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:
针对物流配送过程中的高碳排放问题,从低碳视角出发,构建考虑模糊需求的低碳取送货车辆调度(LCVRPPD)模型,并提出一种基于2-OPT的差分算法对问题进行求解.该算法中,采用自然数编码方式并设置三种不同的适应度函数;随后,引入2-OPT算法取代差分算法原有的变异机制,并结合二项交叉算子和贪婪选择算子,从而提高改进算法的收敛速度.案例分析中,通过田口法确定改进算法参数的合理取值,通过SPSS分析揭示了在运输成本最小、碳排放量最小和总成本最小的三种不同目标模型中,以总成本最小为目标函数的模型的解的效果最好.针对不同顾客规模的算例,改进算法与基本差分算法相比,总成本可以降低1.8%~3.0%,碳排放量可以降低0.7%~3.5%;与遗传算法相比,总成本可以降低1.9%~16.47%,碳排放量可以降低1.2%~4.3%;与粒子群优化算法相比的优化效果更加明显,总成本可以降低4.0%~22.5%,碳排放量可以降低1.56%~7.88%,验证了算法的有效性及先进性.综上,所提出的模型和算法可以为低碳取送货车辆调度问题提供参考.
推荐文章
同时取送货车辆路径问题的改进人工鱼群算法
可同时取送货车辆路径问题
人工鱼群算法
邻域搜索
模糊需求下绿色同时取送货问题与算法研究
模糊需求
绿色物流
取送货问题
遗传禁忌搜索算法
田口法
考虑需求拆分的多时间窗集送货车辆调度优化研究
车辆调度
需求拆分
多时间窗
动态规划
带回程取货车辆路径问题的人工鱼群算法研究
车辆路径问题
群智能优化
人工鱼群算法
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 模糊需求下低碳取送货车辆调度问题与算法
来源期刊 计算机应用 学科
关键词 取送货问题 模糊需求 差分算法 低碳物流 田口法
年,卷(期) 2021,(3) 所属期刊栏目 前沿与综合应用|Frontier and comprehensive applications
研究方向 页码范围 851-859
页数 9页 分类号 TP18
字数 语种 中文
DOI 10.11772/j.issn.1001-9081.2020071079
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (182)
共引文献  (34)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(13)
  • 参考文献(2)
  • 二级参考文献(11)
2011(14)
  • 参考文献(0)
  • 二级参考文献(14)
2012(13)
  • 参考文献(1)
  • 二级参考文献(12)
2013(21)
  • 参考文献(1)
  • 二级参考文献(20)
2014(22)
  • 参考文献(1)
  • 二级参考文献(21)
2015(18)
  • 参考文献(2)
  • 二级参考文献(16)
2016(14)
  • 参考文献(1)
  • 二级参考文献(13)
2017(20)
  • 参考文献(0)
  • 二级参考文献(20)
2018(16)
  • 参考文献(2)
  • 二级参考文献(14)
2019(6)
  • 参考文献(1)
  • 二级参考文献(5)
2020(5)
  • 参考文献(3)
  • 二级参考文献(2)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
取送货问题
模糊需求
差分算法
低碳物流
田口法
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导