协同粒子群—模拟退火算法求解逆向物流VRPSPD问题研究.pdf

1308 2008中国发展进程中的管理科学与工程(卷Ⅱ) Simon [33 Haykin．神经网络原理．北京：机械工业出版 参考文献 社，2004． [1]张和平，张显东．平衡积分卡在供应链评估中的应用． [4]葛哲学，孙志强．神经网络理论与MATLAB2007实现． 物流技术，2002，12：19—20． 北京：电子工业出版社，2007． BP神经网络在供应链管理绩效指标评价中的应用研 [5]林而红，供应链绩效评价的研究与分析。江苏大学硕士 [23 究，工业工程与管理，2005，5：35～38，43． 学位论文，2005． 协同粒子群一模拟退火算法求解逆向物流VRPSPD问题 张春梅1，谢美萍2 1．上海商学院商业与会计学校，上海200011 2．上海财经大学，上海200434 摘要：本文建市了VRPSPD问题的混合整数规划模型，利用启发式算法的特点构造办同PSO_SA算法求解。试验结 果表明，该算法对于求解VRPSPD问题，可以有效提高车辆的负载使用率，避免因负载波动和最大负载能力约束而增加车辆 总行程，求解性能较好，在可以接受的迭代次数限制内收敛到满意解。 关键词：逆向物流；VRPSPD问题；粒子群算法；模拟退火算法；混合整数规划 仓库、一个车辆集合和一个客户集合，车辆有相同的容 1引言 量限制，客户节点个数一定，不考虑客户的具体属性， 在经济、环境和法规等多方面因素的驱动下，企业 起初车辆都在中心仓库，客户在空间上任意分布，车辆 需要对自己的产品实施全部或者部分回收，进行再利 把货送到每一个客户处，同时完成客户的取货需求，最 用、再循环、再加工或者妥善废弃处理，从而形成逆向 终返回中心仓库，每个客户仅被服务一次，使车辆的总 物流。而逆向物流中同时送取货的车辆路径问题 运行距离最小。 with (Vehicle ProblemSimultaneous Routing Pickup 为了叙述方便，引入以下的符号体系： and Delivery，Ⅵ冲SPD)因其接近实际，是近年来学者V：所有客户的集合，V一{1，2，…，711)； 们研究的重点领域。 M：所有车辆的集合，M=(1，2，…，k}； Dethloff(2001)[11首次从逆向物流的角度来研究 口：车辆的载蕈量限制； VRPSPD问题，采用r整数规划模型和启发式算法来 J：所有节点的集合，其中I=VU{0)，其中0代表 求解；同时设计了有50个客户的Dethloff算例进行仿 仓库； 真验证；取得较好效果。TangGalvao[2]提出两种局 d。：第i个客户节点到第J个客户节点的距离，i∈ 部搜索启发式算法，并建立了VRPSPD问题的模型， j，J∈J，匆勺；d；=oo(i≠0)，d0020； 用解决VRPB问题的方法来解决只有一辆车的VRP- f1，第矗辆车由第i个节点到第歹个节点 SPD问题。而对于约束增强的问题研究中， ～‘ 10，其他 Tan98LGalvao(2006)[33首次提出具有车辆最大行程约 A：i客户节点取货需求，i∈