文献类型：期刊文章

作　　者：李存兵[1] 谢林君[2] 杨金欣[3]

LI Cunbing;XIE Linjun;YANG Jinxin(Ningbo Branch of Zhejiang Provincial Tobacco Corporation,Ningbo 315000,Zhejiang,China;Zhejiang University of Technology,Hangzhou 310014,China;Shaoxing Branch of Zhejiang Provincial Tobacco Corporation,Shaoxing 312000,Zhejiang,China)

机构地区：[1]浙江省烟草公司宁波市公司,浙江省宁波市315000 [2]浙江工业大学,杭州市310014 [3]浙江省烟草公司绍兴市公司,浙江省绍兴市312000

出　　处：《烟草科技》

年　　份：2020

卷　　号：53

期　　号：2

起止页码：94-101

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了对烟草物流配送过程进行优化,以配送物流量的距离最小化、配送时间的方差最小化、不同服务区域之间差异最大化为指标,通过加权糅合构建了物流系统综合优化模型。以聚类算法产生的初始解作为遗传算法初始精英种群,利用配送时间方差的自适应变异算子改进传统遗传算法,设计了基于精英自适应遗传聚类算法,以提高聚类收敛速度,使聚类区域分布更加均衡。以浙江省某市烟草物流配送中心为对象进行测试,结果表明:(1)利用本文算法实现了对应服务区域和中转站的确定以及聚类区域的优化,对3个中转站和1个配送中心模式优化后,零售户直送率提高7.4百分点,按量直送率提高2.9百分点,总里程减少1352 km;(2)优化后万支卷烟物流成本、分拣和仓库费用显著降低,均低于浙江省平均水平;(3)该地区卷烟销量集中区域与采用本文算法规划的配送效果相符合。该方法具有一定的实用性,可为提高物流配送效率提供技术支持。

关 键 词：烟草物流 配送中心  遗传算法  聚类算法 中转站 自适应变异

分 类 号：F253.4]