前端規劃

前端規劃

《前端規劃》是2020年中國經濟出版社出版的圖書,作者是李煜。本書系統闡釋了群智慧型算法、蝙蝠算法和布穀鳥算法等近年來盛行算法的基本原理和實用方法;在此基礎上,把算法運用於物流機器人路徑選擇、車輛路徑選擇和物流配送中心選址方案之中,幫助物流企業和相關物流作業者做出正確的決策規劃。

基本介紹

  • 書名:前端規劃
  • 作者:李煜
  • 出版社:中國經濟出版社
  • ISBN:9787513662987
內容簡介,圖書目錄,作者簡介,

內容簡介

算法(algorithms) 是最佳化物流決策和運營過程,降低物流成本的重要途徑和方法。系統最佳化企業的管理運作,全面綜合提高效益、效率,實現組織目標,都離不開算法的運用。 本書系統闡釋了群智慧型算法、蝙蝠算法和布穀鳥算法等近年來盛行算法的基本原理和實用方法;在此基礎上,把算法運用於物流機器人路徑選擇、車輛路徑選擇和物流配送中心選址方案之中,幫助物流企業和相關物流作業者做出正確的決策規劃。

圖書目錄

第1章緒論
1.1引言
1.2物流系統
1.2.1物流系統的概念
1.2.2物流系統的最佳化
1.3選址問題
1.3.1物流配送中心選址的背景及其意義
1.3.2物流配送中心選址的研究現狀
1.3.3物流配送中心的概念與原則
1.3.4物流配送中心選址的決策程式
1.3.5物流配送中心選址的分類
1.4車輛路徑問題
1.4.1車輛路徑問題的研究背景及意義
1.4.2車輛路徑問題的定義及分類
1.4.3車輛路徑問題的求解方法
參考文獻
第2章群智慧型算法
2.1群智慧型思想起源
2.2群智慧型基本概念
2.3群智慧型算法模式綜述
2.3.1微粒群最佳化算法
2.3.2蟻群最佳化算法
2.3.3人工蜂群算法
2.3.4細菌覓食算法
2.3.5螢火蟲算法
參考文獻
第3章蝙蝠算法及其改進
3.1引言
3.2算法生物學原理
3.3蝙蝠算法
3.4算法研究現狀
3.5一種動態調整慣性權重的自適應蝙蝠算法
3.5.1算法的基本思想
3.5.2算法的改進策略
3.5.3改進後算法的流程
3.5.4數值仿真與分析
3.6融合均勻變異與高斯變異的蝙蝠最佳化算法
3.6.1算法的基本思想
3.6.2算法的改進策略
3.6.3算法流程
3.6.4數值仿真與分析
3.7本章小結
參考文獻
第4章布穀鳥算法及其改進
4.1引言
4.2布穀鳥算法的生物學原理
4.2.1布穀鳥的巢寄生行為
4.2.2萊維飛行
4.3布穀鳥算法
4.4布穀鳥算法的研究現狀
4.5改進的布穀鳥算法(DWCS)
4.5.1非線性慣性權重對數遞減策略
4.5.2動態慣性權重係數的變化範圍對函式最佳化效果的影響
4.5.3隨機調整的發現機率策略
4.5.4DWCS算法的流程
4.6仿真實驗
4.6.1測試函式
4.6.2測試環境和算法參數的確定
4.6.3算法比較
4.6.4收斂曲線分析
4.7本章小結
參考文獻
第5章物流機器人路徑規劃
5.1物流機器人
5.1.1AGV機器人
5.1.2碼垛機器人
5.1.3分揀機器人
5.2路徑規劃
5.3具有反向學習和正切隨機探索機制的蝙蝠算法(PTRBA)
5.3.1動態擾動係數
5.3.2正切隨機探索機制
5.3.3反向學習選擇策略
5.3.4PTRBA算法流程
5.4PTRBA基於三次樣條插值實現機器人路徑規劃
5.4.1三次樣條插值
5.4.2編碼
5.4.3構建適應度函式
5.4.4算法流程
5.4.5求解機器人全局路徑規劃的仿真實驗
5.5本章小結
參考文獻
第6章車輛路徑問題
6.1CVRP定義及數學模型
6.2DTBA求解CVRP
6.2.1CVRP求解思想
6.2.2改進蝙蝠算法(DTBA)的基本思想
6.2.3解的編碼
6.3算例求解
6.3.1CVRP算例一
6.3.2CVRP算例二
6.3.3CVRP算例三
6.3.4CVRP算例四
6.4本章小結
參考文獻
第7章物流配送中心選址
7.1單配送中心選址模型及求解
7.1.1單配送中心選址的定義及相關概念
7.1.2基於重心法選址模型的單配送中心選址模型
7.1.3單配送中心選址算例求解
7.2多配送中心選址模型及求解
7.2.1多配送中心選址的定義及相關概念
7.2.2基於CFLP模型的多配送中心選址模型
7.2.3基於DWCS的多配送中心選址求解流程
7.2.4多配送中心選址算例求解
7.3本章小結
參考文獻
重要術語索引

作者簡介

李煜,河南大學商學院教授、管理學博士、美國布魯姆菲爾德大學訪問學者。主要研究方向:智慧型最佳化、電子商務、物流管理等。先後主持和承擔國家自然科學基金、國家社會科學基金、教育部人文社科基金和河南省科技攻關等多項科研項目,發表專業論文50餘篇,其中SCI和EI收錄30餘篇。
check!

熱門詞條

聯絡我們