物流系统中配送路径优化问题研究.pdfVIP

物流系统中配送路径优化问题的研究 郭晗，王岩 长春工业大学计算机科学与工程学院，吉林长春 （130012 ） 摘 要：本文用遗传算法来解决物流配送路径优化问题。因为遗传算法交配算子操作可能会 使最好解遗失，针对这一情况，本文将遗传算法和模拟退火算法结合，并进行了试验计算。 试验结果表明：用这种有记忆功能的遗传模拟退火算法求解物流配送路径优化问题，可以在 一定程度上解决上述问题，从而得到较高质量的解。 关键词：物流配送；遗传模拟退火算法；模拟退火算法；路径优化； 1. 物流系统简介 物流系统是以客户满意为目标，根据顾客的要求条件，从生产地到销售地，在仓储、运 输、包装、配送、装卸等环节有机整合所形成的实物、服务以及信息的流通过程所组成的一 个复杂的系统。 物流配送是现代化物流管理中的一个重要环节。它是指按用户的定货要求，在配送中心 进行分货、配货，并将配好的货物及时送交收货人的活动。本文讨论物流配送中的路径优化 问题。 2. 系统模型设计 物流配送路径优化问题一般可以这样描述：从某物流配送中心用多辆配送车辆向多个客 户送货。每个客户的位置和货物需求量一定，每辆车的载重量一定，配送时间一定，其一次 配送的最大行驶距离一定。要求合理安排车辆配送路线，使目标函数得到最优。并满足以下 条件：（1）每条配送路径上各客户需求量之和不超过配送车辆的载重量；（2 ）每条配送路径 的长度不超过配送车辆一次配送的最大行驶距离；（3 ）每次配送的货物不能超过客 户要求 的时间； （4 ）每个客户的需求必须满足，且只能由一辆配送车送货。设配送中心需要向k 个客户送货，每个客户的货物需求量是g i （i ＝1，2 ，…..k），每辆配送车的载重量是q ，且 i g q 。首先为了安排路线需要对要使用的车辆数有一个估计。在现实情况中，货物装（卸） 车越复杂，约束条件越多，一辆车的实际载货量就越小。用下式来确定需要的车辆数： m=[ Σ i g / aq ] ＋1 。其中，m为所需车辆数，[ ]表示取整，a为参数，0a1 。约束条件越多，货物 装（卸）越复杂，a 值越小。取a为0.85 。 下面建立此问题的数学模型：c ij 表示点i到点j 的运输成本，t is 表示从i到s所允许的最大 时间。配送中心编号为0，各客户编号为i （i ＝1，2 ，….，k ），定义变量如下： x ijs = 1 或 0 （其中，当x ijs 等于1时表示车s 由i驶向j ；0表示没有该路径。）。 is is y = 1 或 0 （其中，当y 等于1时表示点i 的货运任务由s车完成；0表示没有。）。 根据上述变量定义可得到的数学模型如下所示： -1- k k m k ∑∑∑c x g y ≤q ij ijs ∑ i is min Z ＝ i 0 j 0 s 1 ； （1） i 0 ；（2 ） m ∑y is s 1 ＝ 1或 m （其中，当 i = 1 ，2 ，……，k 时为1，否则为0 。）；（3 ） k ∑xijs i 0 ＝ y is ，j = 1 ，2 ，……，k ；s = 1，2 ，……，m ； （4 ） k ∑xijs j 0 ＝ y is ，i = 0，1，……，k ；s = 1，2 ，……，m ； （5 ） t is 0 ；且t js