一种降低港口物流空载成本的组合估计模型

发布时间：2018-01-05 18:43

  本文关键词：一种降低港口物流空载成本的组合估计模型　出处：《物流技术》2014年05期 　论文类型：期刊论文

  更多相关文章： 港口物流 空载成本 蚁群算法 组合估计模型

【摘要】：通过定性分析港口物流空载发生的现象及原因,结合蚁群计算法建立一种港口物流车辆配置与货物运输需求之间的最优路径模型,根据各路径上信息元素轨迹决定空载车辆动向,不断更新路径上物流信息数量降低车辆空载率,降低港口物流空载成本,以辽宁省港口物流空载现象进行仿真实验。结果表明基于蚁群计算法构建的组合模型通过最优化选择路径降低港口物流空载货车的成本,进而为我国港口物流空载行业的成本计算及成本控制提供了相应的解决方法与相关建议。
[Abstract]:Through the qualitative analysis of the phenomena and causes of port logistics no-load, combined with the ant colony calculation method, an optimal path model between port logistics vehicle configuration and cargo transport demand is established. According to the track of information elements on each path determine the movement of no-load vehicles, constantly update the number of logistics information on the path to reduce the no-load rate of vehicles, reduce the port logistics no-load costs. The simulation results show that the combination model based on ant colony calculation can reduce the cost of port logistics empty freight cars by optimizing the route selection. It also provides the corresponding solutions and suggestions for the cost calculation and cost control of the port logistics industry in our country.
【作者单位】： 唐山学院;
【基金】：河北省唐山市科技局2012年度唐山市科学技术研究与发展第二批指导计划项目“唐山市港口物流创新能力评价及分析研究”(12140225b)的阶段性研究成果
【分类号】：F253.7;F562;F224
【正文快照】： 1引言随着物流业的快速发展,港口物流所面临的市场竞争越来越激烈,学术界、企业界当今研究的热点是如何降低物流业成本,但是我国港口物流业的运营成本一直都居高不下。据调查,2012年我国港口物流成本在整个港口物流业总成本中占到30%左右,而在港口物流中货车空载运输的耗费是

【参考文献】

相关期刊论文 前3条

1 周永生;韦结余;;基于蚁群算法的出租车零空载问题探讨[J];城市发展研究;2009年09期

2 谢民;高利新;;蚁群算法在最优路径规划中的应用[J];计算机工程与应用;2008年08期

3 吴斌,史忠植;一种基于蚁群算法的TSP问题分段求解算法[J];计算机学报;2001年12期

【共引文献】

相关期刊论文 前10条

1 陶玉敏;;无向反转排序问题的遗传模拟退火求解[J];辽宁科技大学学报;2009年04期

2 李琳;白运;;大地电磁模拟退火反演研究[J];安阳工学院学报;2011年02期

3 贾煜亮;缪立新;;自动化立体仓库中货位实时分配优化问题研究[J];北京交通大学学报(社会科学版);2007年04期

4 曹守华;袁振洲;韩宝明;李得伟;;基于SOFM神经网络的客运一体化枢纽分类[J];北京交通大学学报;2008年06期

5 黎浩东;何世伟;宋瑞;纪丽君;申永生;;列车编组计划和技术站布局的综合优化[J];北京交通大学学报;2010年06期

6 赵博文;余永刚;潘玉竹;;随行装药退火算法的优化设计及数值模拟[J];火炸药学报;2010年05期

7 夏志安;赵英俊;;基于遗传算法的装备器件更换周期优化模型[J];兵工自动化;2008年08期

8 王文峰;刘亚杰;郭波;;战役装备维修保障网络设计问题研究[J];兵工学报;2008年12期

9 冀俊忠;黄振;刘椿年;;基于聚类和分段优化的蚁群算法[J];北京工业大学学报;2008年04期

10 陈云霞;高洁萍;夏华凤;曾声奎;;基于遗传算法的多学科设计优化分解方法[J];北京航空航天大学学报;2009年06期

相关会议论文 前10条

1 郑丽群;季开青;李大卫;;应急物资需求区域中的物资调度模型研究[A];第二十九届中国控制会议论文集[C];2010年

2 杨宁;吴志刚;杨超;;燃油对机翼颤振特性的影响及取油优化[A];第十一届全国空气弹性学术交流会会议论文集[C];2009年

3 李膺东;何明浩;;基于遗传算法的UCA-MUSIC二维DOA估计[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

4 袁伟;时公涛;蒋咏梅;;一种基于ROEWA算子和GA-PoweⅡ算法的SAR图像配准方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

5 沈继红;李焱;;基于正六边形网格的光线寻优算法[A];中国运筹学会第十届学术交流会论文集[C];2010年

6 路凤敏;蒋建林;徐进澎;;多目标反p-中心问题的单亲遗传模拟退火混合算法[A];中国运筹学会第十届学术交流会论文集[C];2010年

7 吴正伟;吉文来;陈伟佳;卢扣;;基于蚁群算法的城市紧急救援最佳路径选择[A];地理信息与物联网论坛暨江苏省测绘学会2010年学术年会论文集[C];2010年

8 ;A Quantum-Inspired Ant Colony Optimization for Robot Coalition Formation[A];2009中国控制与决策会议论文集（1）[C];2009年

9 刘心报;叶强;;基于模块设计的蚁群算法研究综述[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年

10 孙艳歌;刘明;许芷岩;;Ad Hoc网络中基于双向收敛蚁群算法的QoS路由算法[A];2006年全国开放式分布与并行计算学术会议论文集（二）[C];2006年

相关博士学位论文 前10条

1 李佳;载人潜器阻力性能的数值和试验预报及外形优化研究[D];哈尔滨工程大学;2010年

2 曲建华;基于群体智能的聚类分析[D];山东师范大学;2010年

3 宋越明;基于粒子滤波的跟踪方法研究[D];解放军信息工程大学;2010年

4 张凌云;高密度电阻率勘探反演的非线性方法研究[D];太原理工大学;2011年

5 王晓娟;多目标柔性作业车间调度方法研究[D];华中科技大学;2011年

6 程文涛;关节式坐标测量机标定技术研究[D];合肥工业大学;2011年

7 蒋丽;以工位为中心的生产物流配送优化研究[D];中国科学技术大学;2011年

8 王联国;人工鱼群算法及其应用研究[D];兰州理工大学;2009年

9 陈雪;太阳能热光伏系统机理与实验研究[D];南京理工大学;2010年

10 王筱蓉;冲压增程炮弹进气道型面气动优化方法研究[D];南京理工大学;2010年

相关硕士学位论文 前10条

1 李颖;用蚁群算法求解最小极大流问题[D];河南理工大学;2010年

2 吴家瑞;服装产品加工成本快速估算方法研究[D];浙江理工大学;2010年

3 邵晓路;蚁群群体智能网络可视化试验平台研制[D];浙江理工大学;2010年

4 周宇龙;基于遗传算法的堤防材料动力特性反演分析[D];郑州大学;2010年

5 王斌;浅层地表缺陷动力探测技术研究[D];郑州大学;2010年

6 石丽丽;智能优化算法对比研究及其在船体双底结构优化中的应用[D];哈尔滨工程大学;2010年

7 王宏云;基于数据挖掘的煤矿安全监测系统研究[D];辽宁工程技术大学;2009年

8 高婷;智能天线系统中的动态信道分配算法研究[D];辽宁工程技术大学;2010年

9 李天赞;神经网络在电力系统谐波分析中的应用研究[D];长沙理工大学;2009年

10 刘子文;改进的粒子群算法在停车场中的应用[D];湘潭大学;2010年

【二级参考文献】

相关期刊论文 前10条

1 陈宏;胡宁静;;基于改进蚂蚁算法的城市交通最佳路径选择[J];长沙电力学院学报(自然科学版);2006年01期

2 吴义虎;李宁;杨秋实;;一种改进的蚁群算法及其在TSP中的应用[J];长沙交通学院学报;2007年02期

3 张素兵,吕国英,刘泽民,周正;基于蚂蚁算法的QoS路由调度方法[J];电路与系统学报;2000年01期

4 靳凯文;李春葆;秦前清;;基于蚁群算法的最短路径搜索方法研究[J];公路交通科技;2006年03期

5 吴庆洪,张纪会,徐心和;具有变异特征的蚁群算法[J];计算机研究与发展;1999年10期

6 李开荣,陈宏建,陈];一种动态自适应蚁群算法[J];计算机工程与应用;2004年29期

7 黄贵玲;高西全;靳松杰;谈飞洋;;基于蚁群算法的最短路径问题的研究和应用[J];计算机工程与应用;2007年13期

8 谢民;高利新;;蚁群算法在最优路径规划中的应用[J];计算机工程与应用;2008年08期

9 王颖,谢剑英;一种自适应蚁群算法及其仿真研究[J];系统仿真学报;2002年01期

10 张纪会,徐心和;一种新的进化算法——蚁群算法[J];系统工程理论与实践;1999年03期

【相似文献】

相关期刊论文 前10条

1 李志荣;张兆宁;;基于蚁群算法的航班着陆排序[J];交通运输工程与信息学报;2006年02期

2 皮玉全;王平;;蚁群算法在直升机航迹规划中的应用[J];黑龙江科技信息;2010年23期

3 马保海,裘丽华;机载公共设备综合管理系统任务分配算法研究[J];北京航空航天大学学报;2004年09期

4 王和平,柳长安,李为吉;基于蚁群算法的无人机任务规划[J];西北工业大学学报;2005年01期

5 刘丹;韩松臣;舒旎;;多跑道起降航班排序模型和算法研究[J];武汉理工大学学报(信息与管理工程版);2011年01期

6 徐义春;肖人彬;;用蚁群算法求解带平衡约束的圆形布局问题[J];控制与决策;2008年01期

7 刘传涛;王仲生;;单机调度问题在终端区排序中的应用研究[J];科学技术与工程;2010年14期

8 柳长安,李为吉,王和平;基于蚁群算法的无人机航路规划[J];空军工程大学学报(自然科学版);2004年02期

9 李永宾;张凤鸣;李俊涛;;多机协同攻击逻辑的蚁群算法研究[J];电光与控制;2006年06期

10 蒋定定;李万泉;;基于改进蚁群算法的无人机侦察航路规划研究[J];飞机设计;2008年02期

相关会议论文 前7条

1 朱华光;刘莉;朱勇;;基于蚁群算法考虑无人机可用过载的航迹规划[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

2 柳长安;王和平;詹浩;李为吉;;蚁群算法在无人机航路规划中的应用[A];探索创新交流－－中国航空学会青年科技论坛文集[C];2004年

3 岳富占;崔平远;崔祜涛;;月球探测机器人路径规划的群体智能优化策略[A];中国宇航学会深空探测技术专业委员会第二届学术会议论文集[C];2005年

4 马海平;阮谢永;金宝根;;反向蚁群算法在故障监控中的应用[A];第二十九届中国控制会议论文集[C];2010年

5 岳富占;曹梦龙;崔平远;崔祜涛;;星际探测车自主导航与控制技术研究[A];中国宇航学会深空探测技术专业委员会第四届学术年会论文集[C];2007年

6 乔宗涛;谢军;谢明;;蚁群优化算法在无人机航路规划中的应用[A];中国航空学会控制与应用第十二届学术年会论文集[C];2006年

7 龙栋材;李斌兵;;蚂蚁算法在导航系统中的应用研究[A];第四届海峡两岸GIS发展研讨会暨中国GIS协会第十届年会论文集[C];2006年

相关博士学位论文 前7条

1 顾中舜;中继卫星动态调度问题建模及优化技术研究[D];国防科学技术大学;2008年

2 袁东辉;蚁群算法在飞行模拟器平台中若干应用问题的研究[D];吉林大学;2011年

3 陈岩;蚁群优化理论在无人机战术控制中的应用研究[D];国防科学技术大学;2007年

4 柳长安;无人机航路规划方法研究[D];西北工业大学;2003年

5 赵秀丽;航空公司不正常航班恢复模型及算法研究[D];南京航空航天大学;2010年

6 胡中华;基于智能优化算法的无人机航迹规划若干关键技术研究[D];南京航空航天大学;2011年

7 林林;基于协同机制的多无人机任务规划研究[D];北京邮电大学;2013年

相关硕士学位论文 前10条

1 饶跃东;基于改进蚁群算法的无人飞行器航迹规划应用研究[D];武汉理工大学;2010年

2 朱庆镇;倾转旋翼机总体参数优化设计[D];南京航空航天大学;2011年

3 刘芳;环境激励下时变系统信号处理及参数辨识技术研究[D];南京航空航天大学;2010年

4 杨丹;蚁群算法的改进及其在航迹规划中的应用研究[D];哈尔滨工业大学;2007年

5 楚瑞;基于蚁群算法的无人机航路规划[D];西北工业大学;2006年

6 张琦;基于蚁群算法导弹低空突防航迹规划的仿真研究[D];哈尔滨工业大学;2007年

7 曹文锋;基于改进蚁群算法的飞行器航迹规划研究[D];重庆大学;2011年

8 刘国良;航空机轮防滑刹车控制器的设计及算法研究[D];中南大学;2007年

9 税薇;基于贝叶斯推理与蚁群算法的仿真飞行器航迹规划研究[D];青岛科技大学;2009年

10 田伟;无人作战飞机航路规划研究[D];西北工业大学;2007年

，

本文编号：1384393