亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于混合“集裝箱-快遞”物流需求的跨境電子商務(wù)配送路線優(yōu)化研究

        2024-03-06 08:34:38陳克瑩
        中國儲(chǔ)運(yùn) 2024年2期
        關(guān)鍵詞:路線站點(diǎn)距離

        文/陳克瑩

        1.跨境電子商務(wù)配送路線優(yōu)化

        1.1 建立混合“集裝箱-快遞”物流需求回歸模型

        構(gòu)建混合“集裝箱-快遞”物流需求的多元回歸模型,對(duì)跨境電子商務(wù)物流需求量的影響因素進(jìn)行分析。經(jīng)過對(duì)于數(shù)據(jù)的提取與分析,獲得因變量與自變量之間的關(guān)系,并推測出影響變量的數(shù)據(jù)。在模型構(gòu)建過程中,通過分析兩個(gè)變量之間的關(guān)系,計(jì)算物流需求量,合理安排物流線路和運(yùn)營[1]。同時(shí),根據(jù)對(duì)于混合“集裝箱-快遞”物流需求,對(duì)其影響因素進(jìn)行分析后得到跨境電子商務(wù)物流規(guī)模數(shù)據(jù)。設(shè)定自變量經(jīng)濟(jì)指標(biāo)為X,隨機(jī)變量為Y,回歸模型表示為:

        公式中:δ 為回歸參數(shù);δ 為隨機(jī)誤差。通過模型計(jì)算得到對(duì)應(yīng)的樣本數(shù)據(jù),并形成對(duì)應(yīng)矩陣。將需求分析運(yùn)用SPD軟件對(duì)數(shù)據(jù)進(jìn)行提取,將初始數(shù)據(jù)進(jìn)行歸一化處理后,對(duì)變量之間的參數(shù)關(guān)系進(jìn)行分析。對(duì)模型進(jìn)行擬合度檢驗(yàn),設(shè)定修正系數(shù)為R。經(jīng)過計(jì)算估計(jì)樣本的回歸方程,并得到擬合樣本的觀測值。設(shè)定樣本數(shù)據(jù)為原始序列,將原始序列進(jìn)行累積,得到新的序列。并對(duì)累積的序列進(jìn)行平滑處理。運(yùn)用最小二乘法對(duì)參數(shù)矩陣的值進(jìn)行計(jì)算,得到參數(shù)值為x,y,將兩個(gè)值代入序列中進(jìn)行還原,得到預(yù)測函數(shù)[2]。根據(jù)預(yù)測函數(shù)計(jì)算模型的相對(duì)殘差值。比較殘差值與模型的精度誤差,判斷預(yù)測模型是否符合預(yù)測精度。將得到GM(1,1)預(yù)測模型中的w設(shè)定為組合權(quán)重系數(shù)。計(jì)算權(quán)重后進(jìn)行比較,獲得模型的平均絕對(duì)誤差,以此來判斷混合“集裝箱-快遞”物流需求模型預(yù)測效果。

        1.2 節(jié)約里程法計(jì)算最短距離優(yōu)化配送路線

        設(shè)定物流配送車輛在起始點(diǎn)進(jìn)行配貨,在完成后按照路線返回配送中心O。在路線中存在N個(gè)配送站點(diǎn)并規(guī)劃出n條起始線路[3]。選擇所有行駛路徑,并根據(jù)不同行駛路徑長度,按照順序?qū)⑦\(yùn)輸問題中的回路設(shè)定為(0,…,i,0)和(0,…,j,0)。將兩個(gè)回路進(jìn)行合并生成一個(gè)新的回路為(0,…,i,j,…,0),組合后得到新的車輛運(yùn)輸路徑,并記錄相應(yīng)的距離變化。如果組合后的車輛總行駛距離較短,將與原有路徑之間的差值作為節(jié)約距離。計(jì)算獲得節(jié)約距離值,并將其進(jìn)行排序。在符合車輛容量約束的條件下,按照計(jì)算得到的數(shù)值進(jìn)行排序后依次安排對(duì)應(yīng)的配送連接點(diǎn)[4]。將所有的配送站點(diǎn)進(jìn)行連接后,由配送中心P0分別向站點(diǎn)Pi和站點(diǎn)Pj兩點(diǎn)進(jìn)行物流配送。選擇路徑A中的往返配送路線為P0-Pi-P0和P0-Pj-P0,配送距離長度表示為2(L1+L2)。選擇路徑B中的往返配送路線為P0-Pi-Pj-P0,配送距離長度為(L1+L2+L3),路線組合后車輛節(jié)約的行駛里程表示為:

        公式中:L為線路里程。根據(jù)節(jié)約里程法得到配送路線的出發(fā)點(diǎn),并選擇對(duì)應(yīng)的配送運(yùn)輸車輛的特征,按照不同站點(diǎn)到配送中心的距離進(jìn)行最優(yōu)線路配送規(guī)劃。設(shè)定配送中心的物流工作為t,運(yùn)用節(jié)約里程法對(duì)配送路徑進(jìn)行尋優(yōu),尋找線路中的最優(yōu)路徑[5]。在路線數(shù)據(jù)中隨意生成了1×10條路徑,并重復(fù)N次。將第i次生成的粒子放入一個(gè)規(guī)模為N×L種群的第i行中,使得其能夠包含N個(gè)粒子規(guī)模的初始種群。運(yùn)用對(duì)粒子群從第1列開始進(jìn)行累加的計(jì)算方法,計(jì)算對(duì)應(yīng)配送站點(diǎn)的貨物信息,并將得到的信息進(jìn)行累加。根據(jù)粒子群的搜索能力進(jìn)行最優(yōu)解搜索。不斷進(jìn)行迭代,后期粒子群收斂速度減弱,會(huì)發(fā)生陷入局部收斂而無法產(chǎn)生最優(yōu)解。所以設(shè)定粒子迭代次數(shù)為N,得到的權(quán)重wmax。隨機(jī)生成不同解,獲得原始種群。計(jì)算粒子的適應(yīng)度函數(shù)值,并對(duì)當(dāng)前粒子群進(jìn)行排序,獲得極值。增加混沌數(shù),對(duì)粒子群進(jìn)行更新。確定迭代次數(shù)是否達(dá)到最大值,并輸出最優(yōu)解。將目標(biāo)函數(shù)的倒數(shù)定義為適應(yīng)度函數(shù),設(shè)定配送中的變量,并對(duì)交叉點(diǎn)中的補(bǔ)集進(jìn)行隨機(jī)排列,根據(jù)更新后的位置進(jìn)行交換,從而獲得交換后的最佳點(diǎn)位置,得到最優(yōu)路徑。如果在某個(gè)站點(diǎn)中的貨物信息累加結(jié)果超過了車輛載物的最大重量,或者超出了最大容積,則在該點(diǎn)之后添加0。如果沒有超過車輛配送承載量,則需計(jì)算出從配送中心到此配送站點(diǎn)的距離,再加上從該站點(diǎn)返回配送中心的距離[7]。與車輛總行駛距離閾值進(jìn)行比較,如果超出閾值范圍,則需要在位置后面添加0,并將貨物的信息重置為0。不斷重復(fù)上述步驟,直到完成所有站點(diǎn)的配置。

        2.實(shí)驗(yàn)測試與分析

        為測試配送線路方法的優(yōu)化程度,對(duì)不同算法的最優(yōu)路徑配送任務(wù)中,需要的車輛所行駛距離進(jìn)行統(tǒng)計(jì)。設(shè)置四個(gè)小組,運(yùn)用PSO算法、APSO算法、KMND算法的小組為對(duì)照組,運(yùn)用本文方法的小組為實(shí)驗(yàn)組進(jìn)行最優(yōu)路徑求解,將其與三種傳統(tǒng)算法進(jìn)行對(duì)比測試。

        2.1 搭建實(shí)驗(yàn)環(huán)境

        運(yùn)用Matlab進(jìn)行編程求解。搭建實(shí)驗(yàn)所用的硬件環(huán)境,主機(jī)的運(yùn)行內(nèi)存8G,主頻325.4GHz,Intel i7 CPU為622GB。測試數(shù)據(jù)源自Solom on數(shù)據(jù)庫,其中有200個(gè)車輛路徑規(guī)劃的實(shí)際數(shù)據(jù)。配送問題的路徑優(yōu)化數(shù)據(jù)規(guī)模為20~30之間,結(jié)合實(shí)際情況對(duì)目標(biāo)進(jìn)行約束后,確定運(yùn)用數(shù)據(jù)規(guī)模20作為實(shí)驗(yàn)測試規(guī)模。對(duì)數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行處理,使得數(shù)據(jù)樣例滿足一定的離散性,能夠使用不同配送站點(diǎn)需求的特征。設(shè)置實(shí)驗(yàn)所用的物流配送車輛為標(biāo)準(zhǔn)的配送車輛,凈載貨量在150~200kg,結(jié)合實(shí)際需求滿足車輛裝載上限為180kg。設(shè)置粒子群的迭代次數(shù)為1100代,計(jì)算得到的SSE值為2,初始慣性權(quán)重因子5.00,兩個(gè)學(xué)習(xí)因子邊界設(shè)置為3和0。

        2.2 結(jié)果與分析

        運(yùn)用PSO 算法對(duì)照1組求解后得到的最優(yōu)路徑為:0-11-17-15-3-5-9-12-18-20-2-4-1-19-16-14-10-6-7-8-13-0。最優(yōu)解顯示需要3輛車來完成配送任務(wù),每輛車行駛的路徑上的網(wǎng)點(diǎn)編號(hào)為:

        運(yùn)用APSO 算法對(duì)照2組求解后的最優(yōu)路徑為:0-12-15-4-9-11-17-20-5-13-16-8-1-7-14-6-19-3-7-19-3-10-2-18-1-16-0。最優(yōu)解顯示需要3輛車來完成配送任務(wù),每輛車行駛的路徑上的網(wǎng)點(diǎn)編號(hào)為:

        運(yùn)用KMND算法對(duì)照3組求解后的得到的最優(yōu)路徑為:0-9-19-15-10-1-18-7-5-4-17-14-16-12-8-20-3-6-13-11-2-0。最優(yōu)解顯示需要3車來完成配送任務(wù),每輛車行駛的路徑上的網(wǎng)點(diǎn)編號(hào)為:

        運(yùn)用本文算法實(shí)驗(yàn)組求解后得到的最優(yōu)路徑為:0-3-18-10-11-1-9-7-6-20-8-15-17-16-14-5-13-19-2-4-12-0。最優(yōu)解顯示需要2輛車來完成配送任務(wù),每輛車行駛的路徑上的網(wǎng)點(diǎn)編號(hào)為:

        根據(jù)需要完成配送任務(wù)的車輛數(shù),進(jìn)行仿真實(shí)驗(yàn)后測得車輛的總行駛距離結(jié)果,如下表所示:

        表1 車輛行駛距離

        由實(shí)驗(yàn)結(jié)果可知,不同算法最優(yōu)路徑規(guī)劃后,算法收斂速度緩慢使得對(duì)照組總車輛數(shù)較多,車輛行駛距離較長。而相比對(duì)照組,實(shí)驗(yàn)組算法在規(guī)劃最優(yōu)路徑后,算法收斂速度明顯增加,總車輛數(shù)減少1輛,行駛距離為155km,為四組中的最短距離。說明運(yùn)用本文方法能夠有效縮短車輛運(yùn)行距離,獲得較好優(yōu)化結(jié)果。

        綜上所述,與傳統(tǒng)路徑規(guī)劃方法相比,本算法在求解過程中受到的值界影響較小,所占的內(nèi)存空間小,獲得更高求解速度。通過對(duì)于算法的優(yōu)化,減少了對(duì)求解結(jié)果依賴性,更好處理了搜索速度慢的問題,緩解了早熟的產(chǎn)生。在選擇初始數(shù)據(jù)過程中,減少了計(jì)算開銷,加大對(duì)于全局收斂性的計(jì)算,縮短車輛行駛距離,獲得較好結(jié)果,驗(yàn)證了本文方法的有效應(yīng)用。通過對(duì)混合“集裝箱-快遞”物流需求的跨境電子商務(wù)配送路線優(yōu)化問題進(jìn)行研究,建立優(yōu)化模型,充分完善在快遞配送問題中的車輛行駛距離問題,提升了配送效率,增加了車輛裝載率。在處理大量需求的VRP問題的同時(shí),可以對(duì)問題進(jìn)行數(shù)據(jù)轉(zhuǎn)化降維處理,不能夠加快對(duì)于算法的計(jì)算速度,還能有效降低算法求解過程中陷入局部最優(yōu)解的問題發(fā)生。運(yùn)用多種算法對(duì)配送路徑進(jìn)行最優(yōu)路徑結(jié)果比對(duì),獲得最佳結(jié)果,體現(xiàn)了本文方法的實(shí)用性和有效性。在跨境電子商務(wù)配送過程中,能夠有效減短車輛的行駛距離,提升了用戶的滿意程度,擴(kuò)大了電子商務(wù)的運(yùn)營范圍,得到較好應(yīng)用。

        3.結(jié)束語

        此次從跨境電子商務(wù)配送線路入手,研究了基于混合“集裝箱-快遞”物流需求的跨境電子商務(wù)配送路線優(yōu)化方法。根據(jù)跨境電子商務(wù)配送路線的整體策略,選擇混合物流需求,通過不斷改進(jìn)算法實(shí)現(xiàn)配送路線優(yōu)化,為今后的研究提供了方向。但方法中還存在一些不足之處,例如部分算法尚未明確和簡化,車輛的調(diào)配問題,采集數(shù)據(jù)單一等。今后應(yīng)更加重視算法,提升配送中心服務(wù)水平和成本,滿足用戶配送需求,提升配送服務(wù)質(zhì)量。豐富企業(yè)選址和路徑優(yōu)化。結(jié)合實(shí)際問題進(jìn)行分析,實(shí)現(xiàn)基于混合“集裝箱-快遞”物流需求的跨境電子商務(wù)配送路線的全方位優(yōu)化。

        猜你喜歡
        路線站點(diǎn)距離
        最優(yōu)路線
        『原路返回』找路線
        基于Web站點(diǎn)的SQL注入分析與防范
        電子制作(2019年14期)2019-08-20 05:43:42
        2017~2018年冬季西北地區(qū)某站點(diǎn)流感流行特征分析
        算距離
        畫路線
        首屆歐洲自行車共享站點(diǎn)協(xié)商會(huì)召開
        中國自行車(2017年1期)2017-04-16 02:53:52
        怕被人認(rèn)出
        找路線
        每次失敗都會(huì)距離成功更近一步
        山東青年(2016年3期)2016-02-28 14:25:55
        亚洲av色欲色欲www| 91综合在线| 无码a级毛片免费视频内谢| 亚洲妇女av一区二区| 日本va中文字幕亚洲久伊人| 国产午夜精品av一区二区麻豆| 18禁高潮出水呻吟娇喘蜜芽| 不卡无毒免费毛片视频观看| 少妇极品熟妇人妻高清| 一区二区三区日韩亚洲中文视频| 玩弄丰满奶水的女邻居| 成在人线av无码免观看麻豆| 全免费a级毛片免费看| 美女射精视频在线观看| 美妇炮灰被狂躁爽到高潮h| 永久免费a∨片在线观看| 在线涩涩免费观看国产精品| 欧美日韩精品乱国产538| av手机在线天堂网| 日本一区二区三区清视频| 精品人妻一区二区三区久久| 野狼第一精品社区| 国产成人精品日本亚洲专区6| 人妻丰满少妇一二三区| 一本色道久久88加勒比综合| 日韩精品熟妇一区二区三区| 欧美大屁股xxxx| 国产精品调教| 精品国产午夜久久久久九九| 亚洲av午夜福利一区二区国产| av天堂亚洲另类色图在线播放| 久久九九精品国产av| 国产二区交换配乱婬| 国产内射999视频一区| 97色综合| 国产精品日本一区二区三区在线 | 亚洲一二三区免费视频| 久久久国产精品黄毛片| 91日本精品国产免| 日韩av免费在线不卡一区| 99久久精品费精品国产一区二 |