1、随着城市居民对各类商品运输服务的不断增加需求,我们面临着城市内高地价和物流用地有限的挑战,这对物流配送行业的进一步发展构成了障碍。与此同时,高速公路服务区周边仍然有许多未充分利用的土地资源,相关管理部门正在积极寻求新的服务模式,以推动土地资源的发展和利用。我们的物流仓储设施点位是基于高速公路建设的,这有助于避免重型货车进入城市,减轻城市交通拥堵的问题。此外,依托发达的高速公路网络进行运输,提高了高速公路的使用效率,同时也增强了货物送达的时效性,实现了企业经济效益和社会效益的双赢局面。
2、目前,高速公路服务区物流配送网络优化的研究已经有了一定的基础,但仍然存在一些问题需要解决:
3、1.大多数研究仅考虑在服务区建设配送中心,并将其视为现有公路物流网络中的一个新节点,配送模式并没有太多的变化,没有充分利用高速公路作为一种封闭运输系统的潜力;
4、2.在数学模型构建方面,主要集中在服务区配送中心的选址模型,而对后续路径安排的研究相对较少;
5、3.目标函数中对系统总成本的考虑还不够详细,没有充分考虑高速公路运输的特点,如其较强的时效性以及与此同时产生的额外过路费和驾驶安全性等因素,在构建的模型中没有得到充分体现;
6、4.在考虑城市配送方面,对城市内需求点的分布和数量的确定通常相对模糊,多采用直接设定或单一维度指标(如区县常住人口)的简单估计。
1、针对现有技术中的上述不足,本发明提供的一种物流配送网络优化方法解决了现有模型的没有充分利用高速公路作为一种封闭运输系统的潜力、路径安排不详细、系统总成本考虑不够详细的问题。
2、为了达到上述发明目的,本发明采用的技术方案为:提供一种物流配送网络优化方法,包括以下步骤:
6、s4、使用迭代优化好的物流配送网络优化模型布局物流配送网络,完成物流配送网络优化。
9、s12、使用k-medoids聚类算法对原始小区需求点进行聚类,得到新需求点群;
10、s13、使用k-medoids聚类算法对新需求点群进行聚类,获取若干簇标签及簇内点;
11、s14、选定一个簇标签,计算该簇标签中所有簇内点与各服务区之间的距离,选择与所述簇内点平均距离最小的两片区域作为服务该簇内需求点的备选点,并加入至候选列表;
13、s16、对候选列表进行去重处理,得到最终备选点集合,作为城市的配送中心的备选点集合。
14、上述进一步方案的有益效果为:使用k-medoids聚类算法进行聚类,相比k-means算法对数据中的异常点十分敏感,一些突出的异常值可能会严重扭曲聚类的结果,而居民小区呈现的特点则是一部分小区会远离聚集区,从而呈现出一种“异常点”的效果,k-medoids会将位于簇最中心的对象作为中心,而不是像k-means使用类中对象的平均值作为参考点,但k-medoids同时也保留了k-means基于最小化每个对象与类中心点之间的不相似程度之和来聚类的原理,这使得k-medoids算法非常适用于本文的数据集。
18、配送车辆从配送中心出发至顾客需求点进行配送,并于服务完所有顾客后返回配送中心;
22、顾客对物流配送服务有时间要求,超出给定时间范围会产生时间惩罚成本;
26、其中,z1表示物流配送网络的系统总成本,f1、f2、f3和f4分别表示物流配送中心的租赁运营成本、车辆运输成本、顾客配送时间惩罚成本和货损成本;s={0,1,2,…,s}表示配送中心集合;c={0,1,2,…,c}表示普通货物顾客集合;d={0,1,2,…,d}表示冷链生鲜顾客集合;m={0,1,2,…,m}表示服务区配送中心普通货物配送车辆集合;n={0,1,2,…,n}表示服务区配送中心冷链配送车辆集合;lij表示从i点到j点的配送距离;uj表示第j个顾客的普通货物需求量;ej表示第j个顾客的冷链货物需求量;fsi表示第i个服务区配送中心的日租金;h1表示配送中心单位重量普通货物的处理费;h2表示配送中心单位重量冷链货物的处理费;fck表示第k辆普通货车的发车固定成本;fdk表示第k辆冷链货车的发车固定成本;f1表示普通货车行驶单位距离能耗系数;f2表示冷链货车行驶单位距离能耗系数;f3表示在顾客最早时间窗之前提供物流服务的惩罚费率;f4表示在顾客最晚时间窗之后提供物流服务的惩罚费率;frcij表示普通车辆从i点到j点行驶所需高速公路收费;frdij表示冷链车辆从i点到j点行驶所需高速公路收费;xijk、yij和zi均为决策变量;[etj,ltj]表示第j个顾客接收服务的时间窗;tjk表示顾客j在接受k车服务的时间点;rcj表示生鲜产品的货损率;rnj表示普通货物货损率;pc表示冷链生鲜货物的单位货损成本;pn表示普通货物的单位货损成本。进一步地:所述物流配送网络优化模型的约束条件为:
47、其中,pk表示第k个普通配送车的最大载重量;qk表示第k个冷链配送车的最大载重量;rijk表示第k辆车从i点出来到j点时的载重;rjik表示第k辆车从j点出来到i点时的载重;tik表示顾客i接受k车服务的时间点,tik表示顾客i接受k车物流服务时间长度;tijk表示第k辆车从i点出来到j点所需要的时间;sj表示客户满意度,xjik为决策变量,[eti,lti]表示第i个服务区配送中心的服务时间窗;t表示最低平均综合顾客满意度。
48、上述进一步方案的有益效果为:建立以系统总成本最低为目标的两层lrp模型,对整个物流配送网络进行优化。
50、s31、根据物流配送网络优化模型中车辆数、中心编号和顾客点编号对染色体进行编码;
53、s34、随机对初始化的种群采用选择、交叉或变异的方式进行遗传更新;
55、s36、重复执行步骤s33-s35,直到达到预设的迭代次数,完成对物流配送网络优化模型的迭代优化。
56、进一步地:所述步骤s31中,采用非定长实数编码方式对染色体进行编码,编码后的染色体
57、其中,a为使用车辆数,a=1,2,3,...,m,m为染色体数;子串lw0为配送中心编号,lw1,lw2,...,lwd为顾客点编号。
58、进一步地:所述步骤s34中,采用的选择遗传算法为轮盘赌法,其按照种群中染色体的综合适应度值进行轮盘划分。
59、进一步地:所述步骤s34中,采用的交叉遗传算法对种群中染色体进行遗传更新的方法包括以下分步骤:
61、s3402、在每个父代染色体中随机选择一个表示配送中心的编码位,并提取其所在的整个子串作为交叉部位;
62、s3403、将交叉部位交换插入到另一个父代染色体中,形成新的染色体;
64、进一步地:所述步骤s34中,采用的变异遗传算法对种群中染色体进行遗传更新的方法包括以下分步骤:
68、s3414、对每个子串进行路径编码位变异,得到子代染色体,完成遗传更新。
70、1.通过对现有物流网络进行改进,实现了多重有益效果,使得物流系统更加高效、经济和环保;
71、2.能够快速响应城市居民对特定货物的物流需求,提高了配送效率,还显著降低了系统的总成本;
72、3.本方法引入综合顾客满意度,在提高的配送效率的同时还照顾了客户的体验;
73、4.充分利用高速公路作为一种封闭运输系统的潜力,使大型货车不再需要进入城区,从而有效减少了城市内交通拥堵,提高了通行效率。
1.计算机网络安全 2.计算机仿线.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
一种基于FFA-Net与YOLOv7算法的实时雾天场景目标检测方法与系统与流程