论文摘要
考虑低碳环境下的需求可拆分车辆路径问题,建立了以配送成本最小为决策目标的数学模型.随后根据模型特点,设计了基于动态学习因子的改进粒子群算法,并通过两个不同规模算例对模型验证模型和算法的有效性和合理性.通过两个算例中的算法对比发现,所提出的算法较改进前算法,均能够在保证求解质量的前提下,减少计算时间;而当算例规模增大时,这一优势更为明显.
论文目录
文章来源
类型: 期刊论文
作者: 闫芳,邬珂,陈凯
关键词: 需求可拆分,低碳车辆路径,动态学习因子,粒子群算法
来源: 数学的实践与认识 2019年18期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技,经济与管理科学
专业: 公路与水路运输,自动化技术,宏观经济管理与可持续发展
单位: 重庆交通大学经济与管理学院
基金: 国家自然科学基金“基于竞合关系的不确定运输服务采购决策研究”(71401020),教育部人文社科青年项目“互联网环境下基于运输任务组合的车货匹配优化研究”(19YJC630198),重庆市社会科学基金“重庆市共同配送模式及收益分配策略研究”(2017YBGL154)
分类号: TP18;U116.2;F252.1
页码: 40-49
总页数: 10
文件大小: 679K
下载量: 163