基于深度学习的物流配送路径优化算法的研究

• 作者: 周杰 张湘博 李文敬 李松钊
• 来源期刊: 现代计算机
• 关键词: 深度学习 物流配送 路径优化 自编码网络 优化算法
• 年，卷（期）: 2017,（14）
• 所属期刊栏目: 研究与开发
• 页码范围: 14-20
• 页数: 7页
• 字数: 5287字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2017.14.003

摘要

针对物流配送过程,传统路径优化算法对交通拥堵、天气状况、环境因素不敏感,导致车辆在物流配送中效率低下、意外状况多的问题,提出基于深度学习的物流配送路径优化算法.首先构建基于自编码网络的模型,依据样本数据对模型进行训练,预测路段代价值ω,然后与城市干道网络相结合,建立带权重交通网络.最后,通过与禁忌搜索物流配送路径优化算法对比实验,该算法在实际配送中配送速度、物流成本与经济效益明显优于禁忌搜索路径优化算法.因此,该算法是物流配送路径优化的一种有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李文敬	广西师范学院计算机与信息工程学院	71	316	10.0	13.0
2	周杰	广西师范学院计算机与信息工程学院	18	40	4.0	6.0
3	张湘博	广西师范学院计算机与信息工程学院	2	10	1.0	2.0
4	李松钊	广西师范学院计算机与信息工程学院	2	10	1.0	2.0