作者:
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:
在物流系统网络中,物流配送中心地址的优化选择不但能够高效及时地完成物资的配送,而且能使得配送成本和仓储成本等运营成本最小化,显著提高物流管理的效率和能力.针对物流配送中心选址最优解的问题,通常采用经典粒子群算法解决,但其有易早熟收敛和仅能得到局部最优解的缺陷.为了克服此缺点,将量子进化算法融入经典粒子群算法中,采用量子理论中独有的叠加态和概率幅特性,粒子最优位置的搜寻采用量子自旋门完成,粒子位置的多样性变异采用量子非门完成,以免出现局部最优解和早熟收敛缺陷.实验结果表明,与经典粒子群算法相比,量子粒子群算法在最优解的搜寻能力和优化效率方面更具有优势,能够优化配送中心的地址选取,从而减少物流运营的总成本,提高物流配送的效率,优化物流管理系统.
推荐文章
基于改进粒子群算法的物流配送中心选址策略
粒子群算法
配送中心
选址模型
物流
智能优化
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
GIS环境下的物流配送中心选址模型与算法研究
配送中心
选址模型
遗传算法
GIS
物流配送中心动态选址模型及算法研究
动态选址
库存成本
遗传算法
克隆选择算法
粒子群算法
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 基于量子粒子群算法的物流配送中心选址
来源期刊 科学技术与工程 学科 工学
关键词 物流配送 选址 量子粒子群算法 叠加态 概率幅
年,卷(期) 2019,(11) 所属期刊栏目 自动化技术、计算机技术
研究方向 页码范围 183-187
页数 5页 分类号 TP301.6
字数 4474字 语种 中文
DOI 10.3969/j.issn.1671-1815.2019.11.029
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 生力军 武汉船舶职业技术学院计算机信息技术学院 10 17 2.0 3.0
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  (1)
参考文献  (7)
节点文献
引证文献  (6)
同被引文献  (19)
二级引证文献  (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)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(4)
  • 引证文献(4)
  • 二级引证文献(0)
研究主题发展历程
节点文献
物流配送
选址
量子粒子群算法
叠加态
概率幅
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
科学技术与工程
旬刊
1671-1815
11-4688/T
大16开
北京市海淀区学院南路86号
2-734
2001
chi
出版文献量(篇)
30642
总下载数(次)
83
总被引数(次)
113906
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导