融合多种策略的改进粒子群算法及其在电子商务多级物流中的应用研究
发布时间：2021-10-15 21:44
为了提高粒子群优化算法（PSO）求解复杂优化问题的能力,本文对基于细菌趋化的粒子群优化算法（PSOBC）进行改进。PSOBC算法是PSO算法的一种新思路,可以有效地克服其易陷入局部最优、后期粒子多样性差的缺点,故将一般反向学习策略和自适应惯性权重与PSOBC算法相结合,得到一种改进的粒子群优化算法。改进的粒子群优化算法的开发能力和勘探能力都得到了很大的提高;在求解复杂性优化问题时种群能够在搜索范围内快速收敛到局部最优处,并且当种群密度足够小时,及时增大种群密度即进行去全局寻优。最后将改进后算法应用到电子商务多级物流中心选址及路径规划问题上。
【文章来源】：井冈山大学学报(自然科学版). 2020,41(01)
【文章页数】：6 页
【部分图文】：
算法流程图Fig.3Algorithmflowchart
8135110220140城市区891011121314月需求量105100105220215330280表2供应链运作的基本数据Table2BasicdataofsupplychainoperationGtmGmhGhγGγh0.020.0450.050.08GhmGhhGmrkr0.060.40.80.3采用MatlabR2018b在Windows10系统中，运用改进的粒子群优化算法对上述问题进行求解，最终结果为26435。此时选择建设第一个一级物流中心，且选择第一个供应商对其进行供货；选择建设第2、第5、第6三个二级配送中心，其中二级配送中心与城市区之间的服务关系如图5所示。虽然此时第6个城市区距离第5个二级物流配送中心比较近，但是此时却选择了第2个二级物流配送中心；与第6个城市区情况类似的有第8、第13城市区。但是此时这种选择即没有横向调度也没有纵向调度，相比之下成本反而会降低。图5二级物流中心与城市区的服务关系Fig.5Servicerelationshipbetweensecondarylogisticscenterandurbanarea5结束语本文对基于细菌趋化的粒子群算法进行改进，以及针对多级物流中心选址和路径规划问题设计合适的编码，能够有效求解该问题。虽然改进算法是有效的，但是无法破解群智能算法求解不唯一的难题，每次都只能找到一个较优解，且无法复现。
20)反向学习生成种群G，并计算种群适应度，选取前PopSize个粒子21)end22)end23)输出最优值2问题描述与数学模型2.1问题描述多级物流配送中心选址及路径规划问题需要从一级配送中心M和二级配送中心H中选择部分物流中心进行建设，即闭环供应链网络关键节点的构建，然后规划供货商T、一级物流中心M，二级物流中心H及城市区C之间的服务与被服务关系，即完成整个闭环供应链中的网络搭建。闭环供应链运营包括配送、运输、退货处理、横向调度及纵向调度等操作（如图1所示）。图1多级物流中的产品流动Fig.1Productflowinmulti-levellogistics当某城市客户区有产品需求时，首先由服务于该客户区的二级物流配送中心提供，若该二级配送中心缺货，则优先从其他二级配送中心调度即纵向调度，当所有二级配送中心都无法满足时，由一级物流配送中心提供紧急配送服务即横向调度，且每级配送中都有回收退回产品的能力。为了方便模拟解决实际问题，先对问题做了如下假设：1)一级配送中心M不存在缺货和容量不足的问题；2)只有供货商有鉴定和修复退回产品的能力；3)客户的产品需求单一；4)暂不考虑运输时货车的承载能力。2.2数学模型2.1.1符号定义符号含义符号符号含义符号供应商集T设施点的建造成本F一级备选配送中心集M设施点的可利用时长V二级备选配送中心集H城市区的需求D城市区集R配送处理成本S退货收集成本t设施点i运到j的产品数qij二级配送中心的库存量θ设施点i到j的距离dij二级配送中心横向调度单位运输成本f城市区r的退货率kr二级配送中心单位新产品存储容量系数
【参考文献】：
期刊论文
[1]一种改进的雁群扩展粒子群算法研究[J]. 刘浩然,崔静闯,卢泽丹,郭长江,丁攀. 计量学报. 2019(03)
[2]基于改进双粒子群算法的舰船电力系统网络故障重构[J]. 张兰勇,孟坤,刘胜,李佐勇. 电力系统保护与控制. 2019(09)
[3]共享适应度粒子群在双机ETV中的应用[J]. 丁芳,宋小静. 计算机测量与控制. 2018(11)
[4]基于改进粒子群算法优化的车辆运动侧倾控制研究[J]. 谷磊. 井冈山大学学报(自然科学版). 2018(06)
[5]基于反向云自适应粒子群算法的多目标无功优化[J]. 曹生让,丁晓群,王庆燕,张静. 中国电力. 2018(07)
[6]一种求解大规模问题的自学习协同粒子群算法[J]. 肖根福,刘欢,李东洋,欧阳春娟. 井冈山大学学报(自然科学版). 2018(03)
[7]无惯性自适应精英变异反向粒子群优化算法[J]. 康岚兰,董文永,宋婉娟,李康顺. 通信学报. 2017(08)
[8]基于细菌趋化的改进粒子群算法在电力系统无功优化中的应用[J]. 周涛,崔德义,任书燕. 上海电力学院学报. 2014(04)
硕士论文
[1]基于电子商务的物流与供应链网络优化问题研究[D]. 李帅.沈阳理工大学 2014
本文编号：3438669
【文章来源】：井冈山大学学报(自然科学版). 2020,41(01)
【文章页数】：6 页
【部分图文】：
算法流程图Fig.3Algorithmflowchart
8135110220140城市区891011121314月需求量105100105220215330280表2供应链运作的基本数据Table2BasicdataofsupplychainoperationGtmGmhGhγGγh0.020.0450.050.08GhmGhhGmrkr0.060.40.80.3采用MatlabR2018b在Windows10系统中，运用改进的粒子群优化算法对上述问题进行求解，最终结果为26435。此时选择建设第一个一级物流中心，且选择第一个供应商对其进行供货；选择建设第2、第5、第6三个二级配送中心，其中二级配送中心与城市区之间的服务关系如图5所示。虽然此时第6个城市区距离第5个二级物流配送中心比较近，但是此时却选择了第2个二级物流配送中心；与第6个城市区情况类似的有第8、第13城市区。但是此时这种选择即没有横向调度也没有纵向调度，相比之下成本反而会降低。图5二级物流中心与城市区的服务关系Fig.5Servicerelationshipbetweensecondarylogisticscenterandurbanarea5结束语本文对基于细菌趋化的粒子群算法进行改进，以及针对多级物流中心选址和路径规划问题设计合适的编码，能够有效求解该问题。虽然改进算法是有效的，但是无法破解群智能算法求解不唯一的难题，每次都只能找到一个较优解，且无法复现。
20)反向学习生成种群G，并计算种群适应度，选取前PopSize个粒子21)end22)end23)输出最优值2问题描述与数学模型2.1问题描述多级物流配送中心选址及路径规划问题需要从一级配送中心M和二级配送中心H中选择部分物流中心进行建设，即闭环供应链网络关键节点的构建，然后规划供货商T、一级物流中心M，二级物流中心H及城市区C之间的服务与被服务关系，即完成整个闭环供应链中的网络搭建。闭环供应链运营包括配送、运输、退货处理、横向调度及纵向调度等操作（如图1所示）。图1多级物流中的产品流动Fig.1Productflowinmulti-levellogistics当某城市客户区有产品需求时，首先由服务于该客户区的二级物流配送中心提供，若该二级配送中心缺货，则优先从其他二级配送中心调度即纵向调度，当所有二级配送中心都无法满足时，由一级物流配送中心提供紧急配送服务即横向调度，且每级配送中都有回收退回产品的能力。为了方便模拟解决实际问题，先对问题做了如下假设：1)一级配送中心M不存在缺货和容量不足的问题；2)只有供货商有鉴定和修复退回产品的能力；3)客户的产品需求单一；4)暂不考虑运输时货车的承载能力。2.2数学模型2.1.1符号定义符号含义符号符号含义符号供应商集T设施点的建造成本F一级备选配送中心集M设施点的可利用时长V二级备选配送中心集H城市区的需求D城市区集R配送处理成本S退货收集成本t设施点i运到j的产品数qij二级配送中心的库存量θ设施点i到j的距离dij二级配送中心横向调度单位运输成本f城市区r的退货率kr二级配送中心单位新产品存储容量系数
【参考文献】：
期刊论文
[1]一种改进的雁群扩展粒子群算法研究[J]. 刘浩然,崔静闯,卢泽丹,郭长江,丁攀. 计量学报. 2019(03)
[2]基于改进双粒子群算法的舰船电力系统网络故障重构[J]. 张兰勇,孟坤,刘胜,李佐勇. 电力系统保护与控制. 2019(09)
[3]共享适应度粒子群在双机ETV中的应用[J]. 丁芳,宋小静. 计算机测量与控制. 2018(11)
[4]基于改进粒子群算法优化的车辆运动侧倾控制研究[J]. 谷磊. 井冈山大学学报(自然科学版). 2018(06)
[5]基于反向云自适应粒子群算法的多目标无功优化[J]. 曹生让,丁晓群,王庆燕,张静. 中国电力. 2018(07)
[6]一种求解大规模问题的自学习协同粒子群算法[J]. 肖根福,刘欢,李东洋,欧阳春娟. 井冈山大学学报(自然科学版). 2018(03)
[7]无惯性自适应精英变异反向粒子群优化算法[J]. 康岚兰,董文永,宋婉娟,李康顺. 通信学报. 2017(08)
[8]基于细菌趋化的改进粒子群算法在电力系统无功优化中的应用[J]. 周涛,崔德义,任书燕. 上海电力学院学报. 2014(04)
硕士论文
[1]基于电子商务的物流与供应链网络优化问题研究[D]. 李帅.沈阳理工大学 2014
本文编号：3438669
本文链接：https://www.wllwen.com/jingjilunwen/dianzishangwulunwen/3438669.html
