导读:本文包含了物流配送中心选址问题论文开题报告文献综述及选题提纲参考文献，主要关键词:物流配送中心选址,花朵授粉算法,遗传算子
物流配送中心选址问题论文文献综述
刘敏[1]（2019）在《改进的花朵授粉算法在物流配送中心选址问题中的应用》一文中研究指出针对当前算法求解物流配送中心选址问题时,普遍存在求解精度不高、速度较慢和规模较小等缺点,提出一种改进花朵授粉算法的智能求解方法。首先根据物流配送中心模型的特点将花朵授粉算法进行离散化,设计整数编码,再结合遗传算子的选择、交叉和逆转操作进行局部搜索。将花朵授粉算法的全局搜索与遗传算子的局部搜索融合,通过4个不同规模的仿真实验表明所提出的算法在求解精度、速度和规模上较其他算法具有优势,而且规模越大,改进算法的效果越明显,对中等规模的物流选址问题提供了一种较好的寻址方案。(本文来源于《计算机应用与软件》期刊2019年06期）
李瑞吉[2]（2018）在《A物流公司北方大区配送中心选址问题研究》一文中研究指出物流企业的配送中心具有承上启下的作用,实现了物流企业与服务对象的接洽,也是现代物流企业存储、流通、配送的重要基地。因此,物流企业如何围绕配送中心做好规划和部署,综合考虑配送中心地理位置、运输条件、区位辐射等多方面要素,合理高效地进行配送中心的选址是极为重要的工作。论文围绕A物流公司北方大区配送中心选址展开了具体研究,以多重模型的构建为基础,结合了定量分析与定性分析的方法,最终确定该公司北方大区的最佳选址。论文首先对国内外与物流选址相关的文献研究展开了论述,并对配送中心选址的基本理论进行阐述,重点对物流企业配送中心的概念、特点、功能以及配送中心选址涉及到的主要因素等进行了理论分析。在基本理论研究的基础上,对某公司北方大区物流配送的现状以及配送中心设立的基本需求展开挖掘和分析,进一步明确了该公司北方大区物流配送中心选址的基本影响要素。论文最后从某公司北方大区物流配送中心规划目标出发,利用整数规划法、模糊综合评价法等方法结合的方式,构建配送中心选址模型,并进行求解,最终得到该公司北方大区物流配送中心的最佳选址。论文的研究,以点带面,通过具体企业的配送中心选址问题,辐射到同类物流企业的配送中心选址问题,为国内物流企业配送中心选址提供了一条可行的路径和方法;对于不断优化和改善国内物流企业的服务体系,推动物流服务功能完善同样具有重要的意义。(本文来源于《吉林大学》期刊2018-12-01）
刘娟,刘祥伟[3]（2018）在《基于改进的BP人工神经网络的物流配送中心选址问题研究》一文中研究指出基于地质、交通、水文、通讯、经营环境、选地面积、选地价格和道路设施等八个指标建立了模糊评价矩阵,运用了优化的BP神经网络模型对十个已成熟运营的配送中心数据进行学习,训练出成熟的BP人工神经网络.利用训练得到的网络从定性和定量两个角度在十个备选方案中选出最优配送中心选址.结果表明,应用改进的BP人工神经网络对物流配送中心进行选址是科学有效的.(本文来源于《喀什大学学报》期刊2018年06期）
倪卫红,岳晓伟,邵建峰,钱伟民[4]（2018）在《基于自适应免疫算法的物流配送中心选址问题研究》一文中研究指出关于配送中心选址问题研究,采用免疫算法时单点交叉会产生超级个体以及固定概率会影响搜索能力的情况,分别以均匀交叉和自适应化的方法,在原算法上做出改进。并以实例验证该算法的可行性和有效性,与传统免疫算法比对,能很好避免超级个体的产生同时搜索能力也有增强。该算法自适应的变化更加符合个体在不同阶段演变情况,相比传统免疫算法,达到收敛速度快、鲁棒性高的效果,进而为选址问题研究在原有基础上匹配了一种更好的方法。(本文来源于《价值工程》期刊2018年36期）
周思育,吕逸倩,于佳训,宋庭新[5]（2018）在《基于遗传算法的烟草物流配送中心选址问题》一文中研究指出以湖北烟草物流配送中心选址为例,建立物流配送网络模型。在考虑物流成本、管理成本和建设成本情况下,建立目标优化函数和约束条件。讨论配送中心选址优化算法,在MatLab中采用遗传算法工具箱对目标函数进行求解。进一步分析表明,在湖北境内新增汉阳、兴山两个烟草物流配送中心,将缓解省内烟草物流配送不均和运输成本高企的问题。(本文来源于《湖北工业大学学报》期刊2018年05期）
李捷承[6]（2018）在《聚类算法在物流配送中心选址问题中的研究与应用》一文中研究指出随着网络的普及和居民消费需求的提升,网络购物这种新型消费模式迅猛发展,使面向普通消费者的快递物流业成为了物流行业新的爆发点。电商对物流的时效性要求越来越高,使得快递物流业对快件的集散、分拣、中转效率的要求也越来越高。物流配送中心是快件流通过程中的关键节点,在整个物流系统中起着承上启下的作用,配送中心的选址对物流成本、在途时间影响巨大,一个好的配送中心选址决策可以使得快件在汇集、中转、分发、配送的过程达到最少的费用和时间。本文先对物流配送中心的选址相关理论进行阐述,对比了不同选址模型的优缺点。在前人的研究基础之上,本文深入地分析了在现代物流运转规则下的物流配送流程,总结了物流配送中心选址的4个特点:物流配送服务是巡回配送的、配送中心选址与配送线路规划的相互影响、物流配送中心选址的多层级特性、同层级配送中心存件数量要求均衡性。根据物流配送中心选址的问题特点,本文设计了一套适用于物流配送中心选址的基于BIRCH聚类的多层级均衡选址算法,先使用带容量限制的BIRCH算法将所有的需求点划分为不重迭的配送范围,再使用重心法在各个配送范围内进行单配送中心选址。为物流配送中心选址问题提供了更好的解决方案。通过将该算法与其他聚类算法、传统选址算法进行对比,验证了该算法的两大特性:配送服务范围的均衡划分、多层级的配送设施选址,并总结了该算法的优缺点。最后,介绍了该算法在沈阳市沈北物流公共信息平台二期建设项目中的实际应用,提出了算法的优化和改进方向,并对该算法的更多潜在应用场景进行了展望。(本文来源于《中国科学院大学(中国科学院沈阳计算技术研究所)》期刊2018-06-01）
翟园园[7]（2018）在《基于改进粒子群算法的物流配送中心选址问题研究》一文中研究指出在经济高速发展的当下,配送中心既是货品流通职能的重要枢纽又是物流供应链上的关键节点。在新的经济形态下,物流配送中心扮演着对实体商品进行分配的角色,并将处理订单、存储、拣货、运输配送等基础功能集于一体的综合性服务行业,在提升核心竞争力的同时,其自身的附加值也在不断提升,对缩短商品流通,减少产销差距起到了极为重要的作用。在现实生活中,在实际问题和方案选择中,其过程往往是动态的,高度非线性的,由其转化而来的问题也是高度非线性的复杂问题,求解的复杂程度往往是呈指数增长的,而经典的粒子群算法,以其模型简单、参数少、易于实现等特点,被广泛的应用解决高度非线性优化问题和现实世界的各种工程问题。本文针对粒子群算法在求解最优化和复杂性的问题中存在的收敛速度慢和收敛度低的问题,将粒子群算法中的学习因子及位置公式进行改进,通过测试函数进行性能验证,并与其他算法的精度和收敛曲线,以及求解结果进行对比,在求解函数优化问题上所用时间更短,准确性更好。证明改进的粒子群算法有更快的收敛速度和更强的寻优能力。而后运用改进的粒子群算法(CXPSO)求解配送中心选址问题,改进的粒子群算法为智能优化算法求解选址问题提供了新的参考,具有一定的理论意义和现实意义。(本文来源于《河南大学》期刊2018-06-01）
于文娟[8]（2018）在《国内外物流配送中心选址问题综述——现代国企研究》一文中研究指出随着我国经济的不断发展,在一定程度上推动了物流业的发展脚步,我国物流业在现在国企里面经历了长时间的发展,不仅在理论研究还是实践应用方面都取得了不小的成绩。然而物流业在国内的发展时间要比发达国家短,不管是在理论研究还是实践应用方面都与发达国家存在很大的差距。对此,现代企业针对国内外物流配送中心选址问题上进行研究综述。(本文来源于《中国战略新兴产业》期刊2018年20期）
杨毅凯[9]（2017）在《基于多目标的冷链物流配送中心选址问题的研究》一文中研究指出在冷链物流系统中冷链物流配送中心是连接上游供应商与下游消费者的枢纽,起着举足轻重的作用。如何合理选择冷链物流配送中心,使企业竞争力得以提升是急需要解决的问题。本文首先对冷链物流选址问题进行了整理;其次,在进行综合地文献分析以后详细分析了其各个影响因素;再次,考虑环境因素与客户满意度因素的基础上,建立了冷链物流配送中心选址的数学模型,并对其展开求解;最后,通过实际案例验证模型的正确性,为企业冷链物流选址提供了一套现实可行的方案。主要如下:建立了冷链物流配送中心选址的数学模型,在考虑其影响因素的时候考虑了客户满意度、碳排放量等因素并以此为基础建立多目标的冷链物流配送中心选址模型。结合实际案例,对模型进行求解的基础上对比了考虑碳排放和客户满意度与不考虑时的不同结果,从而为冷链物流配送中心选址提供了合理的参考方案。(本文来源于《沈阳大学》期刊2017-12-28）
高雯倩[10]（2017）在《基于改进的引力搜索算法求解物流配送中心选址问题》一文中研究指出蓬勃发展的现代物流业,已经成为衡量国家经济实力的重要组成部分。物流配送中心在整个供应链中充当着重要的角色,把供应链上游的供应商与下游的零售商(或分销商)连成一个有机的系统。恰当的物流配送中心选址方案不仅能降低其自身的运营费用,还能够提升配送效率,增强竞争水平和发展潜力。此外,选址方案对与物流配送中心有业务往来的供应商、分销商和零售商的物流成本费用有很大的影响。河南省政府响应国家对物流基础设施建设的要求,制定并实施洛阳、商丘、南阳、信阳、安阳、濮阳、叁门峡7个物流节点城市建设方案,建成投用15个区域分拨和城市物流配送中心。所以,对物流配送中心选址进行研究可以促进整个物流网络的协调发展。引力搜索算法是由E.Rashedi教授受牛顿万有引力定律和运动学第二定律的启发,于2009年提出的一种新的智能优化算法。该算法基于万有引力定律和粒子间的相互吸引现象,认为空间中的每个粒子都受到其他粒子的引力作用,且使空间中的粒子均朝引力最大的粒子方向移动。随着不断地进行移动,粒子最终聚集于质量最大的粒子附近,质量最大的粒子的位置即为所求问题的最优解。研究发现,在进行标准测试函数优化试验中,引力搜索算法的寻优精度和收敛速度均显着优于遗传算法和粒子群算法。本文的研究目的是把改进的引力搜索算法应用到叁个不同的物流配送中心选址问题中,并将运算结果与标准引力搜索算法和粒子群算法进行对比,并为此开展了以下几项工作:(1)首先介绍了本文的选题背景和意义,以及物流配送中心选址问题国内外的研究现状。物流配送中心的定义、类型和功能以及物流配送中心选址的基本原则和方法。为接下来的研究内容做好理论铺垫。(2)针对引力搜索算法收敛速度慢、收敛精度低的问题。本章引入距离阈值的概念,衡量单个粒子与当代最优粒子间的距离,每个粒子独立动态地调整引力系数,实现了算法全局搜索能力和局部搜索能力的动态平衡,提高了算法的收敛速度。针对算法易早熟收敛的问题,提出了一种基于粒子聚集程度的变异策略,该策略通过参数α的取值有效避免了算法陷入早期收敛的问题。最后,使用基准测试函数实验验证了改进引力搜索算法在算法收敛速度和收敛精度方面取得的显着提高。(3)最后将改进的引力搜索算法运用于求解单一设施、连续选址问题;多设施、离散选址问题;多设施、连续、有约束选址问题。编写求解模型的改进引力搜索算法MATLAB程序,并通过对具体的选址案例的求解结果与标准引力搜索算法结果和粒子群算法结果对比,验证改进引力搜索算法求解此类问题的可行性,为求解物流配送中心选址问题提供一种新的求解方法。(本文来源于《河南大学》期刊2017-06-01）
物流配送中心选址问题论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
物流企业的配送中心具有承上启下的作用,实现了物流企业与服务对象的接洽,也是现代物流企业存储、流通、配送的重要基地。因此,物流企业如何围绕配送中心做好规划和部署,综合考虑配送中心地理位置、运输条件、区位辐射等多方面要素,合理高效地进行配送中心的选址是极为重要的工作。论文围绕A物流公司北方大区配送中心选址展开了具体研究,以多重模型的构建为基础,结合了定量分析与定性分析的方法,最终确定该公司北方大区的最佳选址。论文首先对国内外与物流选址相关的文献研究展开了论述,并对配送中心选址的基本理论进行阐述,重点对物流企业配送中心的概念、特点、功能以及配送中心选址涉及到的主要因素等进行了理论分析。在基本理论研究的基础上,对某公司北方大区物流配送的现状以及配送中心设立的基本需求展开挖掘和分析,进一步明确了该公司北方大区物流配送中心选址的基本影响要素。论文最后从某公司北方大区物流配送中心规划目标出发,利用整数规划法、模糊综合评价法等方法结合的方式,构建配送中心选址模型,并进行求解,最终得到该公司北方大区物流配送中心的最佳选址。论文的研究,以点带面,通过具体企业的配送中心选址问题,辐射到同类物流企业的配送中心选址问题,为国内物流企业配送中心选址提供了一条可行的路径和方法;对于不断优化和改善国内物流企业的服务体系,推动物流服务功能完善同样具有重要的意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
物流配送中心选址问题论文参考文献
[1].刘敏.改进的花朵授粉算法在物流配送中心选址问题中的应用[J].计算机应用与软件.2019
[2].李瑞吉.A物流公司北方大区配送中心选址问题研究[D].吉林大学.2018
[3].刘娟,刘祥伟.基于改进的BP人工神经网络的物流配送中心选址问题研究[J].喀什大学学报.2018
[4].倪卫红,岳晓伟,邵建峰,钱伟民.基于自适应免疫算法的物流配送中心选址问题研究[J].价值工程.2018
[5].周思育,吕逸倩,于佳训,宋庭新.基于遗传算法的烟草物流配送中心选址问题[J].湖北工业大学学报.2018
[6].李捷承.聚类算法在物流配送中心选址问题中的研究与应用[D].中国科学院大学(中国科学院沈阳计算技术研究所).2018
[7].翟园园.基于改进粒子群算法的物流配送中心选址问题研究[D].河南大学.2018
[8].于文娟.国内外物流配送中心选址问题综述——现代国企研究[J].中国战略新兴产业.2018
[9].杨毅凯.基于多目标的冷链物流配送中心选址问题的研究[D].沈阳大学.2017
[10].高雯倩.基于改进的引力搜索算法求解物流配送中心选址问题[D].河南大学.2017