典型文献
基于改进遗传算法的多车场生鲜配送优化
文献摘要：
针对生鲜产品易腐烂特性与对配送及时性的高要求,构建以制冷成本、燃油成本、损耗成本、时间惩罚成本、产品固定运输成本和车辆固定成本的总成本最小函数,并考虑顾客的位置、车辆载重及时间窗约束,建立多车场生鲜配送模型,使用K-means聚类对算例中的客户群进行车场划分后,采用变邻域下降搜索策略和模拟退火算法对遗传算法进行改进,利用改进后的遗传算法计算得出优化后的车辆配送路线.通过对改进后的遗传算法与传统的自适应遗传算法对比后,结果表明各项成本都有不同程度的减少,且总成本减少了 14.6％,从而验证改进后算法的优势,达到减少配送成本、满足配送及时性和提升顾客满意度的目的.
文献关键词：
遗传算法;生鲜配送;变邻域下降搜索;模拟退火算法;冷链物流
中图分类号：
作者姓名：
张念;陈熙;袁媛;万飞
作者机构：
太原理工大学 土木工程学院,山西太原030024;中铁建工集团有限公司西南分公司,四川成都610081;太原科技大学 交通与物流学院,山西太原030024;交通运输部公路科学研究所,北京100088
文献出处：
引用格式：
[1]张念;陈熙;袁媛;万飞-.基于改进遗传算法的多车场生鲜配送优化)[J].广西大学学报（自然科学版）,2022(05):1314-1326
A类：
变邻域下降搜索
B类：
改进遗传算法,车场,生鲜配送,配送优化,生鲜产品,易腐烂,及时性,制冷,燃油,时间惩罚,惩罚成本,运输成本,固定成本,总成本,小函数,载重,时间窗约束,means,客户群,搜索策略,模拟退火算法,算法计算,车辆配送,配送路线,自适应遗传算法,算法对比,配送成本,顾客满意度,冷链物流
AB值：
0.372628
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
