協(xié)同物流中的服務組合算法比較研究.pdf

1、隨著物流產(chǎn)業(yè)模式的發(fā)展，面臨著很強的整合需求，構建合理高效的組合服務已成為世界迫切的要求。組合服務的優(yōu)劣很大程度上取決于所使用的服務組合算法性能的好壞，而單個服務組合算法由于其效率、能力的限制，已無法應變不確定的市場環(huán)境。如：服務訂單成交量短時間劇增，物流企業(yè)滿足不了用戶的需求，出現(xiàn)“爆倉”現(xiàn)象；或者服務訂單量銳減，物流企業(yè)卻沒有在能力范圍內(nèi)提供給最終用戶又快又好的服務。基于此，本文在對服務組合領域中表現(xiàn)出色的服務組合算法進行研究分析的

2、基礎上，構建了支撐協(xié)同物流服務組合的自適應算法機制。本文的研究內(nèi)容主要包括：
　　(1)本文對現(xiàn)有遺傳算法(Genetic Algorithm，GA)、人工蜂群算法(Artifical Bee Colony Algorithm，ABC)及最大最小蟻群算法(Max-Min Ant System，MMAS)的相關知識和運行原理進行描述，并改進了ABC的運行流程。最終，分別確定了基于三種算法的適用于物流服務組合的運行步驟并做出了比較分析

3、。
　　(2)經(jīng)過以上三種服務組合算法四個方面的比較分析，本文融合事例推理的原理構建了自適應的物流服務組合算法。該方法在市場環(huán)境變更的狀況下能夠?qū)Ψ招枨笮蛄械臓顟B(tài)進行預測，并以此為根據(jù)動態(tài)調(diào)整服務組合策略，切實提高了系統(tǒng)的應變能力。最后，本文通過實驗對所提算法的正確性進行了驗證。
　　(3)對自適應算法做出了優(yōu)化。本文在協(xié)同物流服務中，在考慮縱向協(xié)同的同時并注重橫向協(xié)同的作用優(yōu)勢能夠增大候選服務的數(shù)量并提高組合服務的能力，