基于GIS的区域应急物流中心选址模型研究

应急物流中心选址是灾害救援中的一个关键环节,合理的应急配送中心选址可以大大降低灾害的财产损失和人员伤亡损失,使救援效率达到空间效益和时间效益最大化。将GIS应用于应急物流中心选址,根据其对空间信息和非空间信息进行的分析和处理,使之得到的物流中心的位置更加准确。提出一种配送中心选址模型和算法,并用实例对此模型作了进一步的验证。     

物流中心选址方法研究

物流中心选址,是指在一个具有若干供应点及若干需求点的经济区域内,选一个地址设置配送中心的规划过程,己形成了多种方法,大致可分为定性、定量以及定性定量相结合等三类,对此进行了比较分析。     

基于改进粒子群算法的农村物流配送中心选址优化模型

文章在划定农村物流配送中心类型的基础上,以灰色理论预测农村物流配送需求,从而确定物流配送目标与作业流程。根据设定的物流配送与工作流程,基于改进粒子群算法构建选址模型,并通过对比测试的方法论证新模型的有效性。     

基于改进目标规划方法的应急系统优化选址模型

针对经典应急选址模型指标单一,不能真实反映现实问题的复杂性,为了拓宽应急系统优化选址问题影响因素的考虑范围,笔者首先通过层次分析法(AHP)确定各影响因素的权重,再综合多目标线性规划的方法,确定最佳备选方案。在影响因素的分析中,考虑到决策者偏好判断的模糊性,应用模糊数,提高了计算的精确性。多因素的全面考量,提高了模型的适用性,有利于在实际中进行推广应用。     

非常规突发事件下应急物流中心建设研究

应急物流中心是非常规突发事件下实现物资有效调度与配送的关键节点。首先分析和总结了应急网络的概念和拓扑结构、特征以及规划,然后通过探讨应急物流中心的分类、功能以及建立的原则,重点对建设应急物流中心的策略问题进行了研究,为当前非常规突发事件下应急物流中心的建设和绩效评价提供了重要依据。     

免疫粒子群算法及其在物流配送中心选址问题中的应用研究

将人工免疫思想引入粒子群算法,设计了一种人工免疫粒子群混合算法。混合算法的基本思想是：将粒子群算法中的粒子同时视为免疫算法中的抗体,粒子的适应度评价也与抗体亲和力的评价一致。将混合算法应用于物流配送中心选址问题,数值结果表明,免疫机制可有效地避免常规粒子群算法易过早收敛的缺陷。     

网络环境下应急物流中心能力评价指标选取研究

应急物流中心是非常规突发事件下实现应急物资有效调度与配送的关键节点,其能力评价指标的选取对应急物流中心的建设具有重要的作用。运用模糊聚类分析的方法对当前应急物流中心能力评价预选指标进行分类,去除掉不合理指标,识别出应急物流中心能力评价指标的关键要素,构建了一个合理的能力评价指标体系。     

基于模糊层次分析评价的物流中心选址研究

本文采用层次分析法来建立选址方案的评价指标体系,再用模糊理论将各指标模糊量化,对每个选址方案进行模糊综合评价,找出最佳选址方案。     

关于物流中心选址的研究

一个好的物流中心可以极大地拉动经济,其选址需要考察全方位的情况并进行严谨的科学论证,文章对物流中心选址的各种研究方法及模式进行了概述.     

基于树木生长形态的仿生计算算法

对树木生长过程和形态结构进行描述与抽象,用动态生长的生长树进行模拟,提出一种新的仿生算法:生长树算法。树木在生长过程中,趋光性促使枝叶寻求占据相对更有利的空间位置,朝向能获取更多光照的位置生长,此过程体现寻优原则。借用遗传算法和蚁群算法的种群、个体评估等概念,借鉴信息素浓度机制,提出"光素浓度"衡量光照对生长树的叶枝节点的作用,叶枝节点个体不断探寻周围环境的光素浓度与外部环境进行信息交流,同时个体之间存在生长竞争关系,算法不断对个体进行评价、选择、生长,逐步个体的编码从而求得问题目标解。将算法应用于几个典型函数寻优,实验结果经与标准遗传算法进行对比,生长树算法具有迭代层数少、寻优速度快的优势。     

无人机在应急物流配送中任务分配模型的研究

本文从宏观和微观两方面综述了无人机于物流领域中的研究现状,发现配送无人机在“最后一公里”应急物流配送中有较好的适用性,在此基础上结合自动穿梭车和配送无人机设计出一种新的无人化分拣出库模式。本文建立单源供应点模型,主要研究如何运用无人机以使得整个前线区域的最迟配送完成总时间最短,利用排序算法和贪婪搜索算法进行对照分析,得到一个较短配送完成总时间的结果,并基于贪婪搜索算法下探讨了采取不同载重量变化值对结果的影响,发现其值并非设置的越小越好,而是要根据空间内具体的配送网络而设置相应的载重量变化值。本文在考虑载重量会影响最大飞行速度的基础上,运用贪婪搜索算法推导出配送无人机进行双目标应急配送的较优解,与原来供应点用配送无人机只保障一个需求点目标相比,其总时间缩减率可达百分之七以上。     

基于生态位理论的物流成长规律研究

以生态位理论为基础,阐述物流成长的概念及生态位的相关理论,研究物流成长周期,提出物流成长规律是形成、竞争、创新、进化的往复前进,根据物流成长的生态规律,构建不同时期物流生态位,指出只有符合生态规律,选择适合生存的生态位,物流产业才能更有效地推动经济的发展。     

基于Logistic回归分析的我国物流产业成长研究

对我国物流业的成长规律进行研究,应用Logistic模型对我国物流产业发展的关键点进行分析,并以18年的数据进行实证分析,探讨我国物流业未来发展方向,以期对我国物流产业的发展提供理论支撑与决策依据。     

基于改进的蚁群算法求解物流订单派送问题

物流定单派送问题是现代物流配送服务的关键环节之一,需要设计一个快速有效的求解算法。为此,构建了物流定单派送路径优化问题的数学模型,设计了一个改进的蚁群算法来求解该问题。仿真试验结果表明,该算法具有较好的全局寻优能力,收敛速度快,是解决物流定单派送问题的有效算法。     

考虑多级覆盖衰减的双目标应急设施选址模型及算法

针对在重大突发事件下应急物资的需求量巨大以及对资源持续需求的特点,考虑设施选址的公平性、效率性及成本等因素,基于备用覆盖和覆盖衰减思想,提出一类应急设施双目标多级覆盖衰减选址模型,并基于MAT-LAB7.0设计遗传算法对模型进行求解;以一个算例验证了模型和算法的有效性,并比较了传统0-1覆盖与覆盖衰减的优劣,分析了覆盖衰减函数敏感系数、不同覆盖半径对模型目标的影响;结果表明:其模型为决策者进行应急设施选址决策提供了一个有效的途径;最后得出结论并给出了进一步拓展研究的方向。     

物流园区数量确定和选址规划研究

通过分析未来我国中心城市的布局结构,提出了划分物流功能区域的方法;同时以物流园区的布局与城市的布局结构相适应为约束条件,以物流园区建设成本、管理运营成本和配送成本三种成本构成的总成本最小化为目标函数,构建了物流园区数量确定和选址规划的约束非线性模型,并对模型进行了相应的算法研究;最后,通过实例对该模型和算法进行了验证分析。     

基于贝叶斯网络的应急物流能力成熟度模型及应用研究

应急物流能力的量化以及分级对于应急物流系统的优化具有重要作用。文章借鉴成熟度模型的相关应用,将其引入到应急物流管理领域,构建了应急物流能力成熟度模型,并对应急物流能力进行分级,并借助贝叶斯网络强大的推理功能对应急物流能力的主要关键因素进行分析与改进,实现应急物流能力等级的提升。     

应急物流系统及其快速反应机制研究

文章分析了应急物流的特点、类型及对应急物流系统设计的影响，应急物流系统的要素、特点、设计原则。提出了应急物流系统的结构和快速反应机制，包括应急物流系统的目标、系统的约束条件、支撑环境、系统结构的四个层次、系统的功能和反馈控制机制。