疫情期间社区商超物资配送路径优化研究

作者：刘娜,张玺,石超峰

摘要：在抗击新型冠状病毒肺炎的战役中,采取“商超+社区”创新无接触配送模式对疫情影响下的社区进行物资配送,以保障居民生活物资供应。利用SOM神经网络算法与遗传算法求解车辆路径规划中的特例问题——TSP问题,以湖北省黄石港区社区物资配送路径为例,对两种算法的优化结果进行对比,发现遗传算法比SOM神经网络算法拥有更高的求解精度及效率。结果表明:优化后的路径距离为初始路径距离的37.2%,使用遗传算法可更快地搜寻到最佳的物资配送路径,得到较好的物资配送方案。

发文机构：重庆交通大学交通运输学院 重庆交通大学经济与管理学院

关键词：公路运输物资配送SOM神经网络算法遗传算法社区商超路径优化highway transportationmaterial distributionSOM neural network algorithmgenetic algorithmcommunity supermarketrouting optimization

分类号： U492.3[交通运输工程—交通运输规划与管理]