原文传递
基于改进K-means聚类方法的新零售物流配送路径优化
| 题名： | 基于改进K-means聚类方法的新零售物流配送路径优化 |
| 正文语种： | 中文 |
| 作者： | 陈婵丽；钟映竑； |
| 关键词： | 新零售；配送路径；遗传算法；K-means聚类算法；路径优化 |
| 摘要： | 在新零售背景下,根据新零售的要求,从末端物流配送路径的角度出发,建立了车辆配送路径最优化数学模型,将遗传算法和K-means聚类算法进行结合与改进,对末端实体店配送方法进行优化。并以广州市天河区实际数据为例,通过Tensorflow软件仿真实验进行验证。实验结果证明,和传统遗传算法相比,基于遗传算法改进的K-means聚类方法在复杂的区域物流内可配送路程,解决了重复配送路径问题,并且优化了物流配送路径,提高了配送效率,从而改善了服务质量和用户体验度,为新零售时代的物流配送提供路径优化方法。 |
| 期刊名称： | 物流技术 |
| 出版年： | 2019 |
| 期： | 05 |
| 页码： | 73-78,126 |
检索历史
应用推荐
