定位-运输路线安排问题的一种启发式算法研究.pdfVIP

第 26卷第 2期 安 徽 工 程 大 学 学 报 Vo1．26．No．2 2011年 6月 JournalofAnhuiPolytechnicUniversity Jun．，2Ol1 文章编号 ：16722—477(201i)02—0084—04 定位一运输路线安排 问题的一种启发式算法研究 罗金 炎 (闽江学 院 数学系 ，福建 福州 350108) 摘要：定位一运输路线安排问题 (LRP)是分销网络设计和物流管理决策中的难题，属于NP难 问题，求解有一 定难度．文章通过构造辅助函数对优化问题约束条件 的处理 ，基于分层次实现多个 目标 的思路将 LRP看作一 个整体 ，利用具群体智能的粒子群算法进行求解 ，避免了基于两阶段算法的不足，减小了在进化过程中停滞于 局部最优解的概率．为粒子群算法在大规模组合优化问题中实际应用做了有益的尝试． 关 键 词 ：定位一运输路线安排 问题；NP难 问题 ；启发式算法 中图分类号 ：0232；TPI8 文献标识码 ：A 定位一运输路线安排问题(LRP)是定位一配给问题(LA)和运输车辆路线安排问题(VRP)的集成．由于 LRP调度问题具有复杂性、多约束性的特点，为组合优化 问题，很难获得对一般问题的解决方案n]．Ma— ranzana[2研究了供应点定位的最小运输成本求解问题．Bookbinder和 Reece[3定义 了3层多商品配送体 系，建立了非线性混合整数规划模型，并结合Bende(s分解将问题分解为定位配给和运输 问题两部分进 行求解．LRP的解决方法一般分为两种 ：精确算法和启发式算法，到 目前为止 ，所提出的近一半精确算法 是为特定 的LRP问题研究设计的，而且仅 限于小规模 的问题 ，随着问题研究对象的增多，精确算法显得 不实用 ，大多采用启发式算法得以解决，而 由于 LRP的复杂性 ，大多数的启发式算法都采用将问题分解 后分段解决的方法L4]． 本文通过构造辅助函数对优化问题约束条件 的处理，采用分层次实现多个 目标的思路将 LRP看作一 个整体，利用具群体智能的粒子群算法进行求解 ，避免了基于两阶段算法的不足，减小了在进化过程中停 滞予局部最优解的概率，提高了算法的计算效率和计算速度．该算法为 LRP问题 以及相关大规模组合优 化问题的求解开辟了一个新的思路，同时也为粒子群算法在离散问题 中实际应用做了有益的尝试．最后仿 真算例验证 了算法的可行性． 1 LRP问题的数学模型 定位一运输路线安排问题可以表述为：给定一系列客户点和一系列候选设施点，在这些候选设施点中 确定出一系列设施和位置 ，同时要确定出一套从各个设施到各个客户点的运输路线，确定的依据是满足问 题的目标 (通常是总费用最小)．LRP可以表示成如下的混合整数规划模型 ： min∑∑∑CX +∑Fz， (1) ∈S J∈S ^∈V r∈G SubjectTo： ∑∑X =1 V ∈H (2) ‘∈V i∈S ∑∑qX。≤ Vk∈ V (3) i-(H J∈S ∑X 一∑X 0 Vk ∈V，P ∈S (4) iES ieS ∑∑X彬≤1 Vk ∈V (5) rEG』∈H ∑X +Z，+ ≤2 Vm = 1，… ，R，r∈G