论文部分内容阅读
本文首先介绍了现代物流的概念，在分析了国内外物流现状后，指出物流中某些环节可以通过优化来节约成本。考虑到多式联运优化的复杂性，本文将遗传算法作为有力工具，对运输方案进行优化。介绍了传统遗传算法的概念后，根据传统算法的一些不足，提出了改进后的遗传算法，以弥补不足。文章介绍了经典的模糊算法，并提出了遗传算法的解决方案，用参考文献中的多目标优化结果评价方法对两种算法进行了比较。对物流中心装车的优化，本文依然采用遗传算法，将每个货物作为染色体中的一个位来进行编码，应用一定的交叉和变异规则将种群不断进化，以得到最优解。其中的参数可根据实际情况和需要进行调整，如后代的数量，初始种群的染色体数以及变异的概率。运输方案的模型的建立从复杂到简单，剔出一些次要因素，做出一些合理的假设，最后得出可以用于实际计算的目标函数。并根据问题的实际情况，推出一些约束条件，用于检验算法中染色体是否是可行解，若不是可行解，则将其剔出，以免最后收敛到非可行解。
本文所提出的优化算法可以应用到实际的商业软件中去，用于提供一系列合理的物流装配和运输方案，为企业节约产品的成本。