基于改进蚁群算法的物流路径优化研究
——以河南省物流网络为例
2021-05-14张丹露黄向红
河南工业大学学报(社会科学版) 2021年2期
张丹露,黄向红
(中国矿业大学(北京) 管理学院,北京 100089)
随着经济水平的提高和电子商务的发展,近年来我国的货物流量明显提高,物流行业的竞争也变得越来越激烈。2019年全国社会物流总额298万亿元,社会物流总费用14.6万亿元,其中,运输费用7.7万亿元,同比增长7.2%[1],占社会物流总费用的比重为52.74%。可见,物流运输费用在社会物流总费用中占比较大,因而如何降低物流运输费用就成了学者们研究的重点。其中,如何确定成本最低的配送路径是降低物流运输费用的最关键环节[2]。现代物流的运输管理主要是采用车辆调度的方法,解决从配送中心到完成配送任务整个过程中所遇到的问题,但是车辆调度需要采取科学的配送方案,若车辆调度所规划的路线不合适,就会导致运输效率低下[3]。在运输过程中,将配送路径规划至最优,同时使配送时间达到最短、效益达到较高,是本文的优化目标。目前对物流路径的优化研究,已有了较多文献。胡小宇等人利用粒子群算法解决单仓储多车物流的配送问题,并且设计了基于“学习”和“变异”的粒子更新方法,证明了该算法的有效性[4]。任亮等人构建了考虑客户时间偏好的数学模型,利用蚁群算法求解物流路径优化问题,认为新构建的模型较于传统的期望值模型和期望效用模型更能有效地描述客户心理行为[5]。王垚等人考虑到时间和成本两个因素的影响,使用了一种针对离散多目标选址-路径问题(LRP)的改进细菌觅食优化算法,用以解决物流路径优化问题[6]。……
登录APP查看全文