基于改进鲸鱼优化算法的物流配送中心选址策略

发布时间：2021-10-24 11:14

　　针对传统启发算法在解决物流配送中心选址问题上易陷入局部最优,导致降低物流系统效率降低的问题,提出一种改进的鲸鱼优化算法IWOA（Improved Whale Optimization Algorithm）。通过综合变异策略和随机正弦惯性权重对传统算法进行改进,提高收敛精度和全局搜索能力。实验仿真结果表明,改进的鲸鱼算法较其他启发算法具有更高的计算性能,可以合理计算出配送中心地址,很大程度提高了物流配送的运送效率。 

【文章来源】：计算机应用与软件. 2019,36(06)北大核心

【文章页数】：6 页

【部分图文】：

基于IWOA算法的物流配送中心选址

676)4030(2545，2357)7015(1332，695)2031(2778，2826)50表4四种算法的选址性能比较算法选址方案平均配送费用迭代次数运行时间/sPSO(30，12，17，20，5，9)19455738．9SOWFA(3，24，12，9，27，5)15235232．5IMPSO(18，29，5，27，9，28)12494225．7IWOA(18，25，5，27，9，14)1005298．6图2基于IWOA算法的物流配送中心选址图3基于SOFWA算法的物流配送中心选址

第6期尚猛等:基于改进鲸鱼优化算法的物流配送中心选址策略259图4基于IMPSO算法的物流配送中心选址图5基于PSO算法的物流配送中心选址图6基于4种算法的适应度值对比图图2－图5分别为基于IWOA的选址策略、基于SOWFA的选址策略、基于IMPSO的选址策略和基于改进PSO的选址策略所求解的平均适应度值和最小适应度值。从图中可以看出，较其他三种算法而言，基于IWOA算法的物流配送中心选址方式在算法初期，所求解的适应度值下降速度更快，说明IWOA算法拥有更好的初值寻优，寻优范围更广。并且基于IWOA的选址策略可以求解答到更小的适应度值，说明基于IWOA的选址策略具有更高的求解精度。从表4中可以看出，IWOA所求解的平均配送费用较其他三种算法有较为明显的降低，很大程度上降低了物流配送的成本，且相较其他三种算法而言，迭代次数明显减小，算法运行时间也明显降低，说明IWOA算法收敛速度更快，求解速度更快。总体而言，IWOA算法较其他三种算法，可以更加快速、精确地选取物流配送中心地址。4结语本文针对物流配送中心选址问题，提出一种改进的鲸鱼优化选址策略。针对选址过程中算法出现的陷入局部最优和收敛精度低的问题，提出一种综合变异策略和随机正弦惯性权重，加强了算法的全局搜索能力，提高了算法的收敛速度和收敛精度，通过测试函数的对比试验，验证了算法的有效性。最后将改进的鲸鱼优化算法对物流配送中心选址模型进行优化。试验结果证明，本文所提方法，很大程度上减小了配送成本，可以快速选择出合理的配送中心地址。参考文献［1］KayikciY．Aconceptualmodelforintermodalfr

【参考文献】：
期刊论文
[1]基于改进烟花算法的物流配送中心选址研究[J]. 李小川,刘媛华.  软件导刊. 2017(11)
[2]基于自适应权重和柯西变异的鲸鱼优化算法[J]. 郭振洲,王平,马云峰,王琦,拱长青.  微电子学与计算机. 2017(09)
[3]基于改进混合遗传算法的冷链物流配送中心选址优化[J]. 袁群,左奕.  上海交通大学学报. 2016(11)
[4]基于布谷鸟算法的电子商务物流中心选址求解[J]. 周欢.  商场现代化. 2015(17)
[5]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)
[6]免疫粒子群算法及其在物流配送中心选址问题中的应用研究[J]. 马毓咛,许峰.  软件导刊. 2013(12)
[7]基于树型动态规划的物流配送中心选址算法[J]. 卓婧婧,贾泂.  物流科技. 2013(10)
[8]基于改进粒子群算法的物流配送中心选址策略[J]. 胡伟,徐福缘,台德艺,马庆国.  计算机应用研究. 2012(12)
[9]蚁群算法物流配送中心选址优化仿真研究[J]. 王坤.  计算机仿真. 2012(04)
[10]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)



本文编号：3455183