资源描述：
《硕士——遗传算法的物流中心选址模型及算法研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、重庆大学硕士学位论文基于遗传算法的物流中心选址模型及算法研究姓名：肖剑申请学位级别：硕士专业：应用数学指导教师：陈义华20050401重庆大学硕士学位论文中文摘要摘要本文首先介绍了物流和物流中心的概念比较了配送中心物流中心物流园区的具体细分和特征分析了在现代物流观点下第三方物流供应链管理电子商务的发展对物流中心功能设计及选址的影响探讨了选址决策应掌握的基本原则特别介绍了物流中心选址方法中较少涉及的随机期望值选址模型和体现定性和定量结合数学思想的模糊综合评判选址模型其次在前人工作的基础上建立了基于竞争的物流中心选址双层规划模型考虑的因素更全面
2、设计了模型求解的遗传算法并和MonteCarlo模拟退火算法进行了比较与其他方法相比此算法实现简单并且有较快的运算速度较启发式算法更易推广是解决此类问题的通用方法在物流中心的规划中由于动态管理的需要和追求效益最大化对已运营的物流中心进行成本和效益分析评价的结果可能要关闭或扩建某些物流中心利用DEA模型思想建立了在DEA评价下的物流中心再选址模型并用本文引入的遗传算法对算例进行了求解得到的结果令人满意体现了成本和效益指标在物流管理的重要性及对物流中心选址设计的作用关键词物流中心选址双层规划遗传算法DEAI重庆大学硕士学位论文英文摘要ABSTR
3、ACTThenotionoflogisticsandlogisticscentersareintroducedfirstinthispaper,thenthedifferenceofdistributioncenters,logisticscentersandlogisticszonearecompared.Theeffectonlogisticscentersfunctiondesignandlocationisanalysed,bytheviewofmodernlogisticssuchasthird-partylogistics,su
4、pply-chainmanagementande-commerce.Thefundamentalprinciplesoflocationdecisionisdiscussed.Randomexpectedvaluesmodelisrecommended,whichisaspeciallocationmodel,simultaneouslythefuzzycomprehensivejudgmentmodelisalsointroduced.Theimprovedlogisticscenterslocationbi-levelprogrammi
5、ngmodelbasedoncompetitionisconstructed.Inconsiderationoftheneedtosolvethemodelasolutionalgorithmbasedongeneticalgorithmsisproposed,comparedwithMonteCarlosimulatedannealingalgorithm,itworksfastandeasytogeneralizecontrasttoheuristicalgorithm,soit’sageneralalgorithmtosolvethi
6、skindofproblem.Todesignlogisticscenters,forthepurposeofdynamicmanagementandbenefitmaximum,itneedstoanalysiscostandbenefitofoperatedlogisticscenters.Theappreciativeresultsprobablyrequiretocloseorexpandcertainlogisticscenters.ByusingDEAmodel,Inthispaperthewriterpresentstheef
7、ficiencyassessmentoflogisticscentersandestablishesalogisticscenterslocationmodelbasedontheDEA.Finally,theavailabilityofthemodelisillustratedwithapracticalexamplebygeneticalgorithms,whichincarnatestheimportanceofcostandbenefitindexesinlogisticsmanagementandthefunctiontologi
8、sticscentersdesign.Keywords:Logisticscenter,Location,GeneticAlgorithm,Bi-levelProgramming
