摘要
针对生鲜产品闭环物流网络中存在经济成本高、碳排放量大、社会效益重视不足等问题,综合考虑退货量的不确定性,提出以经济成本最小,碳排放最小,社会效益最大为目标,建立了不确定条件下生鲜多目标闭环物流网络模型。首先利用改进的遗传算法(Genetic Algorithm, GA)求解该模型,然后结合上海某生鲜企业运营管理数据,验证了模型的可行性。最后将改进的遗传算法结果与粒子群(Particle Swarm Optimization, PSO)算法结果对比,验证了算法的有效性。算例结果表明,多目标优化满意度达到0.92,高于单目标优化满意度。算法对比凸显了改进的GA算法在求解多目标,复杂约束问题时的优越...
学科与关键词
关键词
生鲜闭环物流网络不确定条件多目标模型遗传算法粒子群算法
- 基于改进遗传算法的农牧产品物流问题研究张博; 赵媛媛智富时代, 2015, S1: 330-331.
- 基于改进多目标遗传算法的农村低碳物流配送路径优化宾厚*; 张路行; 王素杰; 王欢芳中国农业大学学报, 2023, 28(07): 224-237.被引 1
- 带软时间窗物流配送车辆路径问题的并行遗传算法刘诚; 陈治亚; 封全喜系统工程, 2005, (10): 7-11.
