基于改进飞蛾优化算法的农业物流配送中心选址策略研究

发布时间：2021-02-19 14:34

　　农业物流配送中心选址模型是一类具有多约束条件的复杂非线性模型,难以有效优化,提高配送效率,节约配送成本。针对上述问题,本文通过引入基于控制因子的非线性惯性权重和遗传算法中的交叉变异策略对飞蛾优化算法进行改进,提高算法的全局收敛能力和收敛速度,并将改进后的飞蛾优化算法对农业物流配送中心选址模型进行优化。通过测试函数和实际算例的仿真试验,验证本文所提改进算法的高效性,配送中心选择所需计算时间提高50%,配送效率提高30%。 

【文章来源】：中国农机化学报. 2020,41(04)北大核心

【文章页数】：8 页

【部分图文】：

基于控制因子的非线性惯性权重图

从图2～图5中可得,IMFO优化算法所求解的适应都值曲线在迭代前期下降速率最快,因此证明IMFO相较其他三种算法,寻优范围更广,具有较好的初值寻优能力,并且IMFO相较其他三种算法可以取得更小的平均适应都值和最优适应度值,因此IMFO的算法的寻优精度更高,可以更精准的找到配送中心的地址。从表5中可得,本文所提基于改进飞蛾优化算法(IMFO)的农业物流配送中心选址策略较其他三种策略具有快的寻优速度和更小的平均配送费用,有效的提高了选址所需时间,节约了配送成本。配送中心选择所需计算时间提高50%,配送效率提高30%。图3 基于复合蚁群算法的选址结果

基于复合蚁群算法的选址结果

【参考文献】：
期刊论文
[1]飞蛾纵横交叉混沌捕焰优化算法[J]. 吴伟民,李泽熊,林志毅,吴汪洋,方典禹.  计算机工程与应用. 2018(03)
[2]我国农产品冷链物流标准体系构建的思考[J]. 程丽林,范志强,张长峰,王国利.  物流工程与管理. 2016(07)
[3]基于重心法的连锁超市物流配送中心选址[J]. 王朋,王晓强,王明葆.  电子商务. 2015(01)
[4]具有聚类性质的蚁群算法在城市蔬菜物流配送中心选址问题中的应用[J]. 李周芳,杨桦,徐振强.  中国农机化学报. 2013(05)
[5]基于多蚁群优化的粮食物流配送路径问题研究[J]. 李周芳,杨桦.  中国农机化学报. 2013(04)
[6]带时间窗的C—W节约法在农产品物流中的应用[J]. 吕建新,辜良愉.  中国农机化学报. 2013(02)
[7]基于禁忌搜索的物流配送中心选址方法研究[J]. 申海静,韩晓龙.  物流科技. 2011(07)
[8]基于模拟退火算法的应急系统选址优化[J]. 姜山.  物流技术. 2011(09)
[9]基于改进粒子群优化算法的物流配送中心选址技术[J]. 胡琳.  统计与决策. 2011(04)
[10]基于AHP-整数规划法的油料配送中心选址模型[J]. 张锋,但琦.  物流工程与管理. 2010(01)

硕士论文
[1]农产品冷链物流网络优化研究[D]. 王晓璇.天津大学 2017



本文编号：3041255