文献类型：期刊文章

作　　者：钱宇[1]

QIAN Yu(Department of Economic Management,Shanghai Communications Polytechnic,Shanghai 201314,China)

机构地区：[1]上海交通职业技术学院,经济管理系,上海201314

出　　处：《微型电脑应用》

基　　金：2024年上海交通职业技术学院校级科研创新团队项目(2024T04)。

年　　份：2024

卷　　号：40

期　　号：11

起止页码：120-123

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：随着消费者对生鲜产品需求的增长,冷链物流行业迅速发展,同时面临提升配送效率和减少环境污染的双重挑战。为此提出一个多目标路径规划模型,旨在使运输成本和碳排放最小化,客户满意度最大化。该模型基于一系列关键假设,考虑固定成本、运输成本、货物损坏成本、顾客满意度等因素。提出一种结合人工蜂群算法和Q-learning技术的QABC算法,以提高路径规划的效率和准确性。通过与多目标粒子群优化(MOPSO)算法的对比,QABC算法在节约成本、减少碳排放和提升客户满意度方面展示了显著优势。实验结果表明,所提模型为冷链物流配送提供了新的决策支持工具,推动了行业的绿色可持续发展。

关 键 词：冷链物流 交通运输 路径规划  多目标优化 人工蜂群算法

分 类 号：TP393]