[00348051]物联网环境下智能物流网络信息服务研究
交易价格:
面议
所属行业:
网络
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
通过分析物联网要素的属性和状态,研究承载物流网络的物联网状态及其迁移,并将其关联到物流网络状态的控制和物流资源的配置策略,提高物流服务质量和降低物流服务成本,推动物流服务业的发展。主要研究成果(1)提出一个物流网络状态迁移模型。在该状态迁移模型中,将物流网络要素和要素状态及其它们之间的关联关系用统一的形式化模型描述,并最终融合于物流网络状态迁移模型及其处理模式中;(2)提出了一个二维蚁群算法,将路径选择和货物集散点配置在物流网络优化中融合在一起,利用物流服务规模及分布的统计特征,建立物流服务资源统计优化决策模型。仿真实验表明,在物流网络优化中,该模型不仅具有较好的优化效果,而且具有较高的优化效率;3)提出了一个改进的粒子群优化算法。在优化算法中,将解向量的相似度融合到粒子群迭代中。模拟实验结果显示:改进的粒子群优化算法在物流服务方案成本优化中不尽具有较好的优化效果,对合理配置物流资源具有重要作用,而且满足物流网络规模不断增大的需要。
通过分析物联网要素的属性和状态,研究承载物流网络的物联网状态及其迁移,并将其关联到物流网络状态的控制和物流资源的配置策略,提高物流服务质量和降低物流服务成本,推动物流服务业的发展。主要研究成果(1)提出一个物流网络状态迁移模型。在该状态迁移模型中,将物流网络要素和要素状态及其它们之间的关联关系用统一的形式化模型描述,并最终融合于物流网络状态迁移模型及其处理模式中;(2)提出了一个二维蚁群算法,将路径选择和货物集散点配置在物流网络优化中融合在一起,利用物流服务规模及分布的统计特征,建立物流服务资源统计优化决策模型。仿真实验表明,在物流网络优化中,该模型不仅具有较好的优化效果,而且具有较高的优化效率;3)提出了一个改进的粒子群优化算法。在优化算法中,将解向量的相似度融合到粒子群迭代中。模拟实验结果显示:改进的粒子群优化算法在物流服务方案成本优化中不尽具有较好的优化效果,对合理配置物流资源具有重要作用,而且满足物流网络规模不断增大的需要。