APP下载

基于机器学习的成品卷烟销售订单配送调度优化算法研究与应用

2021-08-26安裕强徐跃明欧阳世波李圣毅

烟草科技 2021年8期

安裕强,徐跃明,欧阳世波,李圣毅

1.红云红河烟草(集团)有限责任公司物流中心,昆明市红锦路367号 650000

2.昆明理工大学管理与经济学院,昆明市景明南路727号 650000

3.马来西亚博特拉大学经济学院,马来西亚雪兰峩州沙垱 434000

成品卷烟销售订单的配送调度是卷烟工业企业物流管理的重要环节,也是物流管理优化决策的核心问题。针对该问题国内学者已有较多研究,任晓智等[1]基于智能化策略辅助启发式算法优化了配送中心选址,并设计了求解大规模原问题的方法。李存兵等[2-3]通过引入工作量均衡指标,提出了改进的双层遗传算法,并通过实验验证了该算法相比单层遗传算法性能更优;基于加权糅合构建了综合目标模型,并设计了精英自适应遗传聚类算法进行求解。张丹羽[4]按照分级调度的思路,采用聚类方法获得配送节点中心区域,再利用改进的C-W法求解每个区域中的最短路径。邹霞[5]在分级优化的基础上,引入时间窗设计了改进里程节约法,用于求解动态同城配送优化模型。刘昕雨[6]、方伟华[7]采用类似于图计算方法求解调度优化问题。禹旺明[8]基于蚁群算法提出了多回路车辆调度问题模型,并在卷烟企业进行了验证。徐明元[9]提出了改进型染色体编码方法以及不同蚁群分工的遗传算法和多态蚁群算法,提高了求解效率。潘国鹏[10]针对单调度中心,非满载,具有最大配送里程约束、载重约束、软时间窗约束的大规模纯卸货的路线优化问题,设计了改进信息素计算机制的蚁群算法。……

登录APP查看全文