遗传算法与最小元素法相结合在物流中心选址中的应用

›› 2009, Vol. 31 ›› Issue (2): 258-260, 244.

遗传算法与最小元素法相结合在物流中心选址中的应用

沈学利黄耀华

辽宁工程技术大学电子与信息工程学院，葫芦岛125105

出版日期:2009-04-25 发布日期:2013-07-24

Online:2009-04-25 Published:2013-07-24

摘要/Abstract

摘要：

针对单一品种货物的物流中心的选址问题，采用一种将单亲遗传算法与最小元素法相结合的方法来处理此类问题，并且对遗传算法做了相应的改进，为了避免遗传算法的“早熟”现象，提高收敛速度，采用优化初始种群，自动调整交叉率和变异率的方法。采用这种混合算法的好处是削弱遗传算法的随机性，加快收敛，使算法的效率得到了提高。

关键词: 物流, 配送中心选址, 遗传算法, 最小元素法

中图分类号:

TP39

沈学利黄耀华. 遗传算法与最小元素法相结合在物流中心选址中的应用[J]. , 2009, 31(2): 258-260, 244.

[1]	王思远余思勤潘静静. 轴辐式航运网络研究前沿综述[J]. , 2017, 39(1): 12-16.
[2]	张芳吴雨桥. 基于GB-CART集成算法的铁路物流需求量预测[J]. , 2016, 38(6): 1311-1314.
[3]	王倩南倪霖吴映波王旭. 汽车行业供应商共同体利益分配研究[J]. , 2016, 38(6): 1328-1333.
[4]	邓高杨珊江时雨. 相空间重构和混沌遗传神经网络融合的矿井涌水量预测研究[J]. , 2016, 38(5): 973-978.
[5]	杜建辉王旭常宏远. 交通限行下多级配送网络节点划分与车辆路径优化[J]. , 2016, 38(5): 1067-1071.
[6]	王丽娟李欣雨. 基于PCA-EBP神经网络的煤炭物流成本预测[J]. , 2016, 38(5): 1101-1106.
[7]	毛晟栋朱其特. 基于供应链金融的第三方物流进化博弈分析[J]. , 2016, 38(4): 882-886.
[8]	禄宝荣刘涛. 基于SA-GA-FCM的煤矿组织管理因素安全等级预测研究[J]. , 2016, 38(1): 10-14.
[9]	徐新闻邓蕾唐沙沙. 基于组合DEA方法的中国物流产业效率研究[J]. , 2015, 37(6): 776-783，789.
[10]	李心杰贾进章. 基于PCA-GA-BP的回采工作面瓦斯涌出量预测模型研究[J]. , 2015, 37(1): 16-20.
[11]	刘勇孙静杰王萱. 基于免疫果蝇混合优化算法的多配送中心选址问题研究[J]. , 2015, 37(1): 83-87，109.
[12]	侯东毅董晓雷. 基于RS-GA-ELM的矿井瓦斯涌出量预测[J]. , 2014, 36(6): 638-642.
[13]	王小恒邹东升. 一种粒子群结合遗传算法（PSO-GA）的云计算任务调度方法[J]. , 2014, 36(2): 110-114.
[14]	秦伟光李华. 考虑公平偏好的项目型知识员工调度[J]. , 2013, 35(6): 756-760.
[15]	屈迟文. 基于改进遗传算法的云计算任务调度研究[J]. , 2013, 35(5): 616-619.

遗传算法与最小元素法相结合在物流中心选址中的应用

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐