物流配送中心选址方法

在实际物流系统中,配送中心并不是单一的,可能有不同的种类和层次,并且不同种类的配送中心提供的服务也存在很大的差异性。比如在很多大型配送中心具有强大的综合功能,包括仓储、加工装配、运输和配送等;同时也还有一些只具有转储、运输功能的小型配送中心。在多个不同层次配送中心同时存在的情况下,顾客就会依据对服务种类的需求就近选择适合自己的配送中心;同样当顾客距离这两类配送中心的位置几乎一致时,他们会选择服务功能多一些的大型物流配送中心,因为这种配送中心提供的服务范围会更完善一些。由于不同种类配送中心的建设代价不同,实际中需要同时考虑两层配送中心的定位选址问题,当然这样选址定位模型会变得复杂得多。     

指定与不指定备选点的配送中心选址-库存模型研究

针对物流企业经常遇到的配送中心只能在指定的备选点中选择的限制,将固定建设成本风险共担选址-库存问题扩展为不指定与指定备选点的可变建设成本配送中心选址-库存模型,构建了二次非线性0-1整数规划模型.结合粒子群算法的特点,分别设计J×J矩阵与I×J矩阵为不指定备选点和指定备选点的可变建设成本配送中心选址-库存模型的初始粒子.在粒子群算法思路、流程指导下,用C++编程,通过C++builder运算.采用Hakimi文章中算例计算,并对运输成本系数β、库存成本系数θ进行敏感性分析.     

带偏好的区域物流配送中心选址方法及应用

产业集群的创建离不开现代物流配送中心的建立。文章在分析和构建区域物流配送中心选址评价指标体系的基础上,结合区域物流配送中心选址中带有一定的偏好的实际情况,基于向量带权距离公式给出一种带有偏好的区域物流配送中心选址方法,丰富了区域物流研究理论体系,最后实例分析了在西部地区创建物流配送中心的选址过程。     

基于多属性决策的物流中心选址问题研究

配送中心选址在整个物流系统中占有十分重要的地位,物流节点的数量、分布将直接影响到该物流系统的物流服务成本以及其服务范围。文章从对物流配送中心建立到配送各过程进行研究,构建了基于OWA算子与TOPSIS法的选址模型,最后通过实例表明决策系统在多拟建地点的选址排序中的科学性和有效性。     

“互联网+”时代物流配送中心选址优化模型构建

“互联网+”环境下,只有选对配送中心地址,才能保证生鲜产品快捷、保质送达至消费领域.文章立足生鲜农产品特质,通过线性规划理论,对“互联网+”时代农产品物流配送中心进行优化选址模型构建,并应用启发式算法持续逼近得以生成最优解,在此基础上选择若干主要物流配送中心地址展开算例分析.研究结果显示,该模型能够实现对配送中心选址优化,提高生鲜农产品物流配送效率,有效满足消费者对生鲜农产品新鲜度、品质度及配送时间窗的需求,降低了物流企业的配送成本.     

企业危机事件应急处理的蚁群优化模型

采用新兴信息技术研究企业危机事件应急管理问题已经成为国内外学者广为关注的焦点问题.文章提出了一种基于改进蚁群算法的企业危机事件应急资源调配模型、方法及其应用.在对应急资源调配问题进行标准化建模的基础上,提出了能高效求解该问题的改进蚁群算法.     

应急物流初探

一、应急物流的特点 所谓物流是指物品从供应地向接收地的实体流动过程.应急物流则是指为了应对重大疫情、严重自然灾害、军事冲突等突发事件而对物资、人员、资金的需求进行紧急保障的一种特殊物流活动.它具有以下特点:     

带道路容量限制的多配送中心选址问题的数学模型与算法

文章研究了带道路容量限制的多配送中心选址问题,在综合考虑货物周转费用、运输费用、配送中心年固定费用的前提下,根据实际情况引入了运输道路容量限制,以总费用最低为目标建立了该问题的整数线性规划模型。然后给出了求解该模型的精确算法,又根据贪婪思想设计了求解该问题的启发式算法,并利用具体的实例进行了模拟计算,结果显示,其模型及算法具有很好的效果。     

基于直觉模糊数的物流配送中心选址的评价方法

文章利用模糊数连续有序加权算子对直觉模糊数中的三角模糊数集结,给出一种直觉模糊数的简便比较规则;采用文献综述法和问卷调查法构建了物流配送中心选址评价指标体系,采用一种组合赋权法确定指标权重;针对物流选址评价过程中存在的不确定性和信息获取不完备性,构建了基于直觉模糊数的物流选址评价方法;最后实证分析了某企业物流配送中心选址的过程.     

连锁经营企业区域物流配送中心选址的两阶段模型

本文在提出配送中心吸引力指数的概念、建立以吸引力指数最大为目标函数的选址理论模型的基础上,求解出理论上的最优选址点;然后为了使模型解决具体问题时具有实用性,引入交通区位和地价两个权重因素,在理论最优选址点附近区域内有选择地挑选若干个点一起作为候选地址,对不同候选地址的吸引力指数用交通区位因素和地价因素两个权重进行加权,从而实现连锁经营企业区域物流配送中心的选址优化。     

应急定位-路径的模糊机会约束规划模型

文章针对需求量和运输费用不确定的应急定位-路径问题,以系统总成本和灾害损失成本之和最小为目标,构建了基于模糊机会约束规划的应急系统定位-路径模型,并设计了遗传算法对其进行求解。实例计算结果表明,该模型和算法可以有效地解决应急物流系统中定位-路径问题,从而为政府机构应对重大突发事件提供科学的决策参考。     

物流配送中心选址的设计及评价模型

文章研究物流配送中心选址问题,运用运筹学原理建立方案设计模型,并结合不确定性多属性决策模型进行方案评估,优化整个选址过程,为物流中心的选址问题提供参考方案,寻求最佳经济效益。     

冷链食品零售店选址问题的双层规划方法

为提高冷链食品物流管理绩效,文章提出一种基于双层规划的冷链食品零售店选址方法。考虑到食品企业和零售用户对零售店选址的不同要求,建立了以企业总费用最小化、销售量最大化为上层目标和以用户综合运输满意度最大化为下层目标的双层规划模型。该模型可以确定零售店的开设位置及其服务用户,更加有利于企业的销售管理。为便于模型应用,阐述了所建模型的总体求解思路,给出了将上层目标化多为少的求解步骤。通过算例验证了模型及其算法的有效性。     

应急物资储备库多级覆盖选址模型的构建

文章针对现有设施选址理论存在的局限性,提出了应急物资储备库多级最大覆盖选址模型。首先基于"备用覆盖"和"部分覆盖"思想,建立应急物资储备库多级覆盖选址模型,运用遗传算法对模型求解;然后以一个算例对算法进行验证,分析了算法的有效性。     

隶属云模型蚁群算法的新应用:生鲜食品多阶段动态定价

文章从收益管理与消费者购买行为的角度出发,建立了生鲜食品多阶段动态定价模型.力图使零售价格动态地跟踪生鲜食品的自身价值波动.为了更好地求解该模型,文章采用了一种基于隶属云模型的蚁群算法.通过对二阶段、三阶段的算例仿真分析,不仅表明该模型优于传统模型,而且所采用算法在收敛率与运行时间方面均优于遗传算法、蚁群算法、改进蚁群算法等.     

基于蚁群算法的灰色模型参数估计法

灰色GM(1,1)预测模型中,发展系数和灰色作用均采用最小二乘方法得到,文章提出了一种采用蚁群算法估计发展系数和灰色作用的新方法,并给出蚁群算法的步骤,最后通过一个我国人口数量预测的实例,表明该方法具有较高的拟合和预测精度.     

基于生态位适宜度和主成分-TOPSIS法的配送中心选址模型研究

配送中心选址作为物流系统规划中的重要组成部分,已成为企业建立竞争优势的关键.文章在总结目前国内外配莲中心选址方面的研究成果和理论经验的基础上对配送中心选址相关问题采用生态位适宜度和主成分-TOPSIS法进行研究,先用生态适宜度对备选方案进行第一次基本前提条件的筛选,再采用主成分-TOPSIS法选出最优的备选方案.可以避免"差中选好"的现象,有一定的现实意义.     

基于云模型的混合量子神经网络算法及其仿真研究

在云模型、量子算法、神经网络算法等理论研究的基础上,设计了一种以量子比特神经元为信息处理单元的多层量子神经网络——基于云模型的混合量子神经网络算法。在标准数据集上进行的实验仿真表明:混合量子算法具有量子算法轨迹行为性能的优势;同时该混合算法可将提取的特征输入到量子神经网络中对数据集进行分类。该算法改进了量子神经网络的损失函数,提高了误差分析性能。最后,通过仿真实验验证了该混合量子算法在收敛速度和鲁棒性等方面均优于量子神经网络算法。     

基于混合整数规划法的农产品物流配送中心选址模型

物流配送是农产品销售业务的重要环节,也是业务成本的主要组成部分。考虑到农产品与其它农产品相比,具有更明显的弱质性,故以物流成本最小化为目标,基于混合整数规划法,构建农产品中心选址模型,并采用算例验证模型与算法的合理性与可行性。该物流选址方案可以有效地节省费用,降低运输成本,提高运输质量,保证物流系统的平衡发展,为进一步建立完善可行的农产品物流链,提供一定的借鉴与参考。     

基于灰熵模型的应急物流供应商评价

应急物资的筹措和采购是应急物流的重要环节,针对应急物流的特点,建立应急物流供应商评价指标体系,将灰熵理论应用于应急物流供应商评价,建立了灰熵综合评价模型,实例分析表明灰熵模型解决应急物流供应商评价问题是可行且有效的,能够为政府部门开展应急物流采购提供科学依据.