多配送中心

摘要： 针对当下城市环境问题日益严重的现状,有别于以往单配送中心冷链物流路径优化研究,将多配送中心纳入冷链路径优化问题中,同时考虑到企业成本、客户满意度以及碳排放量,构成一个冷链多配送中心选址与路径优化的三目标函数模型。其中顾客满意度不同于与以往仅仅与交货的时间窗有关,在考虑时间窗的同时,加入产品的新鲜程度共同表达满意度;碳排放不仅考虑到车辆运输过程中的碳排放,而且加入制冷时所需要消耗燃油的碳排放。最后采用改进的I-NSGA-Ⅲ算法对模型进行求解,并在算例和测试函数中验证了模型的可行性与算法的有效性。

摘要： 随着物流行业的迅速发展,物流运输车辆不断增加,而传统燃油汽车的使用对环境造成了一定的压力,近年来,物流电动汽车由于其节能环保的特性,得到了广泛的应用。然而由于电动汽车的充电时间较长以及运输行业的发展现状,电动汽车目前无法完全取代传统燃油汽车,两种车型同时存在于物流配送领域。文章针对半开放式多配送中心的燃油汽车和电动汽车混合车型的车辆路径优化问题进行研究,同时考虑了客户需求量、车辆载重量以及电动汽车的充电需求等约束条件,以碳排放成本、运输成本以及时间窗惩罚成本之和最小为目标建立线性整数规划数学模型,针对该问题的NP难特性,设计了改进的粒子群算法进行求解。应用佳点集理论产生初始种群,增加粒子群算法的多样性,在迭代过程中,增加局部搜索策略,避免粒子群算法陷入局部最优。实验结果表明:改进的粒子群算法获得的总成本相比标准粒子群算法获得的总成本降低5.69%,证明了该设计的改进粒子群算法在求解开放式混合车型车辆路径优化问题时的有效性;相比于不考虑碳排放的情况,考虑碳排放时传统燃油车的使用数量有所下降;相比于单一配送中心路径优化情况,开放式的多配送中心路径优化,更有利于降低物流成本。

摘要： 为减轻资源供应不及时对维修活动顺利开展的影响,本文针对配送式供应保障,基于带时间窗的多配送中心车辆路径规划问题提出了一种半开放式的协同配送调度模型,使得多个资源库存中心之间达成了协同合作与互相保障,从而减少了资源的供应时长和调度成本,提高了全局调度效率。为高效地求解该模型,本文提出了一种遗传–烟花混合算法,混合算法在经典遗传算法的基础上引入了烟花算法的爆炸算子以增加种群优秀个体的数量,丰富种群基因的多样性,从而提高算法的寻优能力。通过仿真实验对比,证明了爆炸算子对遗传算法容易“早熟”的缺点有所改善,且混合算法具有更高的求解效率。

摘要： 为了使车辆路径优化问题更贴近实际,综合考虑了时间窗、客户需求点的增减、客户需求量变化、配送路径发生交通中断等因素;以运输成本最小化、碳排放成本最小化以及客户满意度最大化为目标,建立了考虑多配送中心的动态车辆路径优化模型;采用改进的自适应非支配排序遗传算法(IANSGA-II)对模型求解,并基于近邻优先原则和变邻域搜索算法动态调整路径;通过实验仿真,结果表明所提算法能够有效解决动态车辆路径优化问题,且改进后的算法性能更优。

摘要： 为应对"双十一""618"需求突发性爆涨下物流配送网络的爆仓、滞缓等问题,提出能够兼顾配送系统稳定性和配送路线竞争性的"半柔性覆盖策略",研究半柔性覆盖的多配送中心路线优化问题.在传统配送中心路线优化问题的基础上,根据地理位置,区分固定需求点和柔性需求点,定义固定需求点只能由所属配送中心服务,而柔性需求点可由多个配送中心协同服务;以总成本最小为目标,建立半柔性覆盖的多配送中心路线优化模型;设计遗传算法求解,使用Matlab编译;选取申通快递在西安北郊地区的五个配送站点为实例进行求解,将求解结果与原始路线、"全柔性覆盖策略"和"固定分区策略"进行对比,验证了"半柔性覆盖策略"的有效性.

摘要： 在实际生活中,如何选择最优的物流配送路线是物流车辆调度系统中的重要问题之一.针对物流配送路径优化问题,依据冷链物流配送基础理论,考虑成本、货物损失及制冷时长等因素,构建基于多配送中心的最小配送成本模型,建立由运输成本、制冷成本、损坏成本及绿色低碳成本组成的复合目标模型.利用蚁群算法求解,以某类冷链物流企业为例,通过MATLAB软件进行仿真实验,验证模型和算法的科学性及有效性,得出最短运输距离为39.06 km、成本为1437.48元的结论.相对于搜索禁忌算法和遗传算法,蚁群算法在多配送中心冷链物流路径优化方面,能够平均减少1.11 km的运输距离和51.21元成本,更好地解决物流路径优化问题,提高物流服务质量.

摘要： 针对多中心联合配送的车辆路径问题,构建了一种既考虑需求点时间窗口相近性又考虑地理空间邻近性的聚类算法,首先设计了时空距离计算方法,然后运用DBSCAN进行时空聚类,并将聚类结果应用于GIS路径求解中.最后,构造算例分析验证了模型和算法的有效性和可靠性,为快速有效地解决此类问题提供了一种新的思路.

摘要： 针对多配送中心车辆路径问题,采用智能体联盟思想,建立软时间窗下,以配送成本与惩罚成本之和最小化为目标的车辆配送模型,根据模型特点运用改进蚁群算法进行求解.先通过轮盘赌法让蚁群随机选择配送中心出发,再实施交叉、翻转操作,增加种群多样性,每次循环后添加最优路径额外信息素,指定精英蚂蚁,来避免传统蚁群算法陷入局部最优和收敛早熟的弊端,最后通过实例对比验证模型和算法的合理性与有效性.

摘要： 本发明公开了一种配送方法、云中心服务器、配送箱及配送系统。该配送方法包括：获取配送箱扫描装置扫描物品对应标签的扫描数据；在接收到配送箱的封装完毕指令后，根据所述扫描数据生成装箱二维码，并发送至配送箱显示；获取发货人终端扫描所述装箱二维码的第一扫码数据，以确认发货；获取送货人终端扫描所述装箱二维码的第二扫码数据，以确认开始送货；根据所述第一扫码数据和第二扫码数据生成配送二维码，并发送至配送箱显示；获取收货人终端扫描所述配送二维码的第三扫码数据；根据所述第三扫码数据进行收货人验证，并在验证通过后将开箱控制指令发送至配送箱。本发明通过建立收货人与发货人之间不可篡改的凭证，保证了商品的安全。

摘要： 本发明公开了一种用于快递配送中心的配送系统，包括寄件装置、控制器、拨号模块、数据存储模块、定位模块和接收模块。寄件装置与控制器通信连接，控制器与数据存储模块电连接，控制器从寄件装置获取快件运单信息，并存储到数据存储模块中。定位模块与控制器通信连接,控制器与拨号模块电连接，控制器根据从数据存储模块中提取配送车上的所有运单信息和该配送车上定位模块的定位结果，计算该配送车与各个运单信息中收件人地址之间的距离，并对快件进行排序。控制器控制拨号模块按依次拨打各收件人联系电话，并确定其是否方便签收快件，将确定的结果发送给接收模块。本发明能够提高配送人员配送成功率，减少配送人员的劳动强度，提高配送效率。

摘要： 本发明公开了一种用于快递配送中心的配送方法，包括从寄件端获取快件的运单信息，并存储该运单信息，建立待派送快件清单。对快件进行扫描并指派配送车。将快件所对应的配送车车牌信息存储到该快件的运单信息中。接收配送车的位置信息和车牌信息。根据车牌信息提取配送车上快件的所有运单信息，并分别计算出配送车位置与各个运单信息中收件人地址之间的距离。按从小到大顺序对各个距离值进行排序。按顺序，根据各运单信息中的收件人电话依次与收件人取得联系，并确定收件人是否方便收件。将收件人方便收件的运单信息目录发送给对应车牌号的配送车。接收配送车反馈的已配送快件运单信息，更新待派送快件清单。本发明能够节约配送时间。

摘要： 一种基于VDP的汽车零部件配送中心选址优化方法，根据选址时的约束条件和选址目标进行数学建模，将配送中心选址问题转变为常见的0‑1整数规划问题，再将该0‑1整数规划问题规约到VDP问题，然后用最大化其中一个子问题区域的方法找到用分治法解决VDP问题的分割点，找出VDP问题所有的可行解，再根据其解计算目标函数，即最大化选址方案的利润，得到最优解，从而的得到了最优的汽车零部件配送中心选址方案。最大化用分治法解决VDP问题时其中一个子问题区域的方法是使得高效解决VDP问题的关键。本发明能够快速的计算NP难的配送中心选址问题，且最后给出的选址方案是最优解，具有实际应用价值。

摘要： 本发明公开了一种基于区块链技术的去中心化物流配送系统，包括物流分派模块、物流管理模块、收件人位置查询模块和配送模块，所述物流分派模块用于对不同的区域的物流进行分派，所述物流管理模块方便收件人更改配送时间和配送地址，所述收件人位置查询模块用于配送人员对收件人的位置进行查询，所述配送模块用于将物流配送到收件人的手中，所述物流管理模块包括配送确认模块，所述配送确认模块用于向收件人确认配送的地址和时间，避免多次配送，提高配送效率。本发明通过改变传统的配送方式，能够在收件人地址改变的情况及时获取新的配送地址，使配送的效率更高，更利于配送工作的进行。

摘要： 本发明提供一种大型废钢加工配送中心工厂及车间布置方式，其特点是，所述废钢加工配送中心车间布置方式为，废钢加工配送中心车间布置在港口或交通运输集散中心附近，紧临使用废钢客户，所述废钢加工配送中心车间包括分拣车间和剪切打包车间，所述分拣车间3间以上横向布置，所述剪切打包车间1间以上沿分拣车间一侧或两侧纵向布置，所述车间为长方形、四边及顶棚均封闭设置，所述车间四周及每间车间之间均布置物流通道，在所述剪切打包车间和所述分拣车间外侧设置地磅。其布局设计是多家实践的优先集成，节约土地资源、降低物流成本，减少运营费用，解决了废钢加工及产成品分类的问题，满足清洁生产、排放达标要求。

摘要： 本发明提供一种面向农村电商物流的配送中心选址方法，该方法使用了ViT和A2C作为基础的配送中心选址方法，同时建立了一个较为完整的代价计算模型来更好的评价配送中心选址的优劣，从而能够同时保证配送中心选址的高效性和准确性。

摘要： 本发明提供一种基于混合遗传算法的多配送中心选址‑配送路径规划方法、系统、存储介质和电子设备，涉及物流配送技术领域。本发明包括获取配送中心集合和客户点集合；根据所述配送中心集合和客户点集合，考虑外地配送中心进行物资援助的前提下，构建最小化配送总成本的混合整数线性规划模型；采用混合变邻域下降搜索机制的遗传算法求解所述混合整数线性规划模型，获取选址‑路径最优方案。结合当前企业的实际，考虑外地供应商的物资援助，有效应对针存在需求激增时的LRP问题；同时利用变邻域搜索算法执行速度快、局部搜索能力强的优点来弥补遗传算法易过早收敛的不足，最终获得总成本最低的多配送中心选址与车辆路径规划结果。

摘要： 本发明公开了一种解决多配送中心两级城市协同配送的大邻域搜索方法，包括以下步骤：S1：根据客户点与网点之间的距离，构造初始可行解；S2：对初始可行解进行大邻域搜索，确定最新第二级配送网络；S3：对最新第二级配送网络进行优化；S4：基于优化后的最新第二级配送网络，对市趟运输线路进行重构，得到可行市趟运输线路；S5：对可行市趟运输线路进行优化，并对由配送中心与网点之间的车辆运输线路构成的一级路径进行优化，得到最新可行解；S6：根据最新可行解确定当前解，并根据模拟退火准则判断是否达到算法终止条件，若是则结束大邻域搜索，否则返回步骤S2。本发明通过整体优化两级配送网络中的市趟运输线路、最后一公里线路以及车辆调度，降低了整体网络成本而不仅是某单一配送中心配送网络成本。

摘要： 本发明涉及一种用于多配送中心运输车辆的优化调度方法，属于物流运输智能优化调度技术领域。本发明首先针对多配送中心运输车辆的配送过程建立排序调度模型并确立优化目标，排序调度模型依据配送中心数量、派出车辆数量、车辆配送过程以及客户与配送中心的相互位置分布关系建立，优化目标为最小化车辆总运输距离；然后设计带学习机制的改进蚁群优化调度算法对目标进行优化。本发明能使配送过程清晰明了，调度方案可行有效、易于推广；能避免无效信息素大量累积造成的算法停滞现象，从而加快算法收敛速度；可快速获取多配送中心运输车辆配送过程的近似最优调度方案，能有效减少车辆运输距离，提高配送效率，降低配送成本，提升客户满意度。