2013(07)

博士論文
[1]電子商務企業(yè)末端配送若干關鍵問題的研究[D]. 孫靜.北京科技大學 2017
[2]基于改進量子進化算法的生產(chǎn)調度問題研究[D]. 張建明.華東理工大學 2013



本文編號：3156957