-
题名严重灾害条件下的船舶物流配送路径选择策略研究
被引量：2
- 1
-
-
作者
魏浩
-
机构
河南工业职业技术学院
-
出处
《舰船科学技术》
北大核心
2020年第20期172-174,共3页
-
基金
河南省科技厅资助项目(172400410565)
-
文摘
由于缺少时间窗的约束,导致船舶物流配送路径选择无法达到成本与时间最优。为此,进行严重灾害条件下的船舶物流配送路径选择策略研究。本文首先进行问题描述以及模型假设条件分析,之后建立成本目标函数模型,并以时间作为主要约束条件,利用节约里程算法求取模型最优解。结果表明,与两阶段法、禁忌搜索算法和遗传算法相比,按照本方法选择出的路径进行物资配送,配送时间和花费总成本更小,达到成本与时间最优的目的。
-
关键词
严重灾害条件
船舶物流配送
路径选择策略
时间窗
-
Keywords
severe disaster conditions
ship logistics distribution
route selection strategy
time window
-
分类号
TP147.3
[自动化与计算机技术—控制理论与控制工程]
-
-
题名大数据背景下的船舶物流配送路径选择研究
被引量：1
- 2
-
-
作者
罗倩
-
机构
永城职业学院
-
出处
《舰船科学技术》
北大核心
2020年第16期196-198,共3页
-
文摘
传统的混合整数规划模型选择船舶物流配送路径时,为了使成本与路程成正比进行计算,利用路程平摊成本而忽略中转港口的容量限制,因此在船舶路径选择方法研究中,首先建立船舶路径选择函数,在最短路径函数的前提下,配合最短时间的路径选择函数来辅助决策,使用数据融合技术完成港口流量的预测,将预测结果作为路径选择函数的约束条件,从而得到最优路径。实证分析中选择某条航运线路为例,分别使用传统路径选择模型和设计的方法共同进行船舶物流配送给路径选择,选择结果证明,虽然在配送成本和船舶固定成本中,设计的方法选择的路径比传统方法略高一些,但是货损成本和时间窗惩罚成本得到了有效降低,总成本比传统方案节约了12.19万美元。
-
关键词
数据融合
船舶物流配送
路径选择
-
Keywords
data fusion
ship logistics distribution
route selection
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名基于神经网络的船舶物流配送成本预测
被引量：5
- 3
-
-
作者
冯彦乔
-
机构
四川交通职业技术学院
-
出处
《舰船科学技术》
北大核心
2020年第8期193-195,共3页
-
基金
四川省交通运输厅支撑计划资助项目(2017-C-07)
-
文摘
高精度的船舶物流配送成本预测可以节省成本,提高船舶物流配送企业的利润,因此具有重要的研究意义。为了获得更高精度的船舶物流配送成本预测结果,提出神经网络的船舶物流配送成本预测方法。首先采集船舶物流配送成本历史数据,通过变换技术建立船舶物流配送成本预测的学习样本,然后引入BP神经网络对船舶物流配送成本学习样本进行训练,拟合船舶物流配送成本的变化特点,从而实现船舶物流配送成本预测,最后与当前经典船舶物流配送成本预测方法进行优越性测试。结果表明,BP神经网络的船舶物流配送成本不仅预测精度平均高于对比方法 5%以上,而且船舶物流配送成本预测稳定性更优,预测结果可以为船舶物流配送企业提供有用的信息。
-
关键词
船舶物流配送系统
成本预测
神经网络
学习样本重构
-
Keywords
ship logistics distribution system
cost prediction
neural network
learning sample reconstruction
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
