地域搜索方法解决有容量限制的仓库选址问题.docxVIP

地域搜索方法解决有容量限制的仓库选址问题Computers Industrial Engineering（2010）TunchanCura目录1 引言2 有容量限制的仓库选址问题(UWLP)简介3 地域搜索方法研究3.1UWLP的费用函数3.2区域结构模型3.3 UWLP的地域搜索方法4 算法实验4.1算法的表现形式4.2 算法的稳定性4.3与其他算法的比较5 结论摘要UWLP（有容量限制的仓库选址问题）已经有很多学者在对这方面问题进行研究，探究到了很多解决方法，包括分支定界法、TS算法、退火算法和重力模型算法等。本文使用一种新的地域搜索方法来研究UWLP问题。许多应用实例证明，这种算法相对简单，且稳定性很好，能有效解决有容量限制的仓库选址问题。这种算法也用来制定标准量或者library基准和M例子，同时也被用来检验其他方法的结论。但是实践检验这种方法的缺陷是计算时间会随着模型复杂程度成指数增长。然而多项搜索也显示该算法可以再多项过程或者多项目标系统中运行。关键词：地域搜索方法仓库选址启发式算法1、引言经济发展、公共设施等建设的成功或者失败很大一部分取决于他的位置选择。有效的供应链管理可以增加效益、市场份额并且减少中间成本，同时提高消费者的满意度。供应链管理其中之一的决策就是设施选址。基于这个原因，许多学者对各种设施选址问题展开了研究，其中也包括UWLP问题。UWLP问题是建立一系列最小费用仓库选址问题组成，费用的组成包括仓库建设费和从仓库到商店的运费。本文解决UWLP问题侧重于LS(地域搜索)方法。然而对于临近地域，最小化选址问题模型的质量很少人了解。本研究中，我们重点关注一个不同的优化问题，有容量限制的仓库选址问题。尽管地域搜索方法集中于许多不同的优化问题，但几乎没有方法可以很好处理UWLP问题的方法。所以本文研究主要贡献有以下几点：（1）与传统解决UWLP问题的方法相比，在解的质量、稳定性、效率方面都具有明显优势（2）模型只有一个参数来控制收敛性，很容易调整与求解。2、有容量限制的仓库选址问题简介简要来说，UWLP问题就是有S个商店和W存储能力的仓库，来构建一个W+S个节点，W*S弧度的网络。每一个仓库的固定建设成本为fi且fi=0，从仓库i运到商店j的费用cij=0。现在的问题就是找到一个关于仓库地址和仓库分配的集合，使得仓库建设成本和运输费用最小。同时此问题也可以简化为关于仓库地址问题，因为每一个商店都会有仓库送货，找到运费最小的仓库即可。换句话说，如果我们设计一种仓库选址集合，每个商店将会从仓库分配货物最小运费为cij。模型如下：fi---仓库的固定建设成本，fi=0cij---从仓库i运到商店j的费用，cij=0xi---是否选择i地建设仓库，M---一个相对很大的数模型解释：，所选择建设仓库的总费用对于从仓库到营销店的运费，引入很大值M进行调节。Xi=1时表示在i地建设仓库，此时运费即为cij，当Xi=0未在i地建立仓库，运费为M，找不到最优解，即放弃该值。依次迭代找到最优方案。3、地域搜索方法地域搜索问题已经被用来解决许多优化问题。一个最优化问题有一系列的解决办法，用一个费用函数来选择这些解决方案。目标就是去找到一个费用最小的最优方案。对于一个优化问题，构造一个基于邻域函数的启发式地域搜索模型。启发式地域搜索方法，开始于初始化状态，模型的建立有三种情况（1）基于其他启发式算法（2）完全随机过程（3）结合（1）（2）两种情况。初始化之后，算法移动到下一个更好位置，直到找到最合适点的存在。大多数LS算法的优势是普遍的适用性和灵活性：他们仅仅需要简单说明解决方案、费用函数、区域结构，对于大部分优化问题这些也很容易就可以得到。然而，与简单的LS算法比较选址优化问题计算频率是一个难解决的瓶颈。许多学者已经提出了多种解决办法希望达到全局最优。其中的一种就是多赋值方法，以此为依据LS算法就需要运行许多次，使用不同的初始化集，最终的解也就是最优解。但目前还没有找到一种最优的解决方案。与多赋值办法相比，一些学者提出多阶段方法。这种方法先赋值一个区域位置方案，再进行搜索下一个方案。这里，我们避开直接选取最小值，选用一种结合多赋值和多阶段的方法。换句话说，选用多个LS算法，每一个算法开始被赋值不同的初始位置，运行时每一种算法参照运行。3.1UWLP的费用函数像上面提及的一样，我们用费用函数评估一个解决方案的好坏。目的是找到最优的服务效果下的最低的费用方案。与（1）式不同的是，在许多实例中，费用函数引入了阀值因子，以保证不等式约束的实现。依据（1）（2）两式，我们定义一个UWLP问题的费用函数：t—迭代次数φ（x）--阀值函数α---阀值函数的斜率模型解释：与一般UWLP问题的模型相比，即与上式（1）（2）（3）比较，模型（4）增