基于改進(jìn)微粒群算法的配送中心選址研究.pdf

1、如今，隨著計(jì)算機(jī)科學(xué)的迅猛發(fā)展、人類(lèi)生存空間的擴(kuò)大以及認(rèn)識(shí)與改造世界范圍的拓寬，人們對(duì)科學(xué)技術(shù)提出了新的和更高的要求，其中高效的優(yōu)化技術(shù)和智能計(jì)算的要求日益迫切。群體智能，作為一種新興的智能計(jì)算技術(shù)正受到越來(lái)越多研究者的關(guān)注。群體智能的協(xié)作性、分布性、魯棒性和快速性等特點(diǎn)使之在沒(méi)有集中控制且不提供全局模型的前提下，為尋找復(fù)雜的分布式問(wèn)題的解決方案提供了基礎(chǔ)。微粒群優(yōu)化算法是一種新興的智能優(yōu)化算法，其源于對(duì)鳥(niǎo)群捕食系統(tǒng)的模擬。該算法相對(duì)于

2、遺傳算法(GA)而言容易實(shí)現(xiàn)，沒(méi)有交叉和變異操作，需調(diào)整的參數(shù)不多，收斂速度快，因此自從Kennedy和Eberhart于1995年提出以來(lái)，便受到了廣泛的關(guān)注，尤其是在最近幾年微粒群算法原來(lái)越受到群體智能研究方面的專(zhuān)家和學(xué)者的青睞，并在一些領(lǐng)域獲得了成功應(yīng)用?，F(xiàn)已廣泛應(yīng)用于函數(shù)優(yōu)化、動(dòng)態(tài)環(huán)境優(yōu)化、神經(jīng)網(wǎng)絡(luò)訓(xùn)練等諸多領(lǐng)域。 物流配送中心在現(xiàn)代商品流通中的作用極大，它通過(guò)對(duì)商品的運(yùn)輸、保管、裝卸、搬運(yùn)、流通加工、配送、定單處理和信

3、息處理等工作的統(tǒng)一管理，可以大大減輕作業(yè)勞動(dòng)強(qiáng)度，減少商品消耗，提高庫(kù)存周轉(zhuǎn)率，加速商品流通，降低流通成本，提高社會(huì)需求的滿足程度，給消費(fèi)者以更多選擇。在物流網(wǎng)絡(luò)中，配送中心連接著供貨點(diǎn)和需求點(diǎn)，是兩者之間的橋梁，在物流系統(tǒng)中有著舉足輕重的作用，搞好配送中心的選址將對(duì)物流系統(tǒng)作用的發(fā)揮乃至物流經(jīng)濟(jì)效益的提高產(chǎn)生重要的影響。因此目前對(duì)于配送中心的研究成為物流發(fā)展的熱點(diǎn)。而選址問(wèn)題則是配送中心規(guī)劃時(shí)面臨的首要的，也是最為復(fù)雜的一個(gè)問(wèn)題。

4、 本文主要的工作包括如下幾個(gè)方面： 1.將微粒群算法與免疫算法相結(jié)合，把免疫記憶和克隆選擇等免疫算子引入微粒群算法中，從而形成了一種改進(jìn)算法。仿真實(shí)驗(yàn)結(jié)果表明該算法能克服基本微粒群優(yōu)化算法精度較低，易發(fā)散的缺點(diǎn)，既加快了算法的搜索速度又使算法避免了陷于局部最優(yōu)。 2.對(duì)物流配送中心的選址問(wèn)題進(jìn)行了研究，建立了一個(gè)配送中心選址模型，使配送中心選址問(wèn)題更具有實(shí)際意義和指導(dǎo)作用，對(duì)未來(lái)的配送中心的建設(shè)提供參考。 3