作者:栾玉麟,郭鹏,王丽敏
摘要:在时尚行业中,零售商会在每个周末预测下周每种货品的数量需求,以确保满足各网点下周的销售需求。在每周开始时零售商安排配送车辆向每个网点取货或送货,将网点多余的货品取走,并向其补充数量不足的货品,由此衍生出多品类组合下带有取送货的车辆路径问题。为了降低物流成本,通过分析快时尚零售行业的取送货特性,提出了顶点拆分策略,以仓库处理成本和车辆行驶路径成本之和最小化为目标构建了混合整数规划模型。鉴于问题的复杂性,设计了基于遗传算法的启发式搜索策略以求解大规模算例,通过邻域搜索实现了初始种群的生成。最后结合实际算例分析验证了所提出的模型和算法的效率,结果表明基于拆分单元的策略能够有效降低零售网点的物流成本。
发文机构:西南交通大学机械工程学院 轨道交通运维技术与装备四川省重点实验室
关键词:车辆路径问题多次访问取送货数学建模遗传算法vehicle routing problemmultiple-visitpick-up and deliverymathematical modellinggenetic algorithm
分类号: T19