基于智能算法的物流优化问题的研究技术报告.docVIP

基于智能算法的物流优化问题的分析研究 唐渝1 温晓灿2 徐扬欢1 （1. 华北理工大学 机械工程学院 河北唐山 063000；2. 华北理工大学 冶金与能源学院 河北唐山 063000） 摘要：本文根据免疫优化算法建立物流中心的选址模型，通过2014年各省份货运总量在全国范围内选择沈阳、杭州、兰州、南宁、拉萨五处作为最优区域物流中心，在此基础上分别以五个物流中心为研究对象，根据耗油量最小建立绿色优化路线规划模型，完成对每一个区域物流中心与相应的分物流中心的最优路径的规划，完成物流优化问题的分析研究。 关键词：免疫优化算法 模拟退火算法 绿色优化模型 物流优化 引言 随着全球竞争的加剧和科学技术的进步，被称为企业的“第三利润源泉”的物流受到越来越多企业的重视。从物流的定义中可以看出库存和配送是物流系统的核心组成部分。物流系统优化，就是在满足客户需求的前提下，规划、实施和控制物流活动，从而降低物流成本，因而物流中心的选址、物流路径优化等问题已受到国内外各行业的极大重视，并得到较快发展。 物流中心在社会物流网络中处于重要的枢纽地位,是实现物流活动集约化、现代化和低成本化的战略据点。由于在电子商务及传统物流业高速发展的时代背景下物流中心选址是否合理直接影响到社会物流系统的顺畅性、经济效益和运营效率,同时也对城市规划、交通状况和环境等有着重要的影响。 物流配送过程中的车辆路径问题,是现代物流活动中的一项关键技术,如何尽量提高配送效率的同时尽量降低配送成本,是配送管理者经常需要决策的重要课题,它涉及许多约束条件与用户要求。不仅货运点多、货物品种繁杂、道路网复杂,服务区内运输网点分布不均匀,很多客户还提出了时间等诸多要求。很多专家学者都在研究用先进的信息技术,将相关的理论研究与实践相结合,为现代物流规划管理提供最优的解决方案。 2、免疫优化算法的物流中心选址 2.1 免疫优化算法基本思想 生物免疫系统是一个高度进化的生物系统，它旨在区分外部有害抗原和自身组织，从而保持有机体的稳定。从计算角度看，生物免疫系统是一个高度并行分布自适应和自组织的系统，具有很强的学习，识别和记忆能力。 免疫系统具有如下特征 （1）产生多样抗体的能力。通过细胞的分裂分化作用，免疫系统可产生大量的抗体来抵御各种抗原。 （2）自我调节机构。免疫系统具有维持免疫平衡的机制，通过对抗体的抑制和促进作用，能自我调节产生适当数量的必要抗体。 （3）免疫记忆功能。产生抗体的部分细胞会作为记忆细胞被保存下来对于今后侵入的同类抗原，相应的记忆细胞会迅速激发而产生大量的抗体。 免疫算法（immune algorithm）是受生物免疫系统启发，在免疫学基础上发展起来的一种新型的智能计算方法。它利用免疫系统的多样性产生和维持机制来保持群体的多样性，克服了一般寻优过程尤其是多峰函数寻优过程中难处理的早熟问题，最终求得全局最优解。 免疫算法和遗传算法都是采用群体搜索策略，并且强调群体中个体间的信息交换，因此有许多相似之处，比如两者具有大致相同的算法结构，都要经过“初始种群产生评价标准计算种群间个体信息交换新种群产生”这一循环过程，最终以较大的概率获得问题的最优解。 本案例把免疫优化算法用于物流配送中心选址问题中。在考虑该问题的约束条件和优化目标的基础上，建立了物流配送中心选址问题的数学模型，并采用免疫优化算法求解最佳物流配送中心选址模型。 2.2免疫优化算法具体实现步骤 （1）分析问题。对问题及其解的特性进行分析，分析解合适表达形式； （2）产生初始抗体群。随机产生N个个体并从记忆库中提取m个个体构成初始群体，其中m为记忆库中个体的数量； （3）对上述群体中各个抗体进行评价。在本算法中对个体的评价是以个体的期望繁殖率P为标准的； （4）形成父带群体。将初始群体按期望繁殖率P进行降序排列，并取前N个个体构成父带群体；同时取前m个个体存入记忆库中。 （5）判断是否满足结束条件，是则结束；反之，则进行下一步操作； （6）新群体产生。基于步骤（4）的计算结果对抗体群体进行选择、交叉、变异操作得到新群体，再从记忆库中取出记忆的个体，共同构成新一代群体。 （7）转去执行步骤（3）。 图1 免疫优化算法流程图 2.3免疫优化算法的物流中心选址模型 配送中心选址问题描述为在有限的位置（m个）中选择一定数量的地点（p个），以合理的规模建立配送中心，为n个配送点配送物品,使得在选出点建立的配送中心在满足配送需求的前提下，成本（包括建造成本和运营成本）最低。因此，在物流配送中心选址模型中作如下假设： （1） 配送中心的规模容量总可以满足需求点需求，并由其配送辐射范围内的需求量决定； （2）一个需求点仅有一个配送中心供应； （3）不考虑工厂到配送中心的运输费用。 基于以上假设，建立如下模型。该