基于遺傳算法的快遞物流配送中心選址

　　摘　要：以快遞物流配送中心選址問題為研究對象，結合其選址特點構建了含有固定投資成本、管理成本、運輸成本等諸多成本要素的目標函數，建立了基于遺傳算法的選址模型，并利用改進后的求解策略或方法對算法模型進行求解，有效提高了算法模型的求解效率和求解質量。實例研究中，將Matlab2017a數學仿真編程軟件與算法模型相結合，對算例進行求解，驗證了遺傳算法模型在選址問題研究中的有效性和實用性。

　　關鍵詞：配送中心選址;遺傳算法;自適應;快遞物流

　　0 引言

　　配送中心是物流系統網絡中的關鍵節點和重要的基礎設施，在整個物流系統網絡規劃中起著樞紐性的作用[1]。快遞物流配送中心選址是指在具有若干個發件網點或者若干個收件網點的物流配送區域內，綜合考慮物流運輸成本、配送中心建設成本等成本因素，采用定性與定量分析方法，選取最符合經濟社會情況的單個或者多個位置設置配送中心的物流系統網絡規劃過程。在整個快遞物流供應鏈環節中，快遞配送中心，對上承接來自發件網點包裹的集運任務，對下承接收件網點的配送運輸任務，其選址結果將會對配送路徑的規劃、運營成本、配送效率等產生直接的影響。

　　1 研究綜述

　　基于配送中心對國家流通經濟發展的重要作用，國內學者們針對各種類型的配送中心的選址問題，分別采用不同的算法模型，對其進行了深入研究：如李茂林[2]認為物流配送中心選址難以優化以至于會影響整個物流系統的配送效率，針對這一問題他提出一系列的猴群優化算法求解策略，對模型進行求解，通過對線性函數表達式中多個影響因子的非線性調節，改進了猴群算法的爬行過程，提高了算法模型的求解精度和求解能力，最終更加精確地求解出物流配送中心優化選址位置。

　　張于賢等[3]通過構建帶有物流收益(輸出)和物流成本(輸入)之差的數據包絡評估模型(dataenvelopmentevaluationanalysis，DEA)，對現有配送中心的各項指標進行評估，根據評估的結果得到配送中心的再選址方案，但其基于DEA選址方法所構建的線性函數選址評價模型與通常利用CCR模型、BCC模型等具有矩陣性質的評價模型方法不同，該選址評價研究方法的可行性有待進一步實證;崔楊等[4]針對第三方物流配送過程中產生的如延誤、爆倉等配送異常問題，綜合運用層次分析法中的定性分析方法和定量分析方法，對第三方物流配送中心選址問題進行了評價研究。

　　通過構造層次分析模型、判斷矩陣，求解出最優位置作為第三方物流配送中心的選址位置;于蕾[5]綜合采用定性與定量分析法對安徽省農產品的供給與需求狀況進行了分析，構建了基于重心法的農產品配送中心選址模型，并采用R語言編程對具有迭代性質的選址模型進行求解，但存在絕對假設條件限制、去市場化、需求量計算過于簡單等局限性;生力軍[6]指出，經典粒子群選址模型在求解過程中存在局部最優和過早收斂等問題，為了克服此缺點，將量子進化算法與粒子群算法相結合，構建了基于量子粒子群算法的物流配送中心選址模型，并通過粒子編碼和量子交換、變異等操作，有效避免了模型在選址求解中存在局部最優和過早收斂等問題。

　　基于遺傳算法選址國內學者們針對不同類型的選址問題進行了大量創新性的研究：如趙斌等[7]指出，傳統單一的遺傳算法難以快速有效求解出系統復雜的醫療器械物流園區選址問題的最優化問題，通過將遺傳算法和免疫算法相結合，建立了免疫遺傳算法的選址模型，針對醫療器械物流園區選址的特點，構建了包含多種成本要素的醫療器械物流園區選址問題的目標函數模型，并且對選址模型的求解方法進行了設計，從而求解出最優的物流園區選址方案。

　　郭靜文等[8]為了優化消防站網絡規劃布局結構、降低消防站選址的系統選址成本，以及提升消防站空間資源利用率，對傳統的遺傳算法進行了改進，使其具有自適應性質，可自行求解出優化后的消防站規劃建設個數和選址位置，有效克服了在已有選址規劃方案中選擇消防站建設個數和選址位置等的缺陷，但在實證研究中，并未給出具體的求解方法或求解過程;周思育等[9]為了解決湖北省內煙草資源物流配送不均衡和配送成本高昂等的問題，構建了綜合考慮多種選址成本要素的遺傳算法選址模型，并且通過Matlab數據分析軟件，對配送中心選址模型進行求解，選取最佳的位置設置配送中心，提高了煙草資源物流配送的效率，并降低了配送中心系統選址的成本。

　　張鈺川等[10]為兼顧物流園的配送運輸、貨物集散、倉儲分撥、管理服務等的作用和功能，基于物流成本的基礎上，構建了帶有雙層規劃的遺傳算法物流園選址模型：上層模型由影響物流園選址要素的各種成本函數所構成，下層模型由影響決策者和客戶利益訴求的成本函數所構成，并通過遺傳算法對雙層規劃模型進行求解，最后通過實例驗證了遺傳算法模型對物流園選址成本問題具有一定的優化作用。

　　本文選擇利用遺傳算法模型對快遞物流配送中心的選址問題進行研究，針對配送中心選址的特點，構建了包含固定成本、分揀成本等多個成本要素的線性目標函數，建立了基于遺傳算法的選址模型。遺傳算法選址問題屬于NP難題，利用傳統的算法求解方法容易產生局部最優等問題，為了克服遺傳算法模型在選址問題求解過程中所產生的局部收斂和早熟收斂等局限性，本文提出了一系列經過改進后的遺傳算法求解策略，具體包括編碼方法、自適應交叉概率函數、自適應變異概率函數等求解方法，這在很大層度上提高了遺傳算法模型在選址問題中的求解精度和求解效率。

　　2 遺傳算法的配送中心選址模型

　　2.1 模型假設

　　為了便于構建快遞物流配送中心遺傳算法選址模型，簡化算法模型計算復雜性和使其具有很好的適用性，現對模型做如下假設：1)在一定備選范圍內進行配送中心的選取;2)發件網點或收件網點數目多于配送中心數目;3)一個網點僅由一個配送中心提供配送服務，但一個配送中心可覆蓋多個網點;4)配送中心容量可滿足各配送網點的總需求量;5)各網點配送需求一次性運輸完成，且假設勻速行駛;6)物流系統中包含兩個層次的運輸，即從發件網點到配送中心的運輸和從配送中心到收件網點的運輸，且均采用公路運輸;7)系統總費用不考慮包裹在分揀中心的裝卸搬運成本和暫存成本，只考慮配送中心建設成本、運輸費用和變動成本。

　　3 基于遺傳算法模型的求解

　　遺傳算法(genticalgorithm，GA)這一術語于20世紀50年代由美國學者J.Holland所提出，是基于模擬自然選擇和遺傳機制的典型啟發式算法模型，具有操作簡單、魯棒性強等優點。在使用遺傳算法對快遞物流配送中心選址問題的求解過程中，容易產生過早收斂和局部最優等問題。

　　為了提高算法模型的全局搜索能力以及保證種群的多樣性，防止遺傳算法在求解的過程中出現過早收斂和局部最優問題，需要對傳統的遺傳算法求解進行改進。因此本文提出了一系列的遺傳算法選址模型的改進求解策略，從對染色體的編碼策略的選擇到自適應變異概率的計算，這些求解策略有效解決了傳統遺傳算法出現的過早收斂和局部最優問題，使GA空間搜索能力明顯增強，提高了算法模型的求解能力和求解效率。

　　3.1 遺傳算法模型求解策略

　　1)染色體編碼將所需要解決的問題采用編碼的方式是遺傳算法的重要操作，即將求解的問題映射為編碼問題，遺傳算法中常見的編碼方法有二進制編碼、格雷編碼、排列編碼和浮點數編碼等。對編碼的性質進行評價的指標主要有完備性、健全性和非冗余性。2)適應度函數為了保證染色體中具有優良性質的個體基因遺傳到下一代，通過模擬遺傳進化過程中適者生存原理，建立唯一具有評價群體生存選擇機會大小的適應度函數，適應度函數值越大，則種群中優良基因作為父代基因遺傳到下一代的可能性越大;否則可能性越小。

　　3.2 遺傳算法求解步驟

　　STEP1染色體編碼。隨機產生K條染色體，并通過二進制的方法進行編碼，每條染色體即代表一種可行解。STEP2群體初始化。建立適當規模的由染色體或個體所構成的初始化群體。STEP3適應度函數。適應度函數值是判斷個體生存機率大小的唯一標準，對群體進化進度和形勢具有直接的影響，可利用式(9)計算出適應度函數值f(xi)。

　　STEP4選擇算子。對于種群中適應度高的個體進行操作選擇，可直接作為父代染色體進行繁殖，其他的染色體則采用輪盤賭的方式操作選擇。STEP5交叉算子。對于被選中的染色體，通過交叉算子操作，將具有優良性質的兩個染色體中的部分基因通過交叉位移的方式產生新的個體，并利用式(11)計算出不同個體的自適應交叉概率Pc。STEP6變異算子。對不同的個體采取自適應調整策略，利用式(12)計算出自適應變異概率Pm。STEP7判斷適應度函數值。完成STEP6后跳轉至STEP3，重新計算適應度函數值并作出判斷，然后繼續進行循環求解。STEP8終止條件：根據預先設定的最大迭代次數Tmax，當達到所規定的迭代規模后則終止算法運行。

　　4 實例分析

　　1)假設及問題描述為了驗證遺傳算法模型在配送中心選址中的有效性，本文結合算法模型設計了具體的算例，通過對算例的求解來驗證遺傳算法模型在配送中心選址問題研究中的有效性和實用性。長沙市某城際快遞物流服務公司計劃開展城際快遞物流配送業務，假設該公司的配送業務統一采用公路運輸，且具有固定的發件網點、收件網點、配送中心來具體開展該公司的城際快遞物流配送業務。

　　5 結語

　　本文研究分析了快遞物流配送中心的選址問題，因為利用傳統簡單遺傳算法，難以求解出含有多種變量因素的選址問題的最優解，故選擇和利用啟發式算法中的遺傳算法模型，對配送中心的選址問題進行了研究。針對快遞物流配送中心選址的特點提出了一系列的假設前提條件，并建立了含有固定投資成本、變動成本等多種選址成本要素的目標函數，構建了配送中心選址系統成本函數;針對遺傳算法在求解過程中容易陷入局部最優和過早收斂等問題，提出了包括自適應交叉概率、自適應變異概率等一系列的求解策略，增強了算法的全局搜索能力和求解能力;針對配送中心實際選址問題，選擇了長沙市某城際快遞物流公司的配送業務進行實例研究，運用Matlab2017a系統仿真軟件對其進行求解，驗證了遺傳算法在配送中心選址問題研究中的有效性。

　　物流論文投稿刊物：《中國儲運》(月刊)曾由原國家物資部主管，創刊干1990年，經國家新聞出版署批準出版，而向海內外公開發行，國內統一刊號CN12-1204/F,郵發代號6-151。國際16大開銅版紙彩印，月刊，國際標準刊號ISSN1005-0434, 國外發行代號BM1821。

　　由于配送中心選址是一個相對多樣且復雜的研究問題，而本文基于遺傳算法的快遞物流配送中心選址問題的研究，在理論和實例研究部分還有諸多不足，有待進一步深入研究。例如僅考慮了確定性因素下配送中心的選址問題，而沒有考慮不確定因素下配送中心的選址問題;本文主要研究分析了在一定的物流區域范圍內選擇和建立新的物流配送中心，而未在現有配送中心的基礎上對配送中心再選址問題進行研究;當現有配送中心的集貨量、配送量超出其最大容量限制后，是應該對現有配送中心進行擴建還是重新建立新的配送中心等方面的研究還未涉及。因此，本文基于遺傳算法配送中心選址問題的研究還具有很大的研究空間，有待進一步深化和拓展研究。

　　參考文獻：

　　[1]李紀魯，張曉，朱杰.基于自適應免疫算法的配送中心選址問題研究[J].中國儲運，2019(8)：141-144.LIJilu，ZHANGXiao，ZHUJie.ResearchonLocationProblemofDistributionCenterBasedonAdaptiveImmuneAlgorithm[J].ChinaStorage&Transport，2019(8)：141-144.

　　[2]李茂林.基于改進猴群優化算法的物流配送中心選址研究[J].太原學院學報(自然科學版)，2020，38(2)：44-50.LIMaolin.LocationSelectionofLogisticsDistributionCenterBasedonImprovedMonkeyOptimizationAlgorithm[J].JournalofTaiyuanUniversity(Natural ScienceEdition)，2020，38(2)：44-50.

　　[3]張于賢，黃鑫.基于DEA的物流配送中心再選址研究[J].數學的實踐與認識，2017，47(19)：197-202.ZHANGYuxian，HUANGXin.ResearchonRe-LocationofLogisticDistributionCenterBasedonDEAModel[J].MathematicsinPracticeandTheory，2017，47(19)：197-202.

　　[4]崔楊，張立平.第三方物流企業配送中心選址研究[J].吉林化工學院學報，2020，37(7)：27-31.CUIYang，ZHANGLiping.ResearchontheLocationoftheDistributionCenteroftheThird-PartyLogisticsEnterprises[J].JournalofJilinInstituteofChemicalTechnology，2020，37(7)：27-31.

　　作者：劉善球，樊兵鵬

轉載請注明來自發表學術論文網：http://www.zpfmc.com/jjlw/27551.html