基于自适应遗传算法的生鲜产品冷链物流配送中心选址研究

发布时间：2024-05-22 00:44

　　为使得生鲜冷链产品在从生产基地运输到需求网点的过程中能尽可能的节约成本和减少损耗，文章以生鲜产品的运输为研究对象，考虑固定成本、运输成本和变质成本这三个因素建立总成本最小的目标函数，并在函数中引入了多个系数使其与实际情况更加贴近，在此基础上建立冷链物流配送中心选址模型，采用自适应的遗传算法，并通过MATLAB 2020a软件进行仿真求解，验证了该模型与算法在选址问题研究中的有效性和实用性。

【文章页数】：5 页

【部分图文】：

图1生鲜产品的运输基本流程

本模型的变量及其释义如表1所示。2模型构建与算法

图2遗传算法中的交叉算子示例

当变异概率过小时，不利于染色体新个体结构的产生；当变异概率过大时，染色体结构遭到破坏的可能性会增大，遗传算法搜索的有效性随之降低。针对变异算子操作中的寻优问题，本文引入自适应变异算子操作，其计算公式如下。图3遗传算法中的变异算子示例

图3遗传算法中的变异算子示例

图2遗传算法中的交叉算子示例其中：Pm为自适应变异概率，C3,C4为区间0,(1)的常数。

图4MATLAB仿真最优解变化图

本文采用自适应遗传算法对生鲜产品冷链物流配送中心选址的问题进行了研究，将影响选址的成本因素分为固定成本、运输成本和变质成本，建立了生鲜产品冷链物流中心选址模型并用自适应遗传算法进行求解，仿真结果表明该模型和算法可以较好地应用于实际选址问题当中。在构建最小成本目标函数时；地段价格系....

本文编号：3980148