多目标公共设施选址问题研究(中文).docVIP

基于渐进覆盖的多目标公共设施选址问题研究( 万 波(江汉大学武汉 430056) bjective Public Facility Location Problem Based on Gradual Covering WAN Bo, YANG Chao, HUANG Song, Dong Peng (1.School of Management, Huazhong University of Science Technology, Wuhan 430074, China; 2. Jianghan University, Wuhan 430056, China) Abstract: The conventional location model adopts a set of rigid covering standards, which stipulates a complete uncovering when exceeding the coverage radius. This assertive dichotomy can’t always satisfy the practical need. In order to describe covering problem exactly and consider the multi-objective characteristics of public facility location problem, a multi-objective public facility location model based on gradual covering is set up, aiming to realize the cost minimization, system effectiveness maximization and to optimize the basic service quality. This model is an integer programming one. As a real-world case, the evolutionary algorithm has been used correspondingly to find solutions based on a district in Wuhan, in which the efficiency of the algorithm has been discussed. Key words: Gradual Covering; Multi-objective Optimization; Facility Location; Evolutionary Algorithm 1 引言 传统的选址问题设置严格的覆盖标准，即当需求点在覆盖半径之内时被完全覆盖，如果超过此半径，即完全不被覆盖。如Toregas等最早解决消防中心和救护车等的应急服务设施选址问题。之内时被完全覆盖，如果超过此半径，即完全不被覆盖。比如，一所小学的覆盖半径为2.5km，如果一个居民点离学校的距离为2.51km，则该居民点完全享受不到该小学提供的服务，这种严格的二分法虽然比较简单，但与实际情况是不相符的。 基于此，当距离超过覆盖半径时，学者们提出了各种覆盖函数。Church和Roberts将覆盖水平定义为距离的分段函数，不同段内的覆盖水平不同，如图2所示[3]。这类函数虽然在传统的覆盖函数基础上进行了细分，但仍然为离散型函数，不能刻画现实生活中连续变化的情况。Pirkul和Schilling将覆盖水平定义为距离的线性函数，当距离增大时，覆盖水平呈线性递减关系，如图3所示[4]。这类函数能够刻画连续变化的情况，但这种线性关系过于简单，难以刻画现实生活中复杂变化的情况。Berman和Krass将覆盖水平定义为距离的非凸非凹函数，如图4所示[5]。这类函数比较贴近现实生活中的距离与覆盖水平的关系，可以较好地模拟真实情况。 图1 传统覆盖函数图 图2 分段函数覆盖图 图3 线性函数覆盖图 图4 非凸非凹函数覆盖图 2.3 Pareto最优 在单目标优化中，人们寻找最好的解，而在进行多目标优化时，由于目标之间无法比较，且存在互相冲突的现象，不一定存在对于所有目标都是最优的解。一个解在某一目标上是最好的，但在其他目标上可能是最差的。因此，这种无法简单进行相互比较的解称为Pareto 最优解。Pareto最优的概念是Francis于1881年提出，Pareto在1896年予以推广的。目前，这一概念被广泛运用于多目标优化研究。 多目标优化问题可以表述为以下的形式[11]： 令S表示决策空间的可行区域