种群规模自适应粒子群在配送中心连续型选址中的应用.pdfVIP

第22卷 第 3期 运 筹 与 管 理 Vo1．22，No．3 2013年 6月 OPERATIONSRESEARCH AND MANAGEMENTSCIENCE Jun．2013 种群规模 自适应粒子群在配送中心连续型 选址 中的应用 瞿斌 ，陆柳丝 (华北 电力大学 经济与管理学院．北京 102206) 摘 要：本文依照更具有现实意义的 “加工厂一配送中心一用户”的模式建立物流配送中心连续型选址模型，并 针对较大规模的选址问题提出求解算法。该算法是将具有较强鲁棒性的自适应粒子算法和改进的ALA(Alert Location—Allocation)方法结合而得，该算法中种群规模 自适应变化，对经典粒子移动方程进行改进，消除了学习 因子 ，惯性因子随粒子适应值 自适应变化 ，改进 的ALA方法提高了算法计算效率 。数值试验表 明，本文所建模 型具有一定的实践优越性，所提出的算法能有效避免陷入局部最优，寻优能力和鲁棒性均较强。 关键词：选址；物流系统规划 ；自适应粒子群算法；物流集成 中图分类号：TB49l 文章标识码 ：A 文章编号：1007．3221(2013)03—01O2—07 ApplicationofSwarm SizeAdaptiveParticleSwarm Optimizationto ContinuousLocationofDistributionCenter QuBin。LULiu—si (SchoolofEconomicsandManagementofNorthChinaElectricPowerUniversity，Beng102206，China) Abstract：Inthispaper，accordingtothepatternof “plant-distribution center-users”which ismorerealistic，a continuouslocation modeloflogistics distribution centerisestablished，and a solvingalgorithm isproposed tosolvethelarge-scalelocationproblem．Thealgorithm isderivedfrom thecombinationofimprovedALA method withadaptivePSO whoserobustnessisstronger．Inthealgorithm ，swarm sizechangesadaptively，theclassical particlesmove equation isimproved，the study factorsare eliminated，the inertiafactorchanges adaptively accordingtofitnessvalue．andtheimprovementofALA methodincreasesthealgorithm efficiency．Numericalex perimentsshow thatthemodelhaspracticaladvantagestoacertainextent，andthatthealgorithm whoseoptimi- zationabilityandrobustnessarestrongercaneffectivelyavoidgettingthelocaloptima1． Keywords：logisticssystem planning；adaptiveparticleswarm optimizationalgorithm；locationproblem；logis- ticsintegration 0 引言 配送 中心处在工厂和客户之间，主要起到中转产品运输、转移工厂库存和缩短客户响应时间等作用。 配送 中心的数量、规模及位置与运输成本间存在多重 “二律悖反”效应