排序方式: 共有93条查询结果,搜索用时 390 毫秒
31.
基于相关性的周期性货位优化的模型与算法 总被引:1,自引:0,他引:1
传统的货位优化方法没有充分利用库存量单位(Stock keeping units,SKUs)之间的相关性关系。以一种存在相关性需求的波次分区拣货、整体补货的周期性环境为对象,以最小化最大的分区拣货时间为目标建立货位优化的数学模型,提出相关性强度的概念和计算方法,设计出基于相关性的货位指派算法(Storage allocation based on correlations,SABC)和不考虑相关性的随机货位指派算法(Storage allocation based on random,SABR)算法,SABC算法以体积—订单指数(Cube per order index,COI)法则的解为初始解,通过定量化的相关性位置交换策略将相关性强的SKUs对指派到相近的货位中来提高拣货效率。测试结果表明:SABC算法具有较好的收敛性,其收敛速度明显优于SABR算法,求解质量比COI法平均改进约7.6%~25.1%,比SABR算法平均改进约1.36%~14.50%;需求相关性强度越高,拣货效率提升潜力越大。 相似文献
32.
33.
针对多中心分布式企业存在的产品成本差异化问题,建立包括产品成本、多车场、多车型在内的多约束车辆路径模型,并设计求解该模型的改进混合蛙跳算法. 根据问题特性,改进聚类算法并结合邻近矩阵构造初始青蛙种群;提出子群概念,设计自内而外的交流演化模式;定义远离矩阵,对青蛙进行引导性邻域搜索. 将所设计的算法进行多组不同的对比实验,结果表明,所设计的算法通用性强,实用性高,与遗传算法、蚁群算法这类传统经典算法相比,具有更好的收敛速度与求解精度,可以有效解决此类问题;考虑产品成本的调度方案总成本平均减少6%,占产品总成本的13%,可以为企业提供更合理的车辆配送方案. 相似文献
34.
35.
36.
37.
38.
39.
混合蜂群算法求解柔性作业车间调度问题 总被引:4,自引:0,他引:4
为解决柔性作业车间调度问题,提出一种基于蜂群模型的混合群智能优化算法.在算法初始化阶段提出了蜂群优化算法结合随机方法的种群初始化方法,提高了初始种群质量;为提高算法搜索精度,在观察蜂阶段采用模拟退火算法更新观察蜂群,并以退温系数调节邻域规模,随算法进程细化搜索范围;针对柔性作业车间调度问题特点,建立了可控规模的邻域更新方法.采用柔性作业车间标准算例,通过仿真编程和与其他算法的比较,验证了算法的有效性和优越性. 相似文献
40.
针对在烟草、石油和食品等生产配送行业,由于各地生产成本不同,导致商品由不同工厂所生产配送的补给价格存在差异,为了在车辆调度问题中综合考虑供给成本和运输成本,并使得总成本最小化,开展了考虑商品供给价格的多车场车辆路径问题研究.建立了基于分布式生产销售系统考虑商品供给价格的多点配送车辆路径优化模型;为了求解优化模型,同时根据考虑供给价格的多车场车辆路径问题的性质和特征,构造出初始解,并结合8个邻域结构和局部搜索算法,设计了改进变邻域搜索算法;最后通过实例,验证了算法的有效性 相似文献