用PSO-SA算法求解带调拨货的冷链物流车辆配送问题

发布时间：2023-05-30 20:20

　　文中研究了带调拨货的冷链物流车辆配送问题,构建了包括固定成本、运输成本、制冷成本和货损成本的总成本模型,并用启发式算法中的粒子群(PSO)算法和模拟退火(SA)算法协同进行求解,通过模拟实际商业模式构建数据,对重要参数进行经验取值,进行10次实验。实验结果表明:对于带调拨货的冷链物流车辆配送问题,该协同PSO-SA算法可以有效提高车辆的负载使用率,节约配送里程,在可以接受的迭代次数限制内可以收敛到满意解。同时,这种模型也对冷链连锁门店实际配送有一定指导意义。

【文章页数】：4 页

【文章目录】：
1 问题描述
2 冷链物流成本因素分析
    2.1 固定成本
    2.2 运输成本
    2.3 车辆制冷成本
        2.3.1 车辆在途的制冷成本C31
        2.3.2 装卸货制冷成本C32
    2.4 货损成本
3 模型构建
4 算法
    4.1 适应值函数
    4.2 初始解的设计方法
    4.3 PSO算法的设计
    4.4 模拟退火算法
        4.4.1 邻域结构和新解的生成
        4.4.2 初始温度T0
        4.4.3 退火策略
        4.4.4 温度Tt下状态选取次数
    4.5 协同PSO＿SA算法
        4.5.1 协同算法的信息交换
        4.5.2 协同PSO＿SA算法流程(如图1)
5 实验案例分析
    5.1 实验案例
    5.2 主要参数
    5.3 实验结果分析
6 结语



本文编号：3824971