先商家后顾客的配送方式，采用遗传算法，带时间窗，有载重要求，动态外卖配送

采用新的交叉方式改进遗传算法，结果更优，迭代次数更少（已路径优化为例）

更具实际的路径优化求解模型，适用范围更广的路径优化模型，

matlab路径优化（遗传算法）带有客户满意度（有载重要求、时间要求、服务要求等）

Dijkstra算法实现快递路径优化。几年来，快递行业的发展越来火热。而其中必然涉及到运送路径的最优选择问题，故今天我们将模拟实现快递路径优化问题。假设问题如下： 假设我们要为快递公司设计快递投递路线优化程序。（1）每个市有个中转分发点，有些城市之间有直通路线，有些城市之间没有直通路线；（2）城市与城市之间的运费计算公式为：距离*1；（3）设投递包裹的尺寸、重量都一样，每条运输线路有个运力上限（即只能运输多少个包裹）。

伴随着现代物流的快速发展，冷链物流也得到快速发展。在冷链物流研究中配送路径优化问题对冷链物流的发展起到至关重要的作用，鉴于蚁群算法在路径优化问题中的成功应用，因此将蚁群算法应用到冷链物流配送路径优化问题中。考虑到蚁群算法运行中存在的问题，将遗传算法与粒子群算法引入到蚁群算法中，构成基于PSOGAACO算法的冷链物流配送路径优化算法。实验结果表明，这种构想是可行的，可以有效提高算法运行效率，缩短配送距离，提高经济效益。

采用D*Lite算法规划出的路径并不平滑,且预规路径与障碍物均十分接近.除此之外,在动态环境下时,由D*Lite算法重规划得到的路径也离障碍物距离很近,十分容易发生碰撞.针对此问题,引入懒惰视线算法与距离变换相结合的方法改进D*Lite算法.首先,对地图进行距离变换,并引入距离值的启发式代价,使得距离障碍物较远的节点优先被选择.然后,在扩展节点时引入视线算法,增加本地父亲节点和远程父亲节点的概念,使得路径不局限于八邻域扩展,从而进化为任意角度路径规划算法;最后,在遇到未知障碍物时进行局部距离变换,结合启发距离值信息进行重规划,使得重规划得到的路径远离突现的障碍物.仿真实验表明,在不同环境下规划所得到的路径均十分平滑与安全.

吉林省农村电商对农村剩余劳动力安置的路径优化研究.pdf

为满足现实生活中一些客户在物流配送过程中的时间要求,在节约法的基础上加入了客户对时间的约束,提出改进的节约法,构建模型,提出模型假设和约束条件,列出目标函数,并给出求解过程,以阜新市A蔬菜批发中心为例进行分析,提出优化方案.结果表明,此种方法能够在满足关于时间约束的情况下有效的节约配送时间,缩短配送距离,进而节约成本.这种方法优化了之前的路径优化方法,加入了时间约束,更具有现实意义,有助于此类路径问题的求解.

在当今经济高速发展形势下,人们对不同地域商品的需要和生活质量的追求不断提高,巨大的需求力度使得物流运输已逐渐成为发展最为迅速的行业之一。在提升人们生活质量的同时,物流运输愈来愈受到生产企业的重视,运输路径的选择直接关系到企业运输的成本,所以选择合理的运输路径降低运输成本在企业的发展中占有重要地位。文章以水果罐头加工厂从进货到出货的输送过程为例,以成本最优为最终目的,在多个约束条件下通过建立线性规划数学模型,运用MATLAB软件中的linpro函数对模型进行求解验证,最终得出最优的路径选择方案,对实际工作有较强的指导意义。