上海论文网提供毕业论文和发表论文,专业服务20年。

基于改进布谷鸟搜索算法的配送中心选址问题之物流管理研究

  • 论文价格:免费
  • 用途: ---
  • 作者:上海论文网
  • 点击次数:109
  • 论文字数:0
  • 论文编号:el2019103120004919390
  • 日期:2019-10-16
  • 来源:上海论文网
TAGS:

1 绪论

1.1 研究背景及意义
1.1.1 研究背景
随着我国市场经济的不断发展,商业贸易活动日益繁荣,物流业得到了前所未有的发展。现代物流作为连接生产者和消费者的桥梁,在商业活动中扮演着越来越重要的作用,可以说,物流的服务水平与效率在一定程度上代表了企业的竞争能力。近年来,我国物流业发展十分迅速,大大小小的物流企业如雨后春笋般崛起,为经济的发展提供了强大的保障。然而,从目前的现状来看,我国物流成本占 GDP 的比重仍然较高,截止到 2017 年,我国物流成本约为 13 万亿元,约占 GDP 比重的 14.6%,其中,运输配送成本约占物流总成本的一半以上,仍然远远落后于发达国家水平。这一数据反映了我国物流行业,尤其是运输配送环节,存在着严重的资源浪费和服务效率低下的现象,不利于物流行业的持久健康发展。因此,要想降低物流成本,必须要首先降低物流的配送成本。
配送中心承担着货物的转运、储存、分拣配送、流通加工、信息处理、商品展示等多项功能,能够有效增加商品的时间价值和空间价值,是完整的物流活动的缩影。作为物流系统中的重要设施,配送中心的建设成本高,回收周期长,一旦建成将长时间使用,
很难迁移。因此,配送中心的选址是否合适,将直接关系到物流配送的效率、顾客满意度和配送成本,同时也会影响城市的交通状况和环境状况,以及整个社会物流系统的运行效率和经济效益。
配送中心选址是指在一个或多个具有需求条件的地区,从中选择一个或多个地点为客户提供服务的过程,目的是配送中心到消费者的配送成本最低或者距离最短。配送中心的选址是一个复杂的系统工程,需要考虑很多的因素,比如时间、成本、距离、自然条件等。从以往研究经验来看,智能算法是解决这一类实际问题的重要方法之一。其中,布谷鸟搜索算法(Cuckoo search algorithm, CS)因为思想简单、实现方便、控制参数少等优点而备受学者关注,在解决配送中心选址等实际问题中发挥着重要的作用。但随着布谷鸟算法的不断发展和应用,针对布谷鸟算法本身的一些缺点也暴露了出来,比如在后期求解函数问题时缺乏信息共享、求解精度不高和易陷入局部最优等。针对这些缺点,
本文对基本布谷鸟算法进行了改进,提出了非线性惯性权重对数递减和随机调整发现概率的布谷鸟搜索算法(Cuckoo search algorithm with the logarithmic decline of nonlinearinertial weights and the random adjustment discovery probability,DWCS),从而协调了 CS算法的探索和开发能力,加快了收敛速度,提高了求解精度,增强了算法的鲁棒性。
......................................

1.2 研究综述
随着我国经济的飞速发展,物流得到了快速发展,为了降本增效、提高服务质量,必须进行合理有效的物流配送中心选址规划。本文将非线性惯性权重对数递减和随机调整发现概率引入到基本布谷鸟算法中,并基于 DWCS 算法对物流配送中心选址进行建模优化,通过对 4 个配送中心选址算例进行求解,以确定合适的选址位置。主要包括两个方面的研究:一方面是对物流配送中心进行选址,另一方面是对布谷鸟算法的改进研究,因此从这两方面做出文献梳理归纳
1.2.1 配送中心选址研究现状
现代选址问题最早在 1909 年由 Alfred Weber 提出,目的是寻找仓库位置到多个客户需求点最短的运输距离,随后 Hotelling 提出了运输距离对企业产品竞争力的影响,他认为城市中合理的位置选址能够提高企业的竞争力[1]。从此之后,选址问题备受学者关注,相关的科研成果也日益倍增,物流配送中心选址问题也起源于此。
通过对国内外文献的整理,下面将从德尔菲专家咨询法选址方法、连续模型选址方法和离散模型选址方法进行介绍。
德尔菲专家咨询法选址是指将相关领域的专家根据自身经验将定性分析和定量计算相结合的一种方法。虽然德尔菲专家咨询法将选址中的几乎所有影响因素都考虑进去了。但是,在选址过程中,由于每个专家的工作经验、知识储备、个人偏好等许多因素不同,导致得出的结论不具有客观性。因此,当选址问题复杂时,由于专家的知识储备和精力是有限的,此时做出的判断将没有足够的说服力。
连续模型选址方法是指可以选择平面上的任何点作为配送中心的候选点,这类选址方法最具代表性的是重心法。该方法的优点是没有固定的目标,选择性比较大,非常适合单配送中心的选址问题。该方法的缺点是,由于在选择物流配送中心备选点时没有考虑现实生活中的实际问题,所以,从模型中选出来的最佳配送中心位置可能在河流、湖泊或者铁轨上而无法建立最佳物流配送中心。
............................

2 物流配送中心相关理论

2.1 配送中心概念、特点、原则
国家标准《物流术语》对配送中心(Distribution Center)的定义为:从事配送业务且具有完善信息网络的场所或组织。需要符合以下要求。
(1)为指定的客户服务;(2)配送功能完整;(3)辐射范围小;(4)短周期、多品种、小批量、多批次;(5)主要为终端客户提供配送服务;
在现实生活中,由于建设配送中心的投资成本巨大,一旦建成几乎无法改变,所以在建设配送中心时应考虑以下几个方面。
(1)动态性原则。配送中心选址时,绝不能将各种限制条件和影响因素绝对化,因为有些因素是不断变化着,比如用户的规模、国家政策等。(2)竞争原则。配送活动是距离消费者最近的服务性活动,因此,消费者的选择必然引起配送活动的竞争。(3)低运费原则。配送中心建设的目的就是把货物运输到消费者手中,而运输必然会产生运输费用。由于运费和运输距离、运量有关,因此,合理的配送路线能够降低运输费用。(4)交通原则。配送中心的活动一部分在配送中心内,这依赖于配送中心内部的布局和工艺;而另一部分则依赖于辐射区域内的交通条件。(5)统筹的原则。建立配送中心是一个系统的工程,需要考虑到方方面面。
............................

2.2 配送中心选址的决策程序
以下是配送中心选址的七个步骤,图 2-1 是流程图。
(1)约束条件分析。分析建设配送中心的最终目的和所需要的必要条件,以便缩小选址的范围。
(2)搜集整理材料。通过对历史资料的收集整理,以便后续备选地址的选择及定量化模型的设计中使用。
(3)地址筛选。首先分析收集的资料、影响选址的因素;然后进行需求预测;最后初步确定备选地址。
(4)定量分析。在定量分析中主要考虑经济性因素,根据不同的情况,建立适合的模型,然后对模型计算,得出结果。
(5)结果评价。根据劳动力价格、服务等因素,评价计算结果,确定是否有实际的意义。
(6)复查。对结果有影响的因素,赋予它们一定的权重,利用加权法对结果进行分析。假如复查通过,则为最终结果;不通过,继续运行,直到通过为止。
(7)确定选址结果。通过复查后,虽然计算的结果不一定是最优解,但却是满足条件的满意解。

..........................
3 布谷鸟算法的改进研究...............................19
3.1 布谷鸟算法基本思想.....................................19
3.2 改进的布谷鸟算法(DWCS)..............................20
4 改进的布谷鸟算法求解物流配送中心选址问题............................47
4.1 单配送中心选址..................................47
4.1.1 单配送中心选址问题描述..............................47
4.1.2 单配送中心选址算例求解...............................49
5 结论与展望....................................67
5.1 结论..................................67
5.2 不足与展望................................68

4 改进的布谷鸟算法求解物流配送中心选址问题

4.1 单配送中心选址
4.1.1 单配送中心选址问题描述
在选址问题模型中,最基本的参数是节点之间的距离。通常知道两节点的坐标,可以采用以下三种方法来计算节点之间的距离。

.........................

5 结论与展望

5.1 结论
配送中心作为物流系统中的重要节点,在物资的流通过程中扮演着承上启下的作用。合理的配送中心选址,不仅能够提高物资的配送效率、提高顾客的满意度,还可以有效降低配送成本,增强企业的核心竞争力。所以,为了使配送中心的选址更加合理,本文首先对 CS 算法进行了改进,然后将改进的算法用于求解物流配送中心选址问题,最后确定选址位置。具体表现在以下两个方面:#p#分页标题#e#
一方面,本文对 CS 算法进行了改进,针对 CS 算法在后期求解复杂函数优化问题时收敛速度偏慢、求解精度不高和易陷入局部最优等问题,提出非线性惯性权重对数递减和随机调整发现概率的布谷鸟搜索算法。首先,在布谷鸟寻窝的路径和位置更新公式中,设计一种随进化迭代次数非线性递减的惯性权重,改进鸟巢位置的更新方式,以协调布谷鸟算法的探索和开发能力;其次,引入随机调整发现概率代替固定值发现概率,较大和较小的发现概率随机出现,有利于算法全局探索和局部开发的平衡,加快算法收敛速度,增加种群多样性;最后,分析测试了对数递减参数和随机调整发现概率,选取了对数递减最佳参数组合和随机调整发现概率最佳取值范围,此时,函数的优化效果最好。求解了 16 个函数优化问题,DWCS 算法均能收敛到全局最优解,极大地提高了寻优精度,显著减少了迭代次数,有效提高了收敛速度和鲁棒性。与相关的改进布谷鸟算法和其他演化算法相比,改进算法在求解连续复杂函数优化问题上具有较强的竞争力。
另一方面,采用 DWCS 算法对物流配送中心选址问题进行求解。设计 DWCS 算法求解配送中心选址流程,建立选址模型,进行仿真实验。首先,采用 DWCS 基于精确重心法求解连续型单配送中心选址问题。为了测试 DWCS 在求解单配送中心选址问题的效果,通过算例一、算例二两个连续单配送中心选址算例来验证 DWCS 算法的性能,并与 CS、ICS、PSO 进行性能优化比较。仿真实验结果表明 DWCS 算法在求解算例一、算例二时收敛速度更快、解的质量更高、鲁棒性更强。其次,采用 DWCS 算法对多配送中心选址问题进行了求解。为了测试 DWCS 算法在求解多配送中心选址问题的效果,通过算例三、算例四两个多配送中心选址算例来验证 DWCS 算法的性能,并 CS、PSO、BA 进行性能优化比较。仿真实验结果表明 DWCS 算法在求解算例三、算例四时收敛速度更快、稳定性更好。
参考文献(略)

1,点击按钮复制下方QQ号!!
2,打开QQ >> 添加好友/群
3,粘贴QQ,完成添加!!