本文選題：冷鏈低碳物流 + 配送路徑優(yōu)化�。� 參考：《數(shù)學(xué)的實踐與認(rèn)識》2017年21期

【摘要】：冷鏈物流的綠色發(fā)展已成為國家十三五發(fā)展的熱點,在分析冷鏈物流配送環(huán)節(jié)各種成本基礎(chǔ)上,以車載容量和時間窗為約束,構(gòu)建綜合總成本最小化的冷鏈低碳物流配送路徑優(yōu)化模型.將細菌覓食算法中的復(fù)制操作和趨向操作引入基本蟻群算法中,改善了算法的收斂效率和全局搜索能力,提出了細菌覓食一蟻群算法用于求解冷鏈低碳物流配送路徑優(yōu)化模型.通過實例仿真表明,在求解冷鏈低碳物流配送路徑優(yōu)化模型方面,細菌覓食—蟻群算法能夠以更高的效率尋找到更低的綜合總成本,驗證了改進算法的合理性和有效性.
[Abstract]:The green development of cold chain logistics has become a hot spot in the 13th Five-Year Plan of China. On the basis of analyzing the various costs of cold chain logistics distribution, the on-board capacity and time window are taken as constraints. A cold chain low-carbon logistics distribution route optimization model is constructed which integrates total cost minimization. The replication and orientation operations in bacterial foraging algorithm are introduced into the basic ant colony algorithm, which improves the convergence efficiency and global search ability of the algorithm. A bacterial foraging ant colony algorithm is proposed to solve the cold chain low carbon logistics distribution path optimization model. The simulation results show that the bacterial foraging ant colony algorithm can find the lower total cost with higher efficiency in solving the cold chain low carbon logistics distribution path optimization model, which verifies the rationality and effectiveness of the improved algorithm.
【作者單位】： 天津商業(yè)大學(xué)經(jīng)濟學(xué)院;天津商業(yè)大學(xué)信息工程學(xué)院;
【基金】：國家自然科學(xué)基金(61401307)
【分類號】：F259.2;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 林雪云;;基于自適應(yīng)的多類型物流配送改進遺傳算法研究[J];計算機應(yīng)用研究;2012年05期

2 陳林;姚宏亮;;免疫克隆遺傳算法在物流配送中的應(yīng)用[J];河南科技學(xué)院學(xué)報(自然科學(xué)版);2012年05期

3 花本高;叢雪;;基于遺傳算法物流配送路線優(yōu)化研究與實現(xiàn)[J];電腦知識與技術(shù);2010年24期

4 王華東;李巍;;粒子群算法的物流配送路徑優(yōu)化研究[J];計算機仿真;2012年05期

5 陸曙;;現(xiàn)代港口物流配送計算機監(jiān)控系統(tǒng)的實現(xiàn)[J];微計算機信息;2008年01期

6 葉勇;羅紅恩;張立偉;;改進遺傳算法下的畜禽冷鏈配送優(yōu)化研究[J];安徽農(nóng)業(yè)科學(xué);2011年17期

7 鄒金成;胥義;王健;朱軼峰;王海山;;基于WSN的多溫共配冷鏈信息監(jiān)測系統(tǒng)開發(fā)[J];電子測量與儀器學(xué)報;2014年05期

8 李延富;;混合蟻群算法求解物流配送車輛路徑優(yōu)化問題研究[J];物流工程與管理;2014年06期

9 申靜;;基于多Agent協(xié)商的物流配送最優(yōu)路徑選擇問題研究[J];物流技術(shù);2014年11期

10 朱穎;張紅;;改進的蟻群算法在優(yōu)化物流配送管理系統(tǒng)中的應(yīng)用[J];計算機時代;2008年04期

相關(guān)會議論文 前4條

1 王錫淮;楊英;肖健梅;;量子遺傳算法在物流配送計劃中的應(yīng)用[A];第二十六屆中國控制會議論文集[C];2007年

2 李志剛;黃艷;;基于多Agent的網(wǎng)絡(luò)物流配送決策模型及協(xié)調(diào)機制研究[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

3 蘇慶新;鄧娜;湯兵勇;;一個物流配送中的貨運優(yōu)化調(diào)度問題[A];第16屆中國過程控制學(xué)術(shù)年會暨第4屆全國故障診斷與安全性學(xué)術(shù)會議論文集[C];2005年

4 鐘彥騫;胥義;呂婭;王麗萍;曾靜;;基于GPRS和ZigBee傳輸技術(shù)的血液冷鏈及信息化監(jiān)管系統(tǒng)的設(shè)計[A];第七屆全國食品冷藏鏈大會論文集[C];2010年

相關(guān)重要報紙文章 前1條

1 劉少華;讓溫度監(jiān)控成為可能[N];現(xiàn)代物流報;2008年

相關(guān)碩士學(xué)位論文 前10條

1 胡勇;基于蟻群算法的物流配送車輛路徑優(yōu)化問題的研究[D];遼寧科技大學(xué);2016年

2 游卓航;基于地理信息第四方物流配送路徑優(yōu)化算法的研究[D];湖南大學(xué);2015年

3 王保中;基于改進蟻群算法的煙草物流線路優(yōu)化與系統(tǒng)設(shè)計[D];哈爾濱工業(yè)大學(xué);2015年

4 季俊杰;物流配送中路徑優(yōu)化算法的研究與實現(xiàn)[D];東南大學(xué);2016年

5 張洲碩;基于動態(tài)需求的冷鏈物流配送調(diào)度模型研究[D];廣西科技大學(xué);2015年

6 楊勇;物流配送中雙向物流路徑優(yōu)化問題研究[D];沈陽工業(yè)大學(xué);2016年

7 張群;蟻群混合遺傳算法在物流配送中的研究與應(yīng)用[D];安徽理工大學(xué);2008年

8 翦象慧;基于GIS的現(xiàn)代物流配送系統(tǒng)研究與實現(xiàn)[D];湖南大學(xué);2011年

9 張健;社區(qū)物流配送網(wǎng)絡(luò)構(gòu)建研究[D];中南大學(xué);2013年

10 范青;基于改進蟻群算法的物流配送路徑優(yōu)化及應(yīng)用研究[D];西安建筑科技大學(xué);2014年

，

本文編號：1807530