SCIENTIST 33
计算机自诞生以来，发展迅速，在社会中的各个领域都得到了广泛的应用。使用计算机快速处理问题成为当今社会发展的需要。笔者运用计算机知识为现实问题提供一些意见和建议。笔者在今年“双十一”期间亲身经历了爆仓问题，发现物体配送效率低下，“双十一”期间物流速度极慢，形式十分严峻。据官方所提供的数据，买家每秒创建订单数额达到17.5万笔，有些货物甚至预计 需要1个月左右的时间才能配送完毕。
对于现今的物流配送，人们大多选择第三方物流。当货物运送到某地区时，物流公司的将货物囤积在一处，再通过快递员将快递送往千家万户。笔者在此希望对快递员的派送路线进行合理化选择，以最短路程，最小时间完成货物的配送。
以城市中的快递配送为例，现简化模型如下：快递员在某地区配送快递，快递公司（货物囤积地）位于O 点，快递员需要派送6份快递，分别送往A，B，C，D，E，F 六个地点，每两个地点之间的距离已标出，快递员如
何快速规划路线，以最短路径、最小时间完成快递的配送，这不仅可以节约劳动力提高工作效率，也会使网购用户收货速度更快。
图1
在具体代码实现中配送需求地映射为编号：O—0，
A—1，B—2，C—3，D—4，E—5，F—6；
城市之间的距离用二维数组来表示，记为D[i][j]，如：D[0][1]表示O 与A 之间的距离，于是D[0][1]=6；设置flag[][]，初始为0，表示此变量未被访问（配送需求地未到达过），若被访问（已到达过配送完毕）则修改为1。
本文中笔者选择贪心算法、动态规划法来解决这一实际问题。
1 贪心算法
贪心算法（Greedy algorithm）是一种对某些动态规划中求优秀解的简单、迅速的算法，以当前情况为基础根据某个标准作最优选择，而不考虑整体情况，省去大量时间。
贪心算法在解决问题的策略上缺点是目光短浅，只根据当前已有的信息就做出选择，而且一旦做出了选择，不管将来有什么结果，这个选择都不会改变。换言之，贪心算法并不是从整体最优考虑，它所做出的选择只是在某种意义上的局部最优。这种局部最优选择并不总能获得整体最优解，但通常能获得近似最优解。但由于其处理问题简单高效、节省空间，非常适合实际问题的解决。
现在我们通过来解决这一问题，采用最近邻点策略：从某地点（初始为快递公司，即O 点）出发，每次在没有到过的中选择距离当前所在地中最近的一个，直到经过了所有的配送需求地，完成了所有配送任务，最后回到快递公司，即O 点。
贪心算法具体求解流程如下：1）了解要求送达地点的的数量与各地点之间的距离。2）重复以下两步直至已全部送达：（1）循环遍历到与当前出发地点最近的未到达过的配送需求地；（2）以当前到的（最近一次到的）送达地点为出发地点，重复步骤（1）。3）回到出发地点。
在本题中贪心算法选择路线经过如下：快递员从O 点选择较近的A 点作为目的地。到达后选择距离当前出发点A 较近的点，O 点当前已访问，选择B 点。而后依次按照此规则选择配送需求点，当所有快递配送完毕返回O 点，即快递公司所在地。路线为O->A->B->C->D->E->F->O。路程为44。
从本例中也可以看出，贪心算法简单便捷，对于问题的解决有很大的帮助。同时我们清楚地看出，使用贪心算法只能考虑当前的选择，当面对复杂的整体问题
物流配送问题中贪心算法与动态规划法的分析与应用
徐西啸
山东省莱芜市第一中学，山东莱芜 271100
摘 要 计算机的应用触及到了生活的各个方面，它的优点之一就在于强大的计算处理能力上，这也正是物流领
域配送路线的问题所需要的。如何选择最佳路线，如何节约物流运输成本，即选择配送的最短路线，我们可以通过贪心算法和动态规划算法来做决定。本文对于中国现今发展蓬勃的电子商务的线下运输问题提出了见解，以一个简化的模型介绍了贪心算法以及动态规划法的应用，为线下运输问题提出了解决方案，有着十分重要的现实意义。关键词 物流问题；最短路径；最小时间；贪心算法；动态规划
中图分类号 TP3 文献标识码 A 文章编号 2095-6363（2016）18-0033-02
作者简介：徐西啸，山东省莱芜市第一中学。
SCIENTIST
34
时，贪心算法未必能给出最优解只求出了近似最优解。
计算机的诞生2 动态规划算法
动态规划算法通常用于求解具有某种最优性质的问题。在这类问题中，可能会有许多可行解。每一个解都对应于一个值，我们希望到具有最优值的解。如本问题的简化模型有许多可以把货物送达的可行解，但我们希望到能实现最短路程最小时间的最优解。
动态规划算法与分治法类似，其基本思想也是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。与分治法不同的是，适合于用动态规划求解的问题，经分解得到子问题往往不是互相独立的。若用分治法来解这类问题，则分解得到的子问题数目太多，有些子问题被重复计算了很多次。
如果我们能够保存已解决的子问题的答案，而在需要时再出已求得的答案，这样就可以避免大量的重复计算，节省时间。我们可以用一个表来记录所有已解的子问题的答案。不管该子问题以后是否被用到，只要它被计算过，就将其结果填入表中。
在利用动态规划求解的过程中值得注意的就是是否包含最优子结构，简单来讲就是一个问题的最优解是不是包含着子问题的最优解。利用求解子问题的最优解最后得到整个问题的最优解，这是利用动态规划求解问题的基本前提。
动态规划的求解过程主要分为如下的四步：1）描述最优解的结构；2）递归定义最优解的值；3）按自底向上的方式计算最优解的值；4）由计算出的结果构造一个最优解。
在本快递配送问题的简单模型中求解过程具体如下：假设从顶点O 出发，令sum 表示从顶点O 出发经过
图中各个顶点，即配送需求地一次且仅一次最后回到出
发点的最短路径长度。
2.1 描述最优解的结构
要使得从O（以0表示出发处O 节点）点出发配送完毕回到O （以7表示返回处O 节点，D[7][k]=D[0][k]）点的路程最短，令f(i)为到第i 个节点的最短距离，则f(7)=min{D[7][1]，D[7][5]，D[7][6]}，用同样的方法可以求得f(1)，f(5)，f(6)等。
2.2 递归定义最优解的值
f(i)=min(f(j)+D[i][j])，其中j 表示与i 边有连接的节点。
2.3 按自底向上的方式计算每个节点的最优值
此时我们就得利用递归公式分别求解f(0)，f(1)，f(2)…f(7)，这样最终便能得到最终的解。
2.4 由计算出的结果构造一个最优解
本模型最终解为路线为O （0）->A （1）->B （2）->C （3）->D（4）->E（5）->F（6）->O（7）。路程为44。
动态规划算法关键在于解决了重复计算的问题，大大提高了代码运行效率。总体来说，动态规划算法就是一系列以空间换取时间的算法。
3 结论
中国电商业发展十分迅速，但长期以来，线下运输物流配送速度为人所诟病，笔者认为应该有着更高效的配送方式。本文主要利用贪心算法和动态规划算法来进行求解，快速而准确地得出流配送的近似最佳或最佳路线选择，节约物流运输成本，提高消费者满意度，对快递公司派发快递的路线考虑有很强的现实参考意义。
4.2 混合组织检修
在进行混合组织维修的过程中，首先需要对设备的混合组织性质进行基础的分析。然后对维修过程中的重点以及难点进行集中式的处理。并采用多种不同的方案让电力设备维修体系得到优化。但是，某些企业却不能够很好的将这种方式消化，拥为己用。某些企业在采用集中维修模式后，不能达到预期的维修效果。其主要表现在设备维修的环境复杂，其电力故障也逐步多样化。尤其是在集成电路全面应用的今天，其电力故障具有很强的多变性。企业需要慢慢的过渡集中与分散组织这两种不同的维修模式，不能盲目的运用不适合该企业发展的维修管理模式，不能操之过急，需要在逐渐过渡的过程中，出检修方式的不足，并设计方案进行具有针对性的弥补。而且还具有集中维修管理方式的优点。在对企业的电力设备进行维修时，可以采用集中管理的模式。在设备维修计划管理的过程中，其同样需要加强电力设备的日常维护工作。可以采用多种不同的方式对电力设备的组织层进行相应的管理。并时刻做好电力设备检修的技术人员安排。最终让设备维修计划管理的效率得到良好的提升。
4.3 加强现场管理维修
在进行电力设备维修的过程中，需要对现场维修
在电力设备的维修过程中，需要两人一组进行安全监督维修。如果出现单独一人维修的现象，要及时进行管理和劝阻。在现场维修管理的过程中，还要不断加强技术维修人员的专业性，对于较为陈旧的设备需要采用科学合理的方式进行设备的二次管理。从而让维修成本大幅度的降低。最终达到理想的管理效果。
5 结论
电力设备维修计划的优化管理研究十分关键，其能够让电力设备的维修效率得到全面性的提升。在进行电力维修的过程中，首先需要对其电力维修内容进行全面性的分析，然后采用多种不同的方式对电力维修中的故障进行全面的诊断。最后还要结合电力维修准则，制定出相应的电力维修策略，最终达到良好的电力维修效果。
参考文献
[1]李福森.电力设备维修计划优化管理研究[J].民营科技，
2015（11）：109.
[2]赵芳.电力设备维修计划优化的讨论[J].科技创新与应用，
2014（34）：148.
[3]李晓琳，刘磊，杨杰.探讨电力设备维修计划的优化管理
[J].科技展望，2015（9）.
[4]徐剑中，杨跃平，潘明波.电力设备维修计划优化管理研究
[J].电子技术与软件工程，2013（15）：128.
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论