考虑位置信息的物流配送网络节点重要性评估

doi:10.3778/j.issn.1002-8331.1902-0202

计算机工程与应用 ›› 2020, Vol. 56 ›› Issue (11): 259-264.DOI: 10.3778/j.issn.1002-8331.1902-0202

考虑位置信息的物流配送网络节点重要性评估

张俊，李义华，罗大庸

1.中南林业科技大学物流与交通学院，长沙 410086
2.中南大学信息科学与工程学院，长沙 410075

出版日期:2020-06-01 发布日期:2020-06-01

Evaluation for Critical Node in Logistics Distribution Network Involved with Position Information

ZHANG Jun, LI Yihua, LUO Dayong

1.School of Logistics and Transportation, Central South University of Forestry and Technology, Changsha 410086, China
2.School of Information Science and Engineering, Central South University, Changsha 410075, China

Online:2020-06-01 Published:2020-06-01

摘要/Abstract

摘要：

网络化和信息化的发展使得物流配送变得日益复杂和庞大。对于一个配送节点而言，它除了满足给需求者提供货运物流，还会出现给其他配送节点提供货物调配运输的情况。在整个物流配送网络中，每个配送节点的关键性就会由多种影响因素共同作用。借助总强度法，结合信息论和网络复杂特性，综合考虑节点间的货运互信息量和位置信息，提出了一种新的适用于有向加权物流配送网络的节点关键性评估方法。并在小规模的加权网络中对该方法和已有的方法进行对比分析，证明该方法中的有效性和可行性，计算简单，更有利于细化各节点关键性。

关键词: 网络化, 信息化, 物流配送, 有向加权, 关键性

Abstract:

Networking and informatization make logistics distribution more complex and larger. As far as one distribution node is concerned, it provides goods transportation for demanders in time. By the way, it also can finish cargo deployment and united transit. So, in the whole logistics distribution network, the criticality of each distribution node can be effected by multi-factors. In this paper, based on total strength method, considered information theory and network complexity, combined with multi- information and position information of each node, it proposes a new evaluation method for critical nodes in a directed weighted network of logistics distribution. Finally, it is tested in a small-scale network and contrasted with other former methods through examples. And it is proved the new method valid, feasible and easier computing that can be useful to distinguish the criticality of each node.

Key words: networking, informatization, logistics distribution, directed weighted, criticality

张俊，李义华，罗大庸. 考虑位置信息的物流配送网络节点重要性评估[J]. 计算机工程与应用, 2020, 56(11): 259-264.

ZHANG Jun, LI Yihua, LUO Dayong. Evaluation for Critical Node in Logistics Distribution Network Involved with Position Information[J]. Computer Engineering and Applications, 2020, 56(11): 259-264.

[1]	梁琨，任依梦，尚余虎，张翼英，王聪. 深度学习驱动的知识追踪研究进展综述[J]. 计算机工程与应用, 2021, 57(21): 41-58.
[2]	李锐，李晓会，陈鑫. 可靠性绿色物流配送选址-路径问题研究[J]. 计算机工程与应用, 2020, 56(23): 237-244.
[3]	徐小平，杨转，刘龙. 求解物流配送中心选址问题的蜘蛛猴算法[J]. 计算机工程与应用, 2020, 56(1): 150-157.
[4]	赵志学，李夏苗，周鲜成，刘长石. 考虑交通拥堵的冷链物流城市配送的GVRP研究[J]. 计算机工程与应用, 2020, 56(1): 224-231.
[5]	谢九勇，符卓，邱萌，夏扬坤. 带多软时间窗VRP及其禁忌搜索算法[J]. 计算机工程与应用, 2019, 55(6): 252-256.
[6]	邹金鹏，姜顺，潘丰. 高速率通信网络下时变系统的有限时域H∞控制[J]. 计算机工程与应用, 2019, 55(20): 208-215.
[7]	邓烨，朱万红，唐建. 随机需求有时间窗的路径优化及补救策略研究[J]. 计算机工程与应用, 2018, 54(11): 241-248.
[8]	张晓蔚，姜顺，潘丰. 带有状态观测器的网络控制系统非脆弱H∞控制[J]. 计算机工程与应用, 2017, 53(8): 38-43.
[9]	李世斌1，2，金彦亮1，姚炜3，熊勇2. 消防安全管理信息监测系统的研究和实现[J]. 计算机工程与应用, 2017, 53(18): 213-217.
[10]	潘鹏，姜顺，潘丰. 带有参数摄动的网络化控制系统非脆弱[H∞]控制[J]. 计算机工程与应用, 2017, 53(1): 249-254.
[11]	徐秀珍，曾旗. 物流运输网络连通可靠性分析的高效分解算法[J]. 计算机工程与应用, 2016, 52(17): 24-28.
[12]	吴艳群，董鹏. 供应链中车辆路径问题的改进模拟退火算法[J]. 计算机工程与应用, 2016, 52(12): 256-260.
[13]	马祥丽，张惠珍，马良. 带时间窗物流配送车辆路径问题的蝙蝠算法[J]. 计算机工程与应用, 2016, 52(11): 254-258.
[14]	谢文龙，魏国强. 基于情景分析的军事物流配送中心选址模型[J]. 计算机工程与应用, 2015, 51(8): 255-259.
[15]	蒋国清1，潘勇2，胡飞跃1. 两阶段式的物流配送路径优化方法[J]. 计算机工程与应用, 2015, 51(2): 255-258.

考虑位置信息的物流配送网络节点重要性评估

Evaluation for Critical Node in Logistics Distribution Network Involved with Position Information

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics