为降低需求不确定对食品冷链物流的影响,考虑车速、载重等参数,建立油耗测度模型;引入新鲜度衰减函数计算食品配送过程中的货损成本。在此基础上,根据时间窗和零售商服务水平等约束,以包括碳排放成本在内的总成本最低为目标,构建需求不...为降低需求不确定对食品冷链物流的影响,考虑车速、载重等参数,建立油耗测度模型;引入新鲜度衰减函数计算食品配送过程中的货损成本。在此基础上,根据时间窗和零售商服务水平等约束,以包括碳排放成本在内的总成本最低为目标,构建需求不确定的低碳库存-路径联合优化模型。通过机会约束规划模型进行确定性转化,设计一种基于Tent映射的混沌粒子群优化算法(chaotic particle swarm optimization algorithm based on Tent mapping,TCPSO)对优化模型进行求解。实验结果表明,与单独优化模型相比,联合优化模型的总成本降低了4.95%~9.03%,碳排放成本降低了3.32%~7.59%,物流成本和碳排放量均降低。通过改变车速和需求变异系数,发现总成本随车速增大先降低后上升,随需求波动增大而上升。实例证明所构建的优化模型和设计的算法有效且具有鲁棒性。展开更多
目的针对生鲜产品冷链配送环节存在的配送成本高、产品易腐坏等问题,研究考虑新鲜度的生鲜冷链物流同时取送货车辆路径优化。方法首先考虑同时取送货的场景,以及生鲜产品在不同场景下的新鲜度衰减速度,以车辆使用成本、货损成本、时间...目的针对生鲜产品冷链配送环节存在的配送成本高、产品易腐坏等问题,研究考虑新鲜度的生鲜冷链物流同时取送货车辆路径优化。方法首先考虑同时取送货的场景,以及生鲜产品在不同场景下的新鲜度衰减速度,以车辆使用成本、货损成本、时间惩罚成本之和最小为目标,建立考虑新鲜度的生鲜冷链物流同时取送货车辆路径优化模型;其次,基于此模型,设计一种带大邻域搜索思想的头脑风暴算法(Brain storm optimization with large neighborhood search algorithm,BSO-LNS)进行求解;然后,通过与CPLEX求解器、遗传算法的对比分析,验证所建模型的合理性及求解算法的有效性;最后,求解实际冷链物流企业的算例,验证本文模型在实际冷链物流配送中的应用价值。结果基于不同规模的算例,与CPLEX求解器、遗传算法相比,所设计的算法的求解效果更好,同时其求解速度更快。结论所提模型、算法可有效减少生鲜产品品质损耗,同时兼顾对总成本的控制,进而为生鲜物流企业提供了方法参考和决策依据。展开更多
文摘为降低需求不确定对食品冷链物流的影响,考虑车速、载重等参数,建立油耗测度模型;引入新鲜度衰减函数计算食品配送过程中的货损成本。在此基础上,根据时间窗和零售商服务水平等约束,以包括碳排放成本在内的总成本最低为目标,构建需求不确定的低碳库存-路径联合优化模型。通过机会约束规划模型进行确定性转化,设计一种基于Tent映射的混沌粒子群优化算法(chaotic particle swarm optimization algorithm based on Tent mapping,TCPSO)对优化模型进行求解。实验结果表明,与单独优化模型相比,联合优化模型的总成本降低了4.95%~9.03%,碳排放成本降低了3.32%~7.59%,物流成本和碳排放量均降低。通过改变车速和需求变异系数,发现总成本随车速增大先降低后上升,随需求波动增大而上升。实例证明所构建的优化模型和设计的算法有效且具有鲁棒性。
文摘目的针对生鲜产品冷链配送环节存在的配送成本高、产品易腐坏等问题,研究考虑新鲜度的生鲜冷链物流同时取送货车辆路径优化。方法首先考虑同时取送货的场景,以及生鲜产品在不同场景下的新鲜度衰减速度,以车辆使用成本、货损成本、时间惩罚成本之和最小为目标,建立考虑新鲜度的生鲜冷链物流同时取送货车辆路径优化模型;其次,基于此模型,设计一种带大邻域搜索思想的头脑风暴算法(Brain storm optimization with large neighborhood search algorithm,BSO-LNS)进行求解;然后,通过与CPLEX求解器、遗传算法的对比分析,验证所建模型的合理性及求解算法的有效性;最后,求解实际冷链物流企业的算例,验证本文模型在实际冷链物流配送中的应用价值。结果基于不同规模的算例,与CPLEX求解器、遗传算法相比,所设计的算法的求解效果更好,同时其求解速度更快。结论所提模型、算法可有效减少生鲜产品品质损耗,同时兼顾对总成本的控制,进而为生鲜物流企业提供了方法参考和决策依据。
