【摘要】：為研究距離、倉儲(chǔ)成本、倉庫建設(shè)成本、國家稅收政策對海外倉選址的影響,建立實(shí)現(xiàn)總運(yùn)營成本最小與客戶滿意度最大的雙目標(biāo)優(yōu)化模型.該模型采用粒子群優(yōu)化算法進(jìn)行求解,運(yùn)用MATLAB實(shí)現(xiàn),構(gòu)建有23個(gè)節(jié)點(diǎn)的物流運(yùn)輸網(wǎng)絡(luò)驗(yàn)證模型與算法的可行性.結(jié)果表明:采用雙目標(biāo)優(yōu)化模型能得到不同的選址方案,對海外倉選址問題的解決有一定的現(xiàn)實(shí)意義;各節(jié)點(diǎn)間的距離和海外倉的倉儲(chǔ)成本對海外倉選址有顯著影響.
[Abstract]:In order to study the influence of distance, storage cost, warehouse construction cost and national tax policy on overseas warehouse location, a two-objective optimization model is established to achieve minimum total operating cost and maximum customer satisfaction. Particle swarm optimization (PSO) algorithm is used to solve the model. MATLAB is used to realize the feasibility of the model and algorithm. The results show that different location schemes can be obtained by using the two-objective optimization model, which is of practical significance to solve the problem of overseas warehouse location, and the distance between nodes and the storage cost of overseas warehouse have a significant effect on the location of overseas warehouse.
【作者單位】： 上海海事大學(xué)物流科學(xué)與工程研究院;
【分類號(hào)】：F125;F259.2;F724.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈正源;宮立華;;考慮次關(guān)鍵路線的基于粒子群算法工期-費(fèi)用優(yōu)化研究[J];技術(shù)經(jīng)濟(jì);2008年10期

2 吳睿;程紅萍;;利用改進(jìn)的粒子群算法求解二層非線性規(guī)劃問題[J];中國證券期貨;2011年09期

3 李雪佳;;基于改進(jìn)粒子群算法的多因素環(huán)境下配送中心成本優(yōu)化[J];物流技術(shù);2014年03期

4 任銳;;帶有梯度加速的粒子群算法在邊坡穩(wěn)定分析中的應(yīng)用[J];中國高新技術(shù)企業(yè);2009年14期

5 彭文敏;胡書;張莉;譚周田;;基于粒子群算法的無人機(jī)航跡規(guī)劃問題[J];中國高新技術(shù)企業(yè);2010年04期

6 胡書;張莉;彭文敏;;改進(jìn)的離散粒子群算法在配送問題中的應(yīng)用[J];物流科技;2010年03期

7 徐波;;一種新型量子粒子群算法[J];價(jià)值工程;2011年01期

8 林菁;江琳;;免疫粒子群算法下向量機(jī)參數(shù)選擇及金融應(yīng)用[J];福建金融管理干部學(xué)院學(xué)報(bào);2012年03期

9 羅芳瓊;吳春梅;;基于粒子群算法的投影尋蹤模型在項(xiàng)目投資決策中的應(yīng)用[J];現(xiàn)代計(jì)算機(jī);2013年17期

10 趙喜;吳陽清;李芳芳;馬倩;張樹梅;于勇濤;;粒子群算法工具箱在函數(shù)尋優(yōu)中的應(yīng)用[J];技術(shù)與市場;2012年12期

相關(guān)會(huì)議論文 前10條

1 朱童;李小凡;魯明文;;位置加權(quán)的改進(jìn)粒子群算法[A];中國科學(xué)院地質(zhì)與地球物理研究所第11屆（2011年度）學(xué)術(shù)年會(huì)論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進(jìn)制粒子群算法在稀疏陣列綜合中的應(yīng)用[A];2009年全國天線年會(huì)論文集（上）[C];2009年

3 陳龍祥;蔡國平;;基于粒子群算法的時(shí)滯動(dòng)力學(xué)系統(tǒng)的時(shí)滯辨識(shí)[A];第十二屆全國非線性振動(dòng)暨第九屆全國非線性動(dòng)力學(xué)和運(yùn)動(dòng)穩(wěn)定性學(xué)術(shù)會(huì)議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設(shè)計(jì)中的應(yīng)用[A];第十一屆全國膨脹節(jié)學(xué)術(shù)會(huì)議膨脹節(jié)設(shè)計(jì)、制造和應(yīng)用技術(shù)論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進(jìn)粒子群算法[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文選編[C];2005年

6 熊偉麗;徐保國;;粒子群算法在支持向量機(jī)參數(shù)選擇優(yōu)化中的應(yīng)用研究[A];2007中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進(jìn)粒子群算法在大壩力學(xué)參數(shù)分區(qū)反演中的應(yīng)用[A];2012年中國水力發(fā)電工程學(xué)會(huì)大壩安全監(jiān)測專委會(huì)年會(huì)暨學(xué)術(shù)交流會(huì)論文集[C];2012年

8 熊偉麗;徐保國;;單個(gè)粒子收斂中心隨機(jī)攝動(dòng)的粒子群算法[A];2009年中國智能自動(dòng)化會(huì)議論文集（第七分冊）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

9 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對策[A];第十二屆中國管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標(biāo)函數(shù)優(yōu)化問題[A];第二十一屆中國（天津）’2007IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會(huì)議論文集[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 李慶偉;粒子群算法及電廠若干問題的研究[D];東南大學(xué);2016年

2 杜毅;多階段可變批生產(chǎn)線重構(gòu)的研究[D];廣東工業(yè)大學(xué);2016年

3 尹浩;求解Web服務(wù)選取問題的粒子群算法研究[D];東北大學(xué);2014年

4 王芳;粒子群算法的研究[D];西南大學(xué);2006年

5 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學(xué);2012年

6 劉建華;粒子群算法的基本理論及其改進(jìn)研究[D];中南大學(xué);2009年

7 黃平;粒子群算法改進(jìn)及其在電力系統(tǒng)的應(yīng)用[D];華南理工大學(xué);2012年

8 胡成玉;面向動(dòng)態(tài)環(huán)境的粒子群算法研究[D];華中科技大學(xué);2010年

9 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究[D];浙江工業(yè)大學(xué);2014年

10 張寶;粒子群算法及其在衛(wèi)星艙布局中的應(yīng)用研究[D];大連理工大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 張忠偉;結(jié)構(gòu)優(yōu)化中粒子群算法的研究與應(yīng)用[D];大連理工大學(xué);2009年

2 李強(qiáng);基于改進(jìn)粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學(xué);2015年

3 付曉艷;基于粒子群算法的自調(diào)節(jié)隸屬函數(shù)模糊控制器設(shè)計(jì)[D];河北聯(lián)合大學(xué);2014年

4 余漢森;粒子群算法的自適應(yīng)變異研究[D];南京信息工程大學(xué);2015年

5 梁計(jì)鋒;基于改進(jìn)粒子群算法的交通控制算法研究[D];長安大學(xué);2015年

6 楊偉;基于粒子群算法的氧樂果合成過程建模研究[D];鄭州大學(xué);2015年

7 李程;基于粒子群算法的AS/RS優(yōu)化調(diào)度方法研究[D];陜西科技大學(xué);2015年

8 樊偉健;基于混合混沌粒子群算法求解變循環(huán)發(fā)動(dòng)機(jī)數(shù)學(xué)模型問題[D];山東大學(xué);2015年

9 陳百霞;考慮風(fēng)電場并網(wǎng)的電力系統(tǒng)無功優(yōu)化[D];山東大學(xué);2015年

10 戴玉倩;基于混合動(dòng)態(tài)粒子群算法的軟件測試數(shù)據(jù)自動(dòng)生成研究[D];江西理工大學(xué);2015年

，

本文編號(hào)：2134387