基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将蚁群聚类算法和径向基神经网络进行融合,提出了ACC-RBF算法,弥补两种算法各自存在的不足之处,并将其用于物流配送中心的选址问题,结合实验数据进行训练得出最终评价模型;实验证明,与传统的物流选址决策方法相比,该模型能有效、快速地解决物流配送中心的选址问题.
推荐文章
基于蚁群优化算法的物流配送路径研究
蚁群算法
物流
配送
路径规划
重极标差法
一种基于蚁群算法的多物流配送中心选址策略
匹配算法
蚁群算法
配送中心选址
改进蚁群优化算法的最优物流配送路径设计
物流配送
物流路径设计
蚁群优化算法改进
路径优化模型
算法有效性分析
企业效益提升
基于层次遗传算法的物流配送中心选址策略
层次遗传算法
双层规划
配送中心选址
进化博弈
多目标优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于蚁群算法和神经网络的物流配送中心选址决策
来源期刊 江苏电器 学科 工学
关键词 蚁群聚类算法 径向基神经网络 物流配送中心
年,卷(期) 2008,(7) 所属期刊栏目 产品与应用
研究方向 页码范围 41-43,58
页数 4页 分类号 TP183|F426.89
字数 2002字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 潘磊 福州大学自动化研究所 4 13 2.0 3.0
2 黄瑞平 福州大学自动化研究所 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (176)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (7)
1961(1)
  • 参考文献(0)
  • 二级参考文献(1)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(5)
  • 参考文献(2)
  • 二级参考文献(3)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(13)
  • 参考文献(3)
  • 二级参考文献(10)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(4)
  • 参考文献(3)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
蚁群聚类算法
径向基神经网络
物流配送中心
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
江苏电器
月刊
chi
出版文献量(篇)
962
总下载数(次)
1
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导