改進的粒子群算法在商業(yè)網(wǎng)點選址中的應用.pdf

1、隨著我國經(jīng)濟的快速發(fā)展,城市化及城市擴張加快,城市規(guī)模、人口數(shù)量以及產(chǎn)業(yè)發(fā)展重點與大中城市不同,商業(yè)網(wǎng)點的布局和確定也有所不同。對于當前商業(yè)網(wǎng)點的選址規(guī)劃不但要完善自身的發(fā)展框架而且要注重網(wǎng)點選址周圍環(huán)境的獨特性,如突出地方特色和充分發(fā)揮商業(yè)網(wǎng)點選址的人文內(nèi)涵等。商業(yè)網(wǎng)點的選址與布局是企業(yè)經(jīng)營管理戰(zhàn)略決策中的重要內(nèi)容之一,選址在很大程度上影響企業(yè)未來的規(guī)劃與發(fā)展。群智能算法的發(fā)展為商業(yè)網(wǎng)點選址求出最優(yōu)提供了新的思路和方法。通過對傳統(tǒng)商業(yè)

2、網(wǎng)點選址模型分析的基礎(chǔ)上,對模型影響因素進行分析,確立能夠量化的因素,并對其建立數(shù)學關(guān)系式,進而建立影響因素更加全面的數(shù)學模型再利用群智能算法及改進的粒子群算法進行求解。
　　本文首先從影響商業(yè)網(wǎng)點選址的因子因素入手,對比分析商業(yè)網(wǎng)點選址與其他網(wǎng)點選址的相似性和差異性,并通過問卷分析,專家咨詢等方式確立選址影響因素以及單個因素的數(shù)學表達式。整個選址模型的建立主要分為影響因素分析和模型因素的確定,如對人口因素的分析等,模型因素的確定

3、主要是人口、交通網(wǎng)絡(luò)連接度、客觀條件(城市繁榮度系數(shù))、顧客價值、競爭、消費潛力等六個影響因素的分析最終建立網(wǎng)點選址模型。再結(jié)合改進的多目標粒子群算法對其進行計算,求出相應的最優(yōu)解,進而達到選址的目的。文章的主要工作和創(chuàng)新點如下:
　　(1)查閱大量的國內(nèi)外相關(guān)研究文獻,針對我國商業(yè)網(wǎng)點選址現(xiàn)狀,提出商業(yè)網(wǎng)點選址的基本路線。
　　(2)對比分析以盈利為目的商業(yè)網(wǎng)點選址與非盈利組織機構(gòu)網(wǎng)點選址的相似性和差異性,對影響因素進行定

4、量和定性分析得出數(shù)學表達式,最后得出最終的選址模型。
　　(3)把多目標粒子群算法進行改進,引入高斯變異公式對外部集中的離子進行變異,使多目標粒子群算法的算法性能得到很大的提高。多目標粒子群算法在前人提出的算法為基礎(chǔ),分別對算法的初始解、目標函數(shù),迭代次數(shù)等參數(shù)做了改進嘗試。通過理論分析和仿真數(shù)值實驗結(jié)果進行比較,驗證了算法的可行性。最后,以安寧區(qū)郵政網(wǎng)點規(guī)劃為案例,對本文的選址方法進行全面的實踐應用,取得較好的實踐效果。