零售业连锁网点选址与布局演化模型.pdfVIP

第25卷第3期 大 学 数 学 V01．25。№．3 2009年6月 COI。I，EGEMATHEMATICS Jun．2009 零售业连锁网点选址与布局演化模型 孙永征1’3， 李 望2， 刘 亮3 (1．中国矿业大学理学院，徐州221008； 2．徐州医药高等职业学校，徐州221116； 3．复旦大学数学科学学院，上海200433) [摘要]蚁群算法是近年来出现的一种新型仿生优化算法，是求解复杂优化问题有效方法．本文建立了 基于蚁群算法的零售业连锁网点选址与布局演化模型，并利用Matlab进行仿真研究．通过对模拟结果的分 析，验证了零售业连锁网点的选址与布局规律． [关键词]蚁群算法；连锁经营；选址与布局 [中图分类号]F830．91[文献标识码]A [文章编号]1672—1454(2009)03—0127—06 1 引 言 连锁经营发展过程中的首要问题就是连锁网点的选址和布局．选址不仅关系到门店经营是否成功， 而且也是影响整个连锁网络综合效益的关键因素．对于零售业连锁经营，抢占市场的基本要素与制造业 不同．在制造业，品牌、技术、资金加上有效的战略和组织，就可以迅速占领市场，而零售业连锁则需要依 靠增加铺面才能扩张．必须将先进的营销、管理技术与规模化的门店网络相结合才有可能成功．目前国 内零售连锁业评价网点选址优劣的主要方法是：根据网点所在商圈的居民购买力水平、投资的成本效益 分析等一系列评价指标，进行待选网点的综合考察，根据评价结果，选出最优网点进行投资设店．该方法 适用于同一商圈内若干个可选网址的择优，但不适用于在一个较大的区域市场内多个网点位置的选择 与布局‘¨． 特别地，许多城市正在打破“摊大饼”的传统格局，形成多中心的城市空间新格局．通过明确划分中 心城各功能板块向周边有机疏散中心城的职能和人口，扩展城市发展空间，构筑以城市中心与副中心相 结合，市区与多个新城相结合，形成既分工又多元互动的城镇发展体系．多中心城市空间布局已经成为 中国大城市发展的战略选择．零售连锁企业所面对的不再是只有一个城市中心，而是一个城市有多个中 心，众多中心商圈．如何在这种多中心的城市建立多个网点，使企业能获取原有和新增网点市场份额之 和的最大化，将是一个十分复杂的问题．这提示我们利用复杂性理论与方法求解该问题．田志友等¨3运 用元胞自动机模拟技术，进行区域市场连锁网点选址与布局的仿真研究．孙元欣等[23将遗传算法应用到 求解竞争型连锁经营网点选址模型． 蚁群算法是近年来出现的一种新型的、分布式的多智能体仿生优化算法．它是由意大利学者 决了TSP问题，取得了很好的结果．随后，蚁群算法被用来求解武器一目标分配问题L4]、指派问题一引、频 率分配问题[6j、电力系统故障诊断问题[7]、路堤稳定性分析问题L83等，显示出蚁群算法在求解复杂优化 问题方面的优越性． 为了研究零售连锁企业网点选址问题，本文在分析了目前我国城市发展中出现的新格局的基础上， 应用改进后的蚁群算法建立了连锁企业网点选址演化模型，并应用Matlab对该模型进行仿真． [收稿日期]2006—12—21 128 大 学 数 学 第25卷 2基本蚁群算法‘9] 在自然界中，单个的蚂蚁个体行为极为简单，但由多个蚂蚁所组成的群体却在搜寻食物等方面表现 出复杂的行为．通过研究发现，蚂蚁个体之间通过一种称为外激素(pheromone)的物质进行信息传递， 蚂蚁在移动过程中通过感知遗留在路上的该种物质来指导自己的运动方向，并在自己经过的路径上留 下该类物质．这样，大量蚂蚁所组成的群体便构成了一种信息正反馈，从而成功地实现了食物搜索，最短 路径选择等行为．蚁群算法正是通过模拟蚂蚁这种行为来达到目的．我们以求解挖城市的TSP问题为 背景来说明基本的蚁群算法． 设m为蚁群中蚂蚁的数量，刀为旅行商要走过的城市数，d。(i，歹=1，2，…，挖)为城市i到J的距离， 而初始时刻各条路径上的信息量相等，即匈(o)=C．如果在时问间隔(f，￡