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:
物流配送的研究已经成为提高物流效率、降低物流成本的关键.文中在研究物流问题现状以及相关配送路径算法的基础上,提出了一种新的物流配送路径优化方案,对于一个城市内的多个配送点,首先通过K均值算法进行聚类分析得到局部配送中心及其配送范围内的客户点,然后利用蚁群算法设计该配送区域内的最优配送路径.通过仿真实验得知,文中方案设计出的最优配送路径长度较单纯采用蚁群算法有了较大改善.
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
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
基于免疫克隆算法的物流配送车辆路径优化研究
克隆
免疫算法
车辆路径优化
物流配送
大数据背景下的电子商务物流配送路径优化算法
大数据
电子商务
物流配送路径
区域
多目标函数
时效指数
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 基于聚类算法和蚁群算法的物流配送路径优化研究
来源期刊 物流工程与管理 学科 经济
关键词 物流配送 聚类算法 蚁群算法 优化
年,卷(期) 2014,(6) 所属期刊栏目 商品配送
研究方向 页码范围 86-90
页数 5页 分类号 F252
字数 5598字 语种 中文
DOI 10.3969/j.issn.1674-4993.2014.06.035
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 秦中元 东南大学信息科学与工程学院 20 339 7.0 18.0
2 辛柯俊 4 30 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (85)
参考文献  (7)
节点文献
引证文献  (12)
同被引文献  (8)
二级引证文献  (3)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(6)
  • 引证文献(3)
  • 二级引证文献(3)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
物流配送
聚类算法
蚁群算法
优化
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
物流工程与管理
月刊
1674-4993
42-1791/TS
大16开
湖北省武汉市江岸区黄孝河路特1号同安大厦3F
1979
chi
出版文献量(篇)
10851
总下载数(次)
49
总被引数(次)
35105
论文1v1指导