基于免疫優(yōu)化算法的云物流覆蓋選址--分配研究.pdf

1、隨著信息技術(shù)、物流理論和應(yīng)用研究的不斷發(fā)展，物流配送中心建設(shè)步伐不斷加快，配送中心的選址與分配已經(jīng)成為物流發(fā)展過(guò)程中的一個(gè)亟待解決的關(guān)鍵問(wèn)題。傳統(tǒng)的物流選址-分配問(wèn)題中，配送中心與需求點(diǎn)的分配關(guān)系為“一對(duì)一”或“一對(duì)多”，表明其配送中心的物流資源都是獨(dú)立運(yùn)營(yíng)，不能多個(gè)配送中心對(duì)同一個(gè)需求點(diǎn)的物流任務(wù)進(jìn)行分工合作，浪費(fèi)了物流資源，增加了物流成本。這就需要用新的思維去解決這些問(wèn)題，由于云物流平臺(tái)能夠?qū)⑽锪髻Y源進(jìn)行整合與一體化調(diào)度，在此基礎(chǔ)上

2、，本文對(duì)云物流選址-分配模型進(jìn)行研究，從而實(shí)現(xiàn)正確的選址和協(xié)同分配。
　　本文一開始闡述了研究的背景與意義、選址-分配問(wèn)題以及云物流國(guó)內(nèi)外研究現(xiàn)狀，接著詳細(xì)敘述了傳統(tǒng)選址問(wèn)題、云物流以及免疫算法的相關(guān)理論，通過(guò)visio圖具體的展示了傳統(tǒng)物流模式與云物流模式下選址-分配模型的覆蓋半徑和狀態(tài)，并給出不同情形下的最優(yōu)選址方案。在經(jīng)過(guò)一系列分析思考后，設(shè)計(jì)了云物流下集合覆蓋和最大覆蓋選址-分配模型，云物流集合覆蓋模型的建站數(shù)目和服務(wù)半徑

3、未知，需求點(diǎn)的需求被全部覆蓋;而云物流下最大覆蓋模型是在服務(wù)半徑與建站數(shù)目已知的情況下，盡最大可能的去覆蓋更多的需求。最后，對(duì)汽車零部件需求發(fā)展?fàn)顩r與供應(yīng)鏈物流現(xiàn)狀進(jìn)行闡述，認(rèn)為將汽車零部件配送中心選址-分配問(wèn)題放在云背景下進(jìn)行研究，具有很大的意義。
　　論文對(duì)上述兩種模型運(yùn)用matlab工具，采用免疫優(yōu)化算法，對(duì)汽車零部件行業(yè)的數(shù)據(jù)進(jìn)行分析求解，得到以下實(shí)驗(yàn)結(jié)果:云物流模式下選址-分配模型適應(yīng)度函數(shù)收斂曲線、云物流選址-分配模型