- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于GIS和粒子群算法的物流配送多中心选址优化方法及应用管理论文
目录
一、 前言
二、 粒子群算法及其性能改进
1. 基本粒子群算法
2. 变异粒子群算法
三、 配送中心选址模型及求解算法
1. 多配送中心选址模型
s.t.(xj(c)
2. 选址模型的求解方法
(1)指定初始参数
(2)k=k+1,按下列公式更新粒子的速度和位置:
(3)通过计算和比较粒子的适应度更新局部最优位置:
(4)进行变异操作
(5)如果k?叟kmax,则转向(6);否则转向(2),继续迭代
(6)结束迭代,根据全局最优位置输出配送中心的位置坐标
四、 应用案例:山东省区域物流配送中心选址优化
1. 供需指标体系及综合指数计算
2. 配送中心选址优化
3. 结果分析
(1)
(2)三个配送中心的优化选址结果分别位于济宁的曲阜市、潍坊的青州市
五、 结束语
1. Langevin André, Riopel Diane. Logistics systems design and optimization. New York: Spr- inger,2005.
2. Berman Oded, Krass Dmitry, Menezes Mozart B C. Facility reliability issues in network p-median problems: strategic centralization and co-location effects. Operation Research,2007,55(2)
3. A. Klose, A. Drexl. Facility Location Mod- els for Distribution System Design.European Jou- rnal of Operational Research,2004,(15)
4. 汤希峰,毛海军,李旭宏. 物流配送中心选址的多目标优化模型. 东南大学学报(自然科学版),2009,39(2)
5. 秦固.基于蚁群优化的多物流配送中心选址算法. 系统工程理论与实践,2006,(4)
6. Qian Jing, Pang Xiaohong, Wu Zhiming. An improved genetic algorithm for allocation optimization of distribution cente. Journal of Shanghai Jiaotong Univeity (Science),2004,9(4)
7. 吴兵,罗荣桂,彭伟华.基于遗传算法的物流配送中心选址研究.武汉理工大学学报(信息与管理工程)
正文
摘要:文章根据总运费最小化原则,以用户空间数据库为背景建立了针对多个配送中心的选址优化模型。为了对选址优化模型求解,提出了一种变异粒子群算法。以地理信息系统(GIS)为平台,对山东省区域物流配送中心的选址优化进行了实证研究,所得结果符合山东省实际情况,表明文章提出的选址优化方法具有较大的应用价值
下载论文网
关键字:物流选址;配送中心;选址;优化模型;粒子群算法;GIS
一、 前言
配送中心是物流网络的一种重要节点,它不仅是物流活动最集中的场所,也是为客户提供物流服务的直接体现。因此,配送中心选址优化不仅与物流企业的经济效益密切相关,还有助于提高物流企业的服务质量。近年来,学术界对配送中心选址优化的研究主要集中在配送中心选址优化模型的建立和模型的求解算法两个方面:(1)有关学者建立了总运费最小化选址优化模型、运费和建设费用最小化选址优化模型、双层规划模型及多中心选址优化模型等;(2)针对选址优化模型的求解,学者们先后提出了相应的遗传算法、蚁群算法、粒子群算法及相应的改进形式。可以看出,目前所建立的选址优化模型大多是针对单个配送中心的,而对多配送中心选址模型的研究较少;而且所建立的模型不是基于空间数据库的,所以没有利用地理信息系统强大的空间分析和地图可视化功能;另外,大多数相关研究只是选址方法的探讨,几乎没有针对具体城市和地区的应用案例研究。
本文首先根据用户的空间数据建立配送中心选址优化模型,然后提出基于变异粒子群算法的求解方法,以地理信息系统为平台编制计算程序,并对山东省区域物流配送中心的选址问题进行应用研究。
二、 粒子群算法及其性能改进
1. 基本粒子群算法。假定优化模型包含n个参数,构造包含m个粒子的种群,第i个粒子的当前(第k步)位置(即优化模型的参数向量)记为X(k)i=(xi1(k),xi2(k),…,xin(k)),i=1,2,…,m。根据设定的适应度函数,我们可以计算出第i个粒子的当前局部最优位置P(k)i=(pi1(k),pi2(k),…,pin(k))和群体的当前全局最优位置G(k
文档评论(0)