论文摘要
物流领域无人机派送正成为一种快捷高效的派件方式和应用热点.针对于正向、逆向的物流数据,无人机派送是国内外大型物流企业实施高效物流派送的重要手段.本文提出了一种融合拓展性K-Means++算法和遗传算法的路径动态规划模型（KMG）,实现包含逆向物流的无人机调度策略.KMG模型将逆向物流路径融入正向物流路径之中,采用加权聚类算法确定不同属性包裹所需派送无人机的最小数量.在每一簇坐标数据的连通图中,采用遗传算法求解TSP问题,并对可行解进行编码,最终求解出最小欧拉回路.在仿真实验中,KMG模型比独立逆向物流派送的成本减少20.08%,使用拓展性K-Means++聚类计算的时间比传统K-Means算法缩短了298.85%.
论文目录
文章来源
类型: 期刊论文
作者: 裴颂文,沈天马,宁钟,谢雨鸣
关键词: 无人机,逆向物流,拓展性,遗传算法,路径规划
来源: 系统工程理论与实践 2019年12期
年度: 2019
分类: 基础科学,经济与管理科学
专业: 数学,宏观经济管理与可持续发展
单位: 复旦大学管理学院,上海理工大学光电信息与计算机工程学院
基金: 上海市浦江人才(16PJ1407600),中国博士后科学基金(2017M610230),国家自然科学基金重点项目(61332009),国家自然科学基金面上项目(61775139),上海市自然科学基金(15ZR1428600)~~
分类号: F252.1;O221
页码: 3111-3119
总页数: 9
文件大小: 1637K
下载量: 379