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:
随着物流行业的快速发展,货物运输需求和仓储需求也在不断增加.在构建物流网络的同时,需考虑车辆路径的配送中心选址问题,而现实中这两个问题是互相影响的.因此,本文建立了以免疫算法为框架,以蚁群算法为核心的综合算法模型.模型第一阶段改进了蚁群算法的禁忌搜索,并融合免疫算法;第二阶段设计了免疫-蚁群算法来求解车辆路径和配送中心选址的相互影响关系,并结合算例数据给出全局最优成本.算例结果表明,该综合算法模型明显优于传统免疫选址-蚁群寻优算法,可节约49.5%的总成本,验证了算法的可行性和有效性.
推荐文章
基于改进蚁群算法的物流配送路径优化
蚁群算法
蚁群系统
物流配送
路径优化
改进蚁群算法优化通用器材配送路径
通用器材
供应模式
蚁群算法
配送路径
供应中心
仓库
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
基于蚁群算法和动态路阻的物流配送路径优化
物流配送
蚁群算法
动态路阻
路径优化
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 基于改进蚁群和免疫算法融合的多配送中心路径优化
来源期刊 交通运输工程与信息学报 学科 交通运输
关键词 物流工程 路径优化 算法融合 配送中心 蚁群算法 免疫算法
年,卷(期) 2017,(4) 所属期刊栏目
研究方向 页码范围 87-94
页数 8页 分类号 U492.3+12
字数 4636字 语种 中文
DOI 10.3969/j.issn.1672-4747.2017.04.013
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 罗霞 西南交通大学交通运输与物流学院 129 1416 20.0 32.0
5 李进龙 西南交通大学交通运输与物流学院 18 24 3.0 4.0
9 谢文杰 西南交通大学交通运输与物流学院 4 6 1.0 2.0
10 刘红星 西南交通大学电气工程学院 6 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (47)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (24)
二级引证文献  (3)
1964(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(9)
  • 参考文献(2)
  • 二级参考文献(7)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(5)
  • 引证文献(4)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
物流工程
路径优化
算法融合
配送中心
蚁群算法
免疫算法
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
交通运输工程与信息学报
季刊
1672-4747
51-1652/U
大16开
四川省成都市西南交通大学九里校区
2003
chi
出版文献量(篇)
1466
总下载数(次)
9
总被引数(次)
11264
相关基金
高等学校博士学科点专项科研基金
英文译名:
官方网址:http://std.nankai.edu.cn/kyjh-bsd/1.htm
项目类型:面上课题
学科类型:
论文1v1指导