带容量约束配送中心选址的改进粒子群算法.pdfVIP

16 2013 ，49 （7 ） Computer Engineering and Applications 计算机工程与应用 带容量约束配送中心选址的改进粒子群算法 1 1 2 楚湘华 ，陆 强 ，牛 奔 1 1 2 CHU Xianghua , LU Qiang , NIU Ben 1.哈尔滨工业大学 深圳研究生院，广东 深圳 518055 2.深圳大学 管理学院，广东 深圳 518060 1.Shenzhen Graduate School, Harbin Institute of Technology, Shenzhen, Guangdong 518055, China 2.College of Management, Shenzhen University, Shenzhen, Guangdong 518060, China CHU Xianghua, LU Qiang, NIU Ben. Improved PSO-based algorithm for the capacitated location problem of distribu- tion center. Computer Engineering and Applications, 2013, 49 （7 ）：16-19. Abstract ：The traditional Median-based location model is expanded to build a capacitated location model, and a novel computa- tional method is developed. To avoid algorithm premature, a heterogeneous multi-swarm Particle Swarm Optimization （PSO ）is proposed, in which the population consists of the master swarm and several sub-swarms with varying population structure to bet- ter balance exploitation and exploration abilities. A hybrid parallel encoding method is designed, and the improved algorithm is used to solve the capacitated location model. The experimental results demonstrate that the proposed algorithm enhances solu- tion accuracy and convergence speed. Key words ：location model; capacitated constraint; biological inspired; Particle Swarm Optimization （PSO ）; encoding; con- straints handling 摘 要：在Median-based 模型的基础上，建立了带容量约束的配送中心选址模型，并给出求解算法。为避免算法早熟，提出 一种异质多群体粒子群算法，将种群划分为主群和若干异质拓扑结构子群，平衡算法的开发与探索能力。设计了二进制 与浮点数混合并行编码，将改进算法用于求解带容量约束的配送中心选址模型。仿真实验结果表明，此改进算法提高了 最优解的求解精度与收敛速度。 关键词：选址模型；带容量约束；生物启发；粒子群算法；编码；约束处理 文献标志码：A 中图分类号：TP 18 doi ：10.3778/j.issn. 1002-8331.1210-0035 1 引言 展，导致配送中心爆仓的现象频繁发生。因此，本文结合 配送中心在物流系统中处于物流节点的位置，合理的 现实情况，在p -median 与UFLP 的基础上建立带容量约束 配送中心选址对于优