Institutional Repository of School of Information Engineering and Artificial Intelligence
| 基于改进遗传算法的末端共同配送车辆路径优化 | |
彭会萍 ; 李士伟; 孙宏进; 曹晓军
| |
| 2024-02-15 | |
| 发表期刊 | 哈尔滨商业大学学报(自然科学版)
 |
| 卷号 | 40期号:01页码:45-51 |
| 摘要 | 为解决共同配送路径优化问题，提出一个具有可操作性的共同配送策略，基于此构建了以考虑车辆使用成本、车辆行驶成本和碳排放成本最小化为目标的共同配送车辆路径模型，用K-means聚类方法对客户节点进行分区聚类，确定各末端配送网点所服务的客户，并在此基础上利用基于节约里程算法的遗传算法对该模型进行求解.通过利用公共数据集实验验证设计的CW-GA算法的优越性，发现相较于传统GA,本文算法具有良好的求解性能.利用本文算法仿真分析共同配送前后相关成本的变化以及不同配送模式下的燃料消耗、行驶距离变化，结果表明共同配送能够有效降低物流总成本. |
| 关键词 | 共同配送 末端物流 车辆路径问题 遗传算法 K-means聚类 |
| DOI | 10.19492/j.cnki.1672-0946.2024.01.004 |
| URL | 查看原文 |
| ISSN | 1672-0946 |
| 语种 | 中文 |
| 原始文献类型 | 学术期刊 |
| 中图分类号 | TP18;F252.1 |
| CN号 | 23-1497/N |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.lzufe.edu.cn/handle/39EH0E1M/35589 |
| 专题 | 信息工程与人工智能学院 |
| 作者单位 | 兰州财经大学丝绸之路经济研究院 |
| 第一作者单位 | 丝绸之路经济研究院 |
| 推荐引用方式 GB/T 7714 | 彭会萍,李士伟,孙宏进,等. 基于改进遗传算法的末端共同配送车辆路径优化[J]. 哈尔滨商业大学学报(自然科学版),2024,40(01):45-51. |
| APA | 彭会萍,李士伟,孙宏进,&曹晓军.(2024).基于改进遗传算法的末端共同配送车辆路径优化.哈尔滨商业大学学报(自然科学版),40(01),45-51. |
| MLA | 彭会萍,et al."基于改进遗传算法的末端共同配送车辆路径优化".哈尔滨商业大学学报(自然科学版) 40.01(2024):45-51. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [彭会萍]的文章 |
| [李士伟]的文章 |
| [孙宏进]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [彭会萍]的文章 |
| [李士伟]的文章 |
| [孙宏进]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [彭会萍]的文章 |
| [李士伟]的文章 |
| [孙宏进]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论