改进的生成树遗传算法及其在物流配送成本优化中的应用.pdfVIP

第39卷第21期 数学的实践与认识 V。1．39N。．21 2009年11月 MATHEMATICSIN PRACTICE AND THEORY Nove．，2009 改进的生成树遗传算法及其在物流 配送成本优化中的应用 李东龙，李仁旺，李耀辉， 张鹏举 (浙江理工大学 机械与 自动控制学院 ，浙江 杭 州 31oo18) 摘 要： 、针对物流配送成本优化问题的特点，建立了数学模型，并对基本的生成树遗传算法进行了改进，同 时详细 阐述 了改进 的生成树编码的遗传算法在物流配送成本优化问题 中的运用等关键技术．最后根据此算 法设计 了一个物流配送优化系统 ，解决了一个物流配送成本优化 问题 ，效果良好．此系统对于 中小型物流公 司设计最优物流策略和降低物流成本有着很大的应用前景． 关键词 ： 遗传算法；改进的生成树编码；物流配送优化系统 1 引 言 随着现代科技和全球经济一体化的发展 ，信息革命的步伐正在加快 ，物流作为企业的基 本活动，已经继降低原材料消耗 、提高劳动生产率之后的 “第三利润源泉”n]，正在受到越来 越多的关注与研究．可以说物流对加速经济循环、降低成本和提高企业竞争力有着十分重要 的作用． 对物流成本的优化就是有效控制系统中发生的以仓库成本 ，运输成本 ，配送频率和配送 数量等为内容 的物流总成本．在 同时考虑库存与运输相应要素的前提下，如何有效的组织和 管理配送活动 ，在有限周期内，将一种或多种货物从多个仓库 (供货点)配送给多个客户 (零 售商)，并最大程度降低成本，提高效率，这是一个相当复杂的问题 ，它需要通过现代数学的 优化方法建立模型，并以计算机配合计算和求解． 遗传算法为求解 此类物流配送 优化 问题提 供 了新 的工具，遗传 算法 (Genetic Algorithms，GA)是一种借鉴生物 自然选择和基 因遗传学的优化搜索方法l3]．Michalewicz 等人首先讨论了使用遗传算法来解决线形和非线形 的物流配送问题，使用的是矩阵来构建 染色体的表示_4]．他们在研究 中设计 了基于矩阵的杂交和变异．Gen和Li提出了一种基于 生成树的遗传算法，使用树型编码的Prfifer数作为设计染色体的可行性标准[5]．本文将运 用这种PrOfer数编码的生成树遗传算法讨论物流配送成本的优化问题． 2 优化物流配送成本的数学模型 在不考虑缺货的情况下，物流配送成本优化可以描叙为：有 个潜在的仓库 (工厂)，供 应 个客户 (接受站)，以满足它们的需求．通常是 比 小 ，总供给量大于总需求量．为了 收稿 日期 ：2008—07—20 基金项 目：国家 自然科学基金 ；浙江省 自然科学基金 (Y107575)；浙江省教育厅高校科研计划项 目 21期 李东龙，等：改进的生成树遗传算法及其在物流配送成本优化中的应用 39 满足需求有必要确定每个仓库 (工厂)的位置和储存 (生产)能力．对于每个仓库 (工厂)每单 位时间都有一定的固定成本．从一个仓库 (工厂)到一个客户(接受站)运送每单位商品都有 一 定的运输成本．目标就是最小化总成本 ，包括 固定成本和运输成本． 充分考虑上述问题的约束条件和优化 目标 ，建立优化物流配送成本的数学模型． 我们用 DE尬 表示客户C的需求量 ，用 DMAX 表示仓库d的最大容量．仓库d的单位 时间固定经营成本为DFIX ，从仓库d向客户C运输单位商品的运输成本为COST (忽略 运输量对运输成本 的影响并且把单位商 品单位时间的储存 费用也算在 内)．此外 ，令 DEPOTS为所有仓库 的集合 ，CUST为所有客户 的集合．再 引入一个二值决策变量 KEEP ，如果仓库 d继续运营KEEP 一 1；否则KEEP 一0． 定义决策变量z出表示每单位时间从仓库 d到客户 c的商品运输量 ，问题数学模型表示 如下 ： min ∑ DFIX ·KEEP+ ∑ ∑COST出·X (1)