价经验方法,最终有效整合三种分析结果,在此基础上提出相应的管理决策模型,进而形成集成综合测度与评价方案。实践应用与数据分析表明这种TEI@I集成测度与评价模型,能有效处理和改善零售企业及其服务商遇到的物流系统绩效测度与评价问题。关键词:物流系统:绩效测度;综合评价:TEl@I方法论:零售商本文采用的改进遗传算法流程如图1所示: 开始上初始化参数计算配送成本、容积载重利用率、适应度函数◆为客户分配车辆(随秽l严生) 选择操作//,一/^\\ r </一7廷否满足车辆容\、\>J 交叉操作\、絮≯萝//、 Y r - 为车辆上的货物变异操作分配装车顺序上//7\\、}搜索车厢空间生i 一<二0雾蔷_≥> 成配载方案,上、\],/7 Y _<7{丢妻量主≥、≥一+ 输出最终方案图1改进遗传算法流程图本文以广州市某物流企业为验证对象,该企业主要从事仓储配送业务,根据该企业的实际运作数据:客户需求、客户位置、货物重量、三维尺寸、车辆数据等作为模型的求解数据。在该企业原配送方案中,共使用车辆8辆,总行驶距离为615.7kin,容积利用率为48.83%,载重利用率为24.90%,直接配送成本为1877.068元。利用改进的遗传算法进行求解,得出的优化方案中共使用车辆5辆,总行驶距离为552.9 Km,容积利用率为67.73%,载重利用率为35.5l,直接配送成本为1603.596元。与原方案对比分析可知.利用本文模型及算法求解的优化方案使用车辆减少3辆,总行驶距离节省62。8 Km, 容积利用率提高38.71%,载重利用率提高42.61%,直接配送成本节省14.57%。验证结果表明,本文的模型及改进的算法在求解三维多车型货物配载与车辆路径优化上具有较强的适用性,所优化的方案可以很好的反映企业的实际需求,对企业解决货物配载与路径优化具有借鉴意义。关键词:多车型;三维配载;配送路径;联合优化
全文预览
