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:
电子商务的兴起促进了现代物流业的发展,但物流公司在货物送达末梢客户的"最后一公里"路径规划上,多取决于具体配送人员的工作经验,整体效率偏低.为提高配送效率,对车辆路径问题(Vehicle Routing Problem,VRP),以及由此延伸出的有载重限制的车辆路径问题(VRP with Capacitated,CVRP)的研究因而产生.为提升现有的蜂群算法在CVRP问题的求解效能,文章对蜂群算法进行了改进,在CVRP问题中加入分群机制来限缩蜂群探索区域,并搭配使用限制次数以增强对局部区域搜寻能力.模拟结果显示,在复杂度高的问题求解上,所提出的加强型蜂群算法比典型的蜂群算法能更有效地找到近似最佳解.
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
基于自适应的多类型物流配送改进遗传算法研究
亚启发式算法
遗传算法
物流配送
数学模型
优化策略
基于并购算法的物流配送路径优化的研究
并购算法
物流配送
劣信度
路径优化
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 基于蜂群算法的物流配送规划研究
来源期刊 微型机与应用 学科 工学
关键词 车辆路径问题 蜂群算法
年,卷(期) 2017,(1) 所属期刊栏目 人工智能
研究方向 页码范围 56-58
页数 3页 分类号 TP29|F253.9
字数 2797字 语种 中文
DOI 10.19358/j.issn.1674-7720.2017.01.017
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 唐飞岳 15 49 4.0 6.0
2 邓向林 28 37 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (11)
二级引证文献  (7)
1959(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(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
车辆路径问题
蜂群算法
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
总被引数(次)
35987
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导