基于协PSO算法的物流配送中心选址研究.docVIP

基于协PSO算法的物流配送中心选址研究 　　摘要:针对多目标物流配送中心选址问题,建立选址模型,并设计离散协粒子群算法,最后利用该算法进行了实例研究,结果表明该算法是有效、可行的。 　　Abstract: To solve the problem of multiobjective location of logistics distribution centres, this paperestablished the model of location and designed the algorithm of discrete co-PSO, gavegiven an instance using this algorithm. The results indicated that the algorithm was effective and feasible. 　　关键词:协粒子群算法;配送中心;多目标优化 　　Key words: Particle Swarm Optimization(PSO);distribution center;multiobjective optimization 　　中图分类号:F25 文献标识码:A文章编号:1006-4311(2010)31-0021-02 　　 　　0引言 　　物流配送中心作为连接供应商和客户之间的纽带,是从供应到消费过程中实现调节跟踪服务的主体机构[1],可以起到降低运作成本,提高物流流通效率等作用。配送中心的位置选择对于其运作成本和效率的高低起着至关重要的影响。目前对该问题国内外学者已经展开相关研究并取得一定的成果。常用的选址方法有多重心法、混合-整数线性规划法、目标规划法、树型搜索法、动态规划法等常规方法[2]以及目前兴起的智能算法,如遗传算法、蚁群算法、粒子群算法等,对于解决复杂选址问题具有独特优势[3,4]。 　　粒子群优化(PSO)算法[5,6]是基于群体智能理论的新型演化计算技术,具有通用性强、全局寻优、并行计算等优点,已经在复杂问题在连续空间和离散空间求最优解中获得广泛应用。本文提出一种基于协粒子群算法的选址算法,针对A市某连锁超市物流配送中心选址问题展开实例研究。 　　1问题描述 　　本文解决基于多级物流配送中的最底层配送中心的选址问题,即供应是由上级配送中心来统一,主要功能是满足单一区域内的各门店订货需求。其配送模式可以归纳为自营配送模式,即企业自建并承担所有费用,配送成本、服务质量是反映企业配送效率的两个最重要的指标,此外考虑到连锁企业总是随着城市的发展不断在数量上进行扩张,选址时必须具有前瞻性,即选址的动态性,影响选址评价指标的因素中既有定性因素,又有定量因素,各指标及因素间的递阶层次结构如图1所示。 　　2模型建立 　　本文假设:①已知客户的数量、需求量和位置;②已知若干个候选配送中心地址;③供应商和上级配送中心对各候选地址的运输成本基本一致;④不考虑配送中心的容量限制;⑤每个客户只由一个配送中心提供服务;⑥相同重量下单位距离运费相同,单位产品管理费用相同。选址问题可以描述为选择合理的地址建设配送中心,使得从这些配送中心向用户配送产品的运输成本和配送中心的建设成本之和最小,同时寻求整个系统的服务可靠度最大及所选中心具有良好的可持续发展性。 　　这里记客户集合记为N={1,2,…,n},候选地址集合记为M= {1,2,…,m},候选地址i(i∈M)与客户j(j∈N)之间的单位运输费用记为cij,dij为配送中心i与客户j之间的距离;候选地址i建设配送中心的固定费用记为fi。可设计m×(n+1)阶矩阵X。如果候选地址i建设配送中心,则xin+1=1,否则xin+1=0;如果候选地址i建设的配送中心服务于客户j,则xij=1,否则xij=0,则配送中心选址的多目标优化模型如下所示: 　　Min f(x)=wf(x)+w/f(x)+w/f(x)(1) 　　s.t. xxi∈M,j∈N(2) 　　xij=1 j∈N(3) 　　x∈0,1x∈0,1i∈M,j∈N(4) 　　其中:f1(x)=fx+qdcxij (5) 　　f(x)=(6) 　　w=1 0w1 k∈1,2,3 (7) 　　式(1)是目标函数,根据图1中的层次结构计算出各分目标的权重;式(2)表示若候选地址i没有建设配送中心,则不能为客户提供物流服务;式(3)表示每个客户只由一个配送中心提供服务;式(5)为成本函数,包括固定成本和运营成本,式(6)为服务质量函数,经过统计,服务质量可靠度与其他几个平行指标成正相关性,因此这里使用文献[7]中的服务可靠度来表示服务质量,其中,tj为客户j给定的送货时限;Vij为车辆从配送中心i至客户j的行驶速度;Fv