基于改进遗传算法的生鲜多目标闭环物流网络模型

• 作者: 郭健全 霍晴晴
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 生鲜闭环物流网络 不确定条件 多目标模型 遗传算法 粒子群优化算法
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 应用前沿、交叉与综合
• 页码范围: 1494-1500
• 页数: 7页
• 分类号: TP18
• 字数: 8231字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019091682

摘要

针对生鲜产品闭环物流网络中存在的经济成本高、碳排放量大、社会效益重视不足等问题,综合考虑退货量的不确定性,以经济成本最小、碳排放最小、社会效益最大为目标,建立了不确定条件下的生鲜多目标闭环物流网络模型.首先,利用改进的遗传算法(GA)求解该模型;然后,结合上海某生鲜企业运营管理数据,验证了模型的可行性;最后,将改进的GA的结果与粒子群优化(PSO)算法的结果对比,验证了算法的有效性,凸显了改进的GA在求解多目标的复杂约束问题时的优越性.算例结果表明,多目标优化满意度达到0.92,高于单目标优化满意度,展示了所提模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	霍晴晴	上海理工大学管理学院	3	0	0.0	0.0