基于模糊神经网络模型的配送中心选址综合评价

物流配送中心的选址在整个物流系统规划中占有十分重要的地位.建立了配送中心选址的模糊神经网络模型,并以专家评价值作为期望的输出,对网络进行训练,对多个配送中心选址方案进行评价, 结果与实际吻合.     

基于遗传模拟退火算法的多层设施选址方法

逆向物流网络是逆向物流系统高效运作的基础和前提,而设施的选址定位是逆向物流网络设计的核心问题.为此,提出一个多层设施选址模型,旨在构建由回收点、回收中心和生产点相结合的最佳逆向物流回收网络.根据模型特点,提出基于遗传模拟退火算法的求解方法,个体采用二进制十进制混合编码;提出基于Metropolis准则的特定遗传进化操作;设计顾客对回收点、回收点对回收中心的两个子分配算法保证所有约束的满足性.最后通过仿真实验,得到满意的设施选址方案.可见,选址模型和算法是一种有效的设施选址方法,具有一定的应用前景.     

基于加权因素法的同城物流交叉转运选址仿真

当前同城物流转运选址方法无法实现对转运结果的分层评价,导致方法指标权重计算不准确,选址结果覆盖率偏低,且合理性较差.为此提出基于加权因素法的同城物流交叉转运选址方法.利用加权因素法将评价体系分为目标层、准则层与基础层,构建评价矩阵,计算指标权值系数.将整体成本最小设定为目标,确立目标函数,设置多种约束条件.根据不同指标对选址产生的影响程度,引入加权灰理想关联熵对评价信息做加权处理,建立关联系数矩阵,分别计算候选地址与理想、负理想结果之间的关联熵,并对其排序,排名靠前的候选地址即为最终选址结果.仿真结果表明,所提方法能够完全覆盖需求点,且整体成本最低,有效促进了同城物流交叉转运的合理建设.     

一种基于语言评价信息的多指标群聚类方法

针对具有语言评价信息的多指标群聚类分析问题,提出一种基于二元语义信息处理的最大树聚类方法.首先描述了具有语言评价信息的多指标群聚类问题,并介绍了近年来国际上最新发展的二元语义概念及其算子;然后基于二元语义信息处理的方法,将专家给出的语言评价信息进行"量化"集结,并依据传统的最大树聚类分析方法的基本思路,给出了解决基于语言评价信息的最大树聚类方法的计算步骤;最后通过一个算例说明了所提出方法的有效性.     

一种基于二元语义的混合型多属性决策方法

针对指标权重未知的混合型多属性决策问题,提出一种基于二元语义的决策方法.首先,定义了语言评价变量与三角模糊数的转化规则和二元语义之间的距离,给出了不同类型指标数据与二元语义的转化;然后,利用与正理想解灰色关联度偏差最小原理,确定了属性的指标权重,并利用二元语义加权算术平均值对方案进行排序;最后,通过应用案例说明了所提方法的决策步骤,并与TOPSIS方法进行了比较,表明了所提方法的有效性和优越性.     

物流中心选址与动态运输路线选择的研究

物流配送过程中主要有两个环节,一是配送对象的选择,另一个是配送路线的设计.物流中心选址应以物流系统和社会经济效益为目标,用系统学理论和系统工程方法,综合考虑多种因素,对物流中心位置进行科学的研究和决策.在地理信息系统(GIS)现代信息技术应用于物流中心选址基础上,分析了物流配送选址中满足最小覆盖圆的一种基于Voronoi图的设施选址优化算法.针对以往交通路线选择是在一个假设的道路交通条件不变的背景下,根据实时动态交通条件进行路线选择,将智能运输系统(ITS)应用于动态路线选择.     

二元语义信息下的动态激励群体评价方法及应用

针对目前关于动态群体评价问题的研究相对较少,且主要是基于点值信息评价的不足,提出一种新的二元语义信息下的动态激励群体评价方法,将动态激励评价及语言评价信息引入到群体评价中。首先探讨了能够较好地集结群体语言评价信息的二元语义一致算子;然后在各阶段的动态评价中引入激励区间,并运用时间诱导的二元语义时序激励加权平均算子集结得到受“奖惩”的动态群体综合评价值,从而进行最终评价。最后,通过算例给出了所提方法的步骤,并进行了结果分析,证明了该方法的可行性和有效性。     

基于AHP和二元语义的企业人员绩效考核研究

针对企业人员绩效考核的语言评价信息的模糊性,提出了一种基于层次分析法(AHP)和二元语义的企业人员绩效考核方法.利用层次分析法确定了各考核指标的权重,采用二元语义及其相关算子集结语言评价信息,并给出了企业人员绩效考核的计算步骤.最后,给出一个算例证明该方法简便、有效,并实现了绩效考核软件的开发.     

二元语义密度算子及其在不确定多属性决策中的应用

针对二元语义信息形式的不确定多属性决策问题,将密度中间算子由精确值形式拓展到二元语义形式.首先,基于二元语义信息对应的数值提出一种简单有效的二元语义聚类方法;然后,给出了密度加权向量的确定方法,并且在此基础上,将二元语义密度中间算子与已知的信息集结算子合成,得到二元语义密度合成算子（T-DM）;最后,通过一个算例对二元语义密度算子的应用进行了说明.     

一种基于二元语义的混合型多属性决策方法

!针对指标权重未知的混合型多属性决策问题,提出一种基于二元语义的决策方法.首先,定义了语言评价变量与三角模糊数的转化规则和二元语义之间的距离,给出了不同类型指标数据与二元语义的转化;然后,利用与正理想解灰色关联度偏差最小原理,确定了属性的指标权重,并利用二元语义加权算术平均值对方案进行排序;最后,通过应用案例说明了所提方法的决策步骤,并与TOPSIS方法进行了比较,表明了所提方法的有效性和优越性.