基于改进遗传算法的供电局物资仓库选址研究
本文选题:供电局 + 物资仓库 ; 参考:《华北电力大学》2017年硕士论文
【摘要】:在经济越来越繁荣以及用电量呈不断上升趋势的背景下,我国城市电网建设也随之迅速的发展,对于整个城市电网的规划研究而言,电网设施仓库的数目确定以及位置选择是电网建设发展的重要前提。保证仓储的安全性,降低闲置物资的资源占用,对于达到物资的最佳管理,实现对用户需求的准时供应,保障工程生产以及用户生活的顺利实现非常重要。电网物资作为一种支撑电力运行的实物载体,对于工程的建设必不可少,在人们的平常生活里也不可缺少。电网物资的流动是物流的一部分,物资的流动贯穿在整个物流网络内。物流网络的规划属于物流体系优化设计的战略层问题,这其中,物资仓库的选址是相当重要的环节。电网公司进行现代化物资管理、对物资做到满足配送时效性的相当重要的步骤是构建合适的物资仓储配送体系。但是目前电网公司的仓库建设和布局存在很多不合理的地方,尚未完全达到科学的规划。本文基于多方面的现场调研,研究电网企业供电局物资仓库布局显现的主要问题,针对电网公司仓库选址问题,以昆明供电局为研究对象,对其进行选址研究最终达到优化现有仓库网络布局的目的。遗传算法是以自然界生物进化思想为基础衍生出的一种运用广泛的、有效的随机搜索与优化的算法。它最大的特征是对种群搜索策略以及在种群中每个个体之间会发生信息变换,搜索与梯度信息关联性不大。本文通过对基本遗传算法进行改进的基础上,进而利用该改进的遗传算法对供电局物资仓库的选址问题进行优化处理,并且基于实际模型求解。通过实际运用情况显示,和常规的数学规划方法比较而言,改进遗传算法运用更为容易,同时操作的运算速度也得以提升,尤其是对于某些规模大、情况复杂的问题进行处理时,效果更为凸显。所以,运用改进的遗传算法来处理本文需要研究的课题,搜寻有效率的最优解,解决供电局物资仓库选址。
[Abstract]:With the increasing prosperity of economy and the rising trend of electricity consumption, the construction of urban power grid in China is also developing rapidly. The determination of the number and location of power grid facilities is an important prerequisite for the development of power grid construction. It is very important to ensure the security of storage and reduce the resource occupation of idle materials in order to achieve the best management of materials, realize the punctual supply of customer demand, and ensure the smooth realization of engineering production and user life. As a kind of physical carrier to support the operation of electric power grid materials are indispensable for the construction of engineering and also indispensable in people's daily life. Power grid material flow is a part of logistics, material flow throughout the entire logistics network. The planning of logistics network belongs to the strategic layer of logistics system optimization design, among which, the location of material warehouse is a very important link. It is very important for grid company to carry out modern material management and to meet the timeliness of distribution by constructing a suitable material warehousing and distribution system. But at present, there are many unreasonable places in the warehouse construction and layout of power grid company, which has not yet reached the scientific plan. Based on a variety of field investigations, this paper studies the main problems of the distribution of material warehouse in power supply bureau of power grid, and takes Kunming power supply bureau as the research object, aiming at the location of warehouse of power grid company. Finally, the location of the warehouse network is optimized. Genetic algorithm (GA) is a widely used and effective random search and optimization algorithm derived from the idea of biological evolution in nature. The most important feature of the algorithm is the information transformation between each individual in the population and the strategy of searching for the population. The search has little correlation with the gradient information. On the basis of the improvement of the basic genetic algorithm, this paper uses the improved genetic algorithm to optimize the location problem of the material warehouse of the power supply bureau, and solves the problem based on the actual model. The actual application shows that the improved genetic algorithm is easier to use than the conventional mathematical programming method, and the speed of operation is also improved, especially for some large scale. When complex problems are dealt with, the results are even more prominent. Therefore, the improved genetic algorithm is used to deal with the problem that needs to be studied in this paper, to search for the most efficient optimal solution and to solve the material warehouse location of power supply bureau.
【学位授予单位】:华北电力大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP18;F252;F426.61
【参考文献】
相关期刊论文 前10条
1 邓涛;熊自明;王青山;;一种结合重心法和GIS技术的机场抢修预置物资仓库选址模型[J];北京测绘;2014年05期
2 梁川;;物流仓库选址优化方法研究[J];物流技术;2013年01期
3 林耿;;混合遗传模拟退火算法求解背包问题[J];河南工程学院学报(自然科学版);2012年03期
4 郭凯;;遗传算法的3种改进方法和分析[J];电子测试;2011年03期
5 杜宗宗;刘国栋;;基于混合遗传模拟退火算法求解TSP问题[J];计算机工程与应用;2010年29期
6 胡莹;;基于MATLAB遗传算法的物流中心选址问题研究[J];中国水运(下半月);2010年07期
7 周巧俏;汤云岩;海晓涛;;基于改进自适应遗传算法的分布式电源的选址和定容[J];陕西电力;2010年06期
8 赵振亚;贺国先;;基于模拟退火算法的应急物流仓库选址优化[J];大连交通大学学报;2010年03期
9 季晨;李栋;;基于遗传模拟退火算法的军用仓库选址研究[J];电脑知识与技术;2010年08期
10 张亦弛;晏湘涛;匡兴华;;基于多阶响应的航材仓库选址模型[J];计算机工程与应用;2009年24期
相关硕士学位论文 前8条
1 侯景超;基于改进遗传算法的仓储系统动态货位优化研究[D];沈阳工业大学;2014年
2 王林;基于区域经济发展的仓库选址问题研究[D];吉林大学;2013年
3 李林艳;昌吉电业局仓储区布局与货位优化研究[D];新疆农业大学;2012年
4 李婷;电网物资仓库规模预测与布局选址规划研究[D];山东大学;2011年
5 寇毅;改进的遗传算法在配送中心选址中的应用[D];武汉理工大学;2007年
6 郝红娟;物流中心仓储区规划方法研究[D];吉林大学;2007年
7 彭伟华;物流配送选址优化模型的研究[D];武汉理工大学;2005年
8 黎钧琪;改进遗传算法及其在物流配送中心选址优化的应用[D];武汉理工大学;2003年
,本文编号:1856215
本文链接:https://www.wllwen.com/gongshangguanlilunwen/1856215.html