10.11772/j.issn.1001-9081.2019091682
基于改进遗传算法的生鲜多目标闭环物流网络模型
针对生鲜产品闭环物流网络中存在的经济成本高、碳排放量大、社会效益重视不足等问题,综合考虑退货量的不确定性,以经济成本最小、碳排放最小、社会效益最大为目标,建立了不确定条件下的生鲜多目标闭环物流网络模型.首先,利用改进的遗传算法(GA)求解该模型;然后,结合上海某生鲜企业运营管理数据,验证了模型的可行性;最后,将改进的GA的结果与粒子群优化(PSO)算法的结果对比,验证了算法的有效性,凸显了改进的GA在求解多目标的复杂约束问题时的优越性.算例结果表明,多目标优化满意度达到0.92,高于单目标优化满意度,展示了所提模型的有效性.
生鲜闭环物流网络、不确定条件、多目标模型、遗传算法、粒子群优化算法
40
TP18(自动化基础理论)
国家自然科学基金资助项目;上海市科技创新行动计划项目;上海市科委院校能力建设项目
2020-06-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
1494-1500