发明名称 一种农资连锁经营物流配送配载组合优化方法
摘要 一种农资连锁经营物流配送配载组合优化方法属于物流配送配载组合优化技术领域。技术方案具体包括:提出农资连锁经营物流配送配载组合优化模型,并转化为单配送中心、单品种、非满载配送配载组合优化问题;基于遗传算法原理设计农资连锁经营物流配送配载组合优化模型的求解算法进行求解;根据优化算法和GIS开发平台,开发可视化的车辆配送配载调度管理系统。提出的模型能够真实反映农资连锁经营物流配送企业运作过程中,农资装载与农资配送过程中的相互联系,体现出农资装载方案在一定程度上决定着农资配送路径的选择。综合考虑农资装载与农资配送对农资连锁经营物流配送企业成本的影响,有效降低农资物流配送企业装载配送成本和运作成本。
申请公布号 CN101673382A 申请公布日期 2010.03.17
申请号 CN200910235350.5 申请日期 2009.10.21
申请人 北京交通大学 发明人 袁振洲;李明华;郑璐
分类号 G06Q10/00(2006.01)I;G06Q50/00(2006.01)I;G06N3/12(2006.01)I 主分类号 G06Q10/00(2006.01)I
代理机构 北京众合诚成知识产权代理有限公司 代理人 张文宝
主权项 1.一种农资连锁经营物流配送配载组合优化方法,其特征在于,包括以下步骤:(1)提出农资连锁经营物流配送配载组合优化模型的目标函数:根据农资连锁经营配送特点,确定农资连锁经营配送配载组合优化问题的目标;认为配送配载组合优化方案的目标函数是多元的,将路径问题最小化和配载方案合理化融入总成本最小化目标模型中,以配送成本和配载成本作为优化目标函数;(2)提出物流配送配载组合优化作业流程,根据货物配载费用调整配送路径的选择从而优化总成本;(3)提出农资连锁经营物流配送配载组合优化模型:分析认为配送配载组合优化问题可以转化为单配送中心、单品种、非满载配送配载组合优化问题,以此提出配送配载组合优化模型如下:<maths id="math0001" num="0001" ><math><![CDATA[ <mrow> <mi>min</mi> <mi>z</mi> <mo>=</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>K</mi> </munderover> <mo>{</mo> <mi>k</mi> <mo>&CenterDot;</mo> <msub> <mi>FC</mi> <mi>k</mi> </msub> <mo>}</mo> <mo>+</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>K</mi> </munderover> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mi>N</mi> </munderover> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>0</mn> </mrow> <mi>N</mi> </munderover> <mo>{</mo> <msub> <mi>d</mi> <mi>ij</mi> </msub> <mo>&times;</mo> <msub> <mi>x</mi> <mi>ijk</mi> </msub> <mo>&times;</mo> <msub> <mi>VC</mi> <mi>k</mi> </msub> <mo>}</mo> </mrow>]]></math></maths>s.t.<maths id="math0002" num="0002" ><math><![CDATA[ <mrow> <munderover> <mi>&Sigma;</mi> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>K</mi> </munderover> <msub> <mi>y</mi> <mi>ik</mi> </msub> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mo>.</mo> <mo>.</mo> <mo>.</mo> <mo>,</mo> <mi>n</mi> </mrow>]]></math></maths><maths id="math0003" num="0003" ><math><![CDATA[ <mrow> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msub> <mi>x</mi> <mrow> <mi>j</mi> <mn>0</mn> <mi>k</mi> </mrow> </msub> <mo>=</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msub> <mi>x</mi> <mrow> <mn>0</mn> <mi>jk</mi> </mrow> </msub> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mi>k</mi> <mo>&Element;</mo> <mi>K</mi> </mrow>]]></math></maths><maths id="math0004" num="0004" ><math><![CDATA[ <mrow> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msub> <mi>g</mi> <mi>i</mi> </msub> <mo>&times;</mo> <msub> <mi>y</mi> <mi>ik</mi> </msub> <mo>&le;</mo> <msub> <mi>G</mi> <mi>k</mi> </msub> <mo>,</mo> <mi>k</mi> <mo>&Element;</mo> <mi>K</mi> </mrow>]]></math></maths><maths id="math0005" num="0005" ><math><![CDATA[ <mrow> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msub> <mi>v</mi> <mi>i</mi> </msub> <mo>&times;</mo> <msub> <mi>y</mi> <mi>ik</mi> </msub> <mo>&le;</mo> <msub> <mi>V</mi> <mi>k</mi> </msub> <mo>,</mo> <mi>k</mi> <mo>&Element;</mo> <mi>K</mi> </mrow>]]></math></maths><maths id="math0006" num="0006" ><math><![CDATA[ <mrow> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mi>N</mi> </munderover> <msub> <mi>x</mi> <mi>ijk</mi> </msub> <mo>=</mo> <msub> <mi>y</mi> <mi>ik</mi> </msub> <mo>,</mo> <mi>j</mi> <mo>=</mo> <mn>0,1</mn> <mo>,</mo> <mo>.</mo> <mo>.</mo> <mo>.</mo> <mo>,</mo> <mi>n</mi> <mo>;</mo> <mi>k</mi> <mo>&Element;</mo> <mi>K</mi> </mrow>]]></math></maths><maths id="math0007" num="0007" ><math><![CDATA[ <mrow> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>0</mn> </mrow> <mi>N</mi> </munderover> <msub> <mi>x</mi> <mi>ijk</mi> </msub> <mo>=</mo> <msub> <mi>y</mi> <mi>ik</mi> </msub> <mo>,</mo> <mi>i</mi> <mo>=</mo> <mn>0,1</mn> <mo>,</mo> <mo>.</mo> <mo>.</mo> <mo>.</mo> <mo>,</mo> <mi>n</mi> <mo>;</mo> <mi>k</mi> <mo>&Element;</mo> <mi>K</mi> </mrow>]]></math></maths>参数说明:Z为总成本;K为可使用的配送车辆集合;N为需要提供配送服务的门店数;FCk为第k辆车的固定成本;dij为配送车辆从门店i到门店j的实际距离;VCk为第k辆车的单位公里成本;gi为门店i的需求货物的重量;Gk为第k辆车的载重量;vi为门店i的需求货物的容积;Vk为第k辆车的容积;变量说明:xijk=1表示第k辆车从门店i直接驶向门店j,否则xijk=0;yik=1表示门店i由第k辆车配送,否则yik=0;(4)利用遗传算法具有全局优化能力强、鲁棒性强、通用性强、高效的优化性能,基于遗传算法原理设计农资连锁经营物流配送配载组合优化模型的求解算法,所述算法包括以下步骤:(41)编码:构造满足约束条件的染色体;(42)随机产生初始群体:初始群体是搜索开始时的一组染色体;(43)计算每个染色体的适应度:适应度是反映染色体优劣的唯一指标,遗传算法要寻得适应度最大的染色体;(44)使用选择、交叉和变异算子产生子群体;(45)终止循环条件:若满足收敛条件或固定迭代次数则终止,若不满足条件则转(43)重新进行进化过程,每一次进化过程就产生新一代的群体,群体内个体所表示的解通过进化最终达到最优解;(5)设计基于优化算法的车辆调度管理系统:以GIS开发软件MapInfo为开发平台,在此基础上充分利用其所带的开发工具MapBasic和C#等面向对象的编程语言,结合组合优化模型算法进行应用软件开发,得到用于农资连锁经营配送配载组合优化管理的农资连锁经营配送配载组合优化机遇GIS可视化管理系统。
地址 100044北京市西直门外上园村3号北京交通大学科技处
您可能感兴趣的专利