基于TOPSIS的无整合第四方物流多属性指派决策机制

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (22): 244-248.

• 工程与应用 • 上一篇

基于TOPSIS的无整合第四方物流多属性指派决策机制

王爱民1，周宏宇1，张战峰2，栗青生1，葛彦强1

1.安阳师范学院计算机与信息工程学院，河南安阳 455002
2.重庆国虹科技发展有限公司，重庆 400000

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-08-01 发布日期:2011-08-01

4PL multi-attribute assignment and decision mechanism without integration based on TOPSIS

WANG Aimin1，ZHOU Hongyu1，ZHANG Zhanfeng2，LI Qingsheng1，GE Yanqiang1

1.School of Computer and Information Engineering，Anyang Normal University，Anyang，Henan 455002，China
2.Chongqing Guohong Technology Development Co.，Ltd，Chongqing 400000，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-08-01 Published:2011-08-01

摘要/Abstract

摘要： 针对第四方物流多属性指派决策机制研究方面的不足，基于TOPSIS法的基本思想，引入了随机解、正理想解、负理想解等参数，建立了一个基于TOPSIS法的无整合的第四方物流多属性指派决策机制;根据此模型的具体特性，设计了具有自身特点的遗传算法和程序;利用该算法对算例进行计算和分析，给出了针对这一算例的第四方物流的最佳指派方案，与其初始方案进行比较，远远优于初始方案。

关键词: 第四方物流, 多属性指派, 逼近正理想解的排序法（TOPSIS法）, 遗传算法

Abstract: The research is far from sufficient in the 4PL multi-attribute assignment and decision problem.This paper introduces random solution，ideal solution，negative ideal solution and other parameters，and builds 4PL multi-attribute assignment and decision without integration，which is based on the basic idea of TOPSIS.It designs the corresponding genetic algorithm for the 4PL multi-attribute assignment and decision mechanism without integration，which is based on the foundation of the model.By examples，the 4PL multi-attribute assignment and decision mechanism without integration are analyzed，which shows the validity of the algorithm.

Key words: Fourth Party Logistics, multi-attribute assignment, Technique for Order Preference by Similarity to Solution（TOPSIS）, genetic algorithm

王爱民1，周宏宇1，张战峰2，栗青生1，葛彦强1. 基于TOPSIS的无整合第四方物流多属性指派决策机制[J]. 计算机工程与应用, 2011, 47(22): 244-248.

WANG Aimin1，ZHOU Hongyu1，ZHANG Zhanfeng2，LI Qingsheng1，GE Yanqiang1. 4PL multi-attribute assignment and decision mechanism without integration based on TOPSIS[J]. Computer Engineering and Applications, 2011, 47(22): 244-248.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[5]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[6]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[7]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[8]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[9]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[10]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[11]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[12]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[13]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[14]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.
[15]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.

基于TOPSIS的无整合第四方物流多属性指派决策机制

4PL multi-attribute assignment and decision mechanism without integration based on TOPSIS

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