配送中心配送决策问题及其鱼群算法优化求解

doi:10.3724/SP.J.1087.2011.01652

计算机应用 ›› 2011, Vol. 31 ›› Issue (06): 1652-1655.DOI: 10.3724/SP.J.1087.2011.01652

配送中心配送决策问题及其鱼群算法优化求解

方金城¹,张岐山²

1. 福建工程学院经济管理系，福州 350108
2. 福州大学管理学院，福州 350002

收稿日期:2010-11-09 修回日期:2011-01-04 发布日期:2011-06-20 出版日期:2011-06-01
通讯作者: 方金城
作者简介:方金城（1977-），男，福建福清人，讲师，博士研究生，主要研究方向：系统工程与管理、物流工程；张岐山（1962-），男，黑龙江绥化人，教授，博士生导师，博士，主要研究方向：智能信息系统、数据挖掘、企业资源规划、企业信息化、灰色系统。
基金资助:
国家自然科学基金资助项目;福建省教育厅人文社科项目

Optimal solution to distribution decision problem of distribution centre by artificial fish swarm algorithm

FANG Jincheng¹,ZHANG Qishan²

1. Department of Economics and Management, Fujian University of Technology, Fuzhou Fujian 350108, China
2. School of Management, Fuzhou University, Fuzhou Fujian 350002, China

Received:2010-11-09 Revised:2011-01-04 Online:2011-06-20 Published:2011-06-01
Contact: FANG Jincheng

摘要/Abstract

摘要： 以经济配送为视角，分析并构建了配送中心配送决策问题的数学模型。引入实数编码对鱼群算法进行改进，使之适用于模型的求解运算。继而，通过算法编码的设计分析，详细讨论了实数编码下鱼群算法寻优求解的实现步骤。最后利用与传统遗传算法进行同算例求解比较，验证了该模型及改进算法的有效性。

关键词: 配送决策问题, 鱼群算法, 优化, 实数编码

Abstract: This paper analyzed and established mathematical models for distribution decision problem of distribution centre from the perspective of economical distribution. It put forward an improved application of artificial fish swarm algorithm based on real coding. Through the analysis of coding design, the optimization solution steps of the algorithm were discussed in detail. Finally, the paper testified the effectiveness of the models and its solution algorithm by using genetic algorithm to solve the same calculation examples.

Key words: distribution decision problem, artificial fish swarm algorithm, optimization, real coding

方金城张岐山. 配送中心配送决策问题及其鱼群算法优化求解[J]. 计算机应用, 2011, 31(06): 1652-1655.

FANG Jincheng ZHANG Qishan. Optimal solution to distribution decision problem of distribution centre by artificial fish swarm algorithm[J]. Journal of Computer Applications, 2011, 31(06): 1652-1655.

[1]	牛瑞华, 杨俊, 邢斓馨, 吴仁彪. 基于卷积注意力模块和双通道网络的微表情识别算法[J]. 计算机应用, 2021, 41(9): 2552-2559.
[2]	陈俊, 何庆. 基于余弦相似度的改进蝴蝶优化算法[J]. 计算机应用, 2021, 41(9): 2668-2677.
[3]	李开荣, 刘爽, 胡倩倩, 唐亦媛. 基于转角约束的改进蚁群优化算法路径规划[J]. 计算机应用, 2021, 41(9): 2560-2568.
[4]	罗明宇, 骆晓萌, 朱文敏, 张磊, 范秀敏. 船舶狭小空间虚拟人维修姿态建模技术[J]. 计算机应用, 2021, 41(8): 2466-2472.
[5]	张闻强, 邢征, 杨卫东. 基于多区域采样策略的混合粒子群优化求解多目标柔性作业车间调度问题[J]. 计算机应用, 2021, 41(8): 2249-2257.
[6]	李蒙蒙, 秦伟, 刘艺, 刁兴春. 结合头脑风暴优化的混合蚁群优化算法[J]. 计算机应用, 2021, 41(8): 2412-2417.
[7]	汤安迪, 韩统, 徐登武, 谢磊. 混沌精英哈里斯鹰优化算法[J]. 计算机应用, 2021, 41(8): 2265-2272.
[8]	张盟, 郭健全. 需求和回收不确定的闭环供应链渠道结构选择[J]. 计算机应用, 2021, 41(7): 2100-2107.
[9]	张祥飞, 鲁宇明, 张平生. 基于协同进化的约束多目标优化算法[J]. 计算机应用, 2021, 41(7): 2012-2018.
[10]	汤安迪, 韩统, 徐登武, 谢磊. 基于混沌麻雀搜索算法的无人机航迹规划方法[J]. 计算机应用, 2021, 41(7): 2128-2136.
[11]	赵秋云, 魏乐, 舒红平. 面向制造任务的云制造虚拟车间构造方法[J]. 计算机应用, 2021, 41(7): 2003-2011.
[12]	杨震, 马健霄, 王宝杰. 设置待行区条件下双环相位信号配时优化模型[J]. 计算机应用, 2021, 41(7): 2108-2112.
[13]	王宇, 刘燕丽, 陈劭武. 基于顶点冲突学习的最大公共子图算法[J]. 计算机应用, 2021, 41(6): 1756-1760.
[14]	程美英, 钱乾, 倪志伟, 朱旭辉. 信息筛选多任务优化自组织迁移算法[J]. 计算机应用, 2021, 41(6): 1748-1755.
[15]	蔡瑞光, 张德生, 肖燕婷. 参数独立的加权局部均值伪近邻分类算法[J]. 计算机应用, 2021, 41(6): 1694-1700.

配送中心配送决策问题及其鱼群算法优化求解

Optimal solution to distribution decision problem of distribution centre by artificial fish swarm algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics