基于多目标麻雀搜索算法的生鲜农产品配送中心选址研究

发布时间：2023-12-10 07:53

　　随着国民经济的发展,居民对日常饮食品质的要求也逐渐提高,其中对生鲜的需求也日益增加。在国内的生鲜市场中,农产品是主要消费品之一,与其相关的生鲜农产品物流配送市场发展空间巨大。但是在此良好的发展前景下,国内的生鲜物流配送配送行业的发展却进入了瓶颈期。如何在每次进行配送时选择合适的配送中心已经越来越成为影响生鲜配送行业发展的因素之一。因此,研究如何选取合适的配送中心从而让每次的配送成本以及配送过程中的货物损耗最低就具有很重要的意义。本文将生鲜配送中心选址问题转换成多目标优化问题,提出将改进后的多目标麻雀搜索算法用于解决此问题。首先提出惯性权重策略和柯西变异策略分别去更新麻雀搜索算法中发现者和警惕者的位置,从而提高原算法的收敛速度和跳出局部最优的能力。在多策略的基础上将多种群协同进化机制应用到多策略麻雀搜索算法上,进一步提高算法的全局搜索能力。使用F系列测试函数对算法在单目标上进行基准测试,使用ZDT、DTLZ和UF测试函数对算法在多目标上进行基准测试,实验结果表明改进后的算法在解的多样性和收敛性方面有了明显的提升。然后本文对生鲜农产品配送中心选址问题进行研究,将需要考虑优化的目标进行数学建...

【文章页数】：90 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
1 绪论
    1.1 研究背景和意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 研究现状
        1.2.1 群智能优化算法研究现状
        1.2.2 多目标优化现状
        1.2.3 生鲜配送中心选址研究现状
    1.3 研究内容
    1.4 主要工作及章节结构
    1.5 本章小结
2 相关工作
    2.1 群智能优化算法
        2.1.1 群智能优化算法的定义
        2.1.2 代表性算法介绍
        2.1.3 群智能优化算法的应用
    2.2 多目标优化
        2.2.1 多目标优化的概念
        2.2.2 多目标优化的实现方法
        2.2.3 多目标优化的相关应用
    2.3 生鲜配送中心选址
        2.3.1 生鲜配送中心选址问题研究
        2.3.2 配送中心选址实现方法
        2.3.3 群智能算法在配送中心选址上的应用
    2.4 本章小结
3 基于多种群协同进化的麻雀搜索算法
    3.1 基于多策略的麻雀搜索算法
        3.1.1 麻雀搜索算法
        3.1.2 Halton序列初始化
        3.1.3 惯性权重策略
        3.1.4 柯西变异策略
        3.1.5 基于多策略的麻雀搜索算法
    3.2 基于多种群协同进化的麻雀搜索算法
        3.2.1 种群划分机制
        3.2.2 协同进化机制
        3.2.3 基于多种群协同进化的麻雀搜索算法
    3.3 实验对比与结果分析
        3.3.1 SSA-MS的实验结果与讨论
        3.3.2 SSA-MC的实验结果与讨论
    3.4 本章小结
4 基于MOSSA-MC的多目标生鲜配送中心选址
    4.1 基于MOSSA-MC的生鲜配送中心选址
        4.1.1 多目标生鲜配送中心选址
        4.1.2 基于MOSSA-MC的生鲜配送中心选址
    4.2 多目标生鲜配送中心选址模型
        4.2.1 相关符号定义
        4.2.2 假设与约束条件
        4.2.3 配送选址模型
    4.3 多目标生鲜配送路径仿真
        4.3.1 仿真流程
        4.3.2 结果与分析
    4.4 多目标生鲜配送中心选址系统
        4.4.1 系统总体架构设计
        4.4.2 系统功能展示
    4.5 本章小结
5 总结与展望
    5.1 总结
    5.2 展望
参考文献
附录A
作者简介



本文编号：3872092