基于聚类的物流节点模型及其自适应蚁群算法

被引：8

作者：

施宏伟

王发年

机构：

[1] 西安电子科技大学经济管理学院

来源：

工业工程与管理 | 2010年 / 15卷 / 04期

关键词：

物流服务节点; 布局优化; 自适应蚁群算法;

D O I：

10.19495/j.cnki.1007-5429.2010.04.003

中图分类号：

F250 [物资经济理论];

学科分类号：

1201 ; 1202 ; 020205 ;

摘要：

综合考虑物流服务节点区域的空间属性和成本约束,基于物流服务节点波及范围,分析备选服务节点选择过程及其运行成本特征,构建了物流服务节点布局优化模型。将物流服务节点选择映射为一个聚类过程,提出解决物流服务节点选择问题的自适应蚁群聚类算法。以物流系统总成本最低为聚类准则,描述了物流节点布局模型的求解过程,并对服务节点布局参数进行仿真实验,验证模型及算法的鲁棒性和选择效率。

引用

页码：10 / 14

页数：5

共 9 条

[1] 基于蚁群算法的多目标优化 [J].

池元成 ;

蔡国飙 .

计算机工程, 2009, 35 (15) :168-169+172

[2] 自适应蚁群优化算法在物流调度中的应用研究 [J].

丁秀明 ;

钱雪忠 ;

郭庆北 .

计算机应用与软件, 2008, (02) :181-183

[3] 物流设施选址研究的展望 [J].

刘敬青 .

综合运输, 2007, (04) :46-48

[4] 物流设施选址问题的双层模拟退火算法 [J].

秦进 ;

史峰 .

系统工程, 2007, (02) :36-40

[5] 基于蚁群优化的多物流配送中心选址算法 [J].

秦固 .

系统工程理论与实践, 2006, (04) :120-124

[6] An Improved Heuristic Ant-Clustering Algorithm [J].

Yunfei Chen Yushu Liu Jihai ZhaoDepartment of Computer Science and EngineeringSchool of Information Science and TechnologyBeijing Institute of TechnologyBeijingEmailcyfhotmailcom .

计算机工程与应用, 2004, (29) :133-134+158

[7] 一种自适应蚁群算法及其仿真研究 [J].

王颖 ;

谢剑英 .

系统仿真学报, 2002, (01) :31-33

[8] 蚂蚁算法在组合优化中的应用 [J].

马良 ;

项培军 .

管理科学学报, 2001, (02) :32-37

[9]

An Improved Ant Colony Optimization Cluster Algorithm Based on Swarm Intelligence[J] . Weihui Dai,Shouji Liu,Shuyi Liang.Journal of Software . 2009 (4)

← 1 →