摘要: 为解决“最后一公里”的配送问题,结合城市末端配送需求的服务网点特点,考虑需求密度和客户满意度。建立了以时间满意度最大化、利润最大化和需求密度最大化为目标的多目标选址模型。设计了基于线性加权法的改进自适应遗传算法,采用自适应算子处理变异概率和交叉概率,并设计三种不同的交叉算子,扩大搜索领域。在改进算子的基础上设计了多目标遗传算法,使用快速非支配排序法去除权重系数取值对选址结果的影响。利用北京市海淀区的快递服务网络数据进行实例分析,使用设计的两种遗传算法分別求解远址模型的全局最优解和帕累托前沿解;并将改进自适应遗传算法与传统遗传算法、自适应遗传算法的求解结果进行比较。结果显示:改进自适应遗传算法比传统遗传算法和自适应遗传算法收敛速度更快、搜索能力更优;若无法确定改进自适应遗传算法的权重,使用改进后的多目标遗传算法同样可以求到最优解。
[V1] | 2024-09-14 15:25:10 | PSSXiv:202409.01130V1 | 下载全文 |
1. 人民美好生活进路:21世纪以来我国文旅休闲消费的研究脉络、关键议题和未来分析路径 | 2024-09-16 |
2. 基于综合运输大数据的云南省降低物流成本对策研究 | 2024-09-14 |
3. 移动机器人订单拣选系统优化研究综述 | 2024-09-14 |
4. 中国数字物流指数评价体系构建与实证 一基于德尔菲法与层次分析法 | 2024-09-14 |
5. 河北省唐山市区域物流与经济发展的互动关系研究 | 2024-09-14 |