基于改進(jìn)模擬植物生長(zhǎng)算法的雙目標(biāo)逆向物流選址研究.pdf

1、隨著人類科學(xué)技術(shù)水平的提高，物質(zhì)文明文化得到飛速的發(fā)展，但與之相伴隨的就是資源的匱乏和能源的消耗殆盡，并且其中大部分的資源和能源是不可再生的。在這種處于危急關(guān)頭的大背景下，如何將有限的資源和能源重新回收再利用，減小對(duì)于資源和能源的消耗是人們十分關(guān)注的問題之一。逆向物流選址在解決資源和能源消耗、實(shí)現(xiàn)可持續(xù)發(fā)展的目標(biāo)中的作用日益顯著。
　　本文對(duì)模擬植物生長(zhǎng)算法進(jìn)行詳細(xì)介紹后，對(duì)模擬植物生長(zhǎng)算法存在的問題——對(duì)初始值的過度依賴性與得到

2、最優(yōu)解后無法迅速判斷并自行終止問題進(jìn)行詳細(xì)剖析，并針對(duì)這些問題提出相應(yīng)的改進(jìn)方法，即在尋優(yōu)過程中有效擇優(yōu)判斷優(yōu)秀的可生長(zhǎng)點(diǎn)、將原算法的固定搜索步長(zhǎng)進(jìn)行智能化改變以及利用聚類法緩解算法對(duì)初始生長(zhǎng)點(diǎn)取值的依賴性，詳細(xì)解釋了三種改進(jìn)方法，并對(duì)改進(jìn)后的模擬植物生長(zhǎng)算法步驟及流程進(jìn)行定義及解釋說明。最后引入算例分情況討論了改進(jìn)方法并驗(yàn)證其有效性。證明改進(jìn)算法采用的擇優(yōu)方法、搜索步長(zhǎng)的變化以及利用聚類方法設(shè)置初始生長(zhǎng)點(diǎn)均有助于解決模擬植物生長(zhǎng)算法存

3、在的優(yōu)化效率較低、算法不能有效自行終止的局限性。
　　在建立廢棄物逆向物流選址模型時(shí)，本文考慮回收率確定、回收率不確定兩種情況。在回收率確定情形下，假設(shè)廢棄物如數(shù)回收，并采用斯坦福(Stanford)模型對(duì)廢棄物產(chǎn)生量進(jìn)行估算，考慮逆向物流選址設(shè)計(jì)中的經(jīng)濟(jì)成本與社會(huì)負(fù)成本，構(gòu)建最小化經(jīng)濟(jì)費(fèi)用和社會(huì)負(fù)效用的雙目標(biāo)函數(shù)模型，形成了一個(gè)綜合考慮經(jīng)濟(jì)利益、社會(huì)利益的雙目標(biāo)整數(shù)線性規(guī)劃，在建立模型后，利用改進(jìn)模擬植物生長(zhǎng)算法對(duì)選址模型進(jìn)行求

4、解。隨后引入算例進(jìn)行模型求解?？紤]實(shí)際中存在回收率不確定的情形下在區(qū)域內(nèi)構(gòu)建廢舊產(chǎn)品逆向物流選址的穩(wěn)健模型，利用改進(jìn)模擬植物生長(zhǎng)算法對(duì)模型進(jìn)行迭代求解最終得出經(jīng)濟(jì)成本、環(huán)境負(fù)效應(yīng)最小的目標(biāo)函數(shù)值以及回收處理中心的合適數(shù)量及位置。最后通過數(shù)值算例的引入驗(yàn)證了穩(wěn)健模型在回收率不同的情況下的最優(yōu)解和模型的穩(wěn)健性。同時(shí)對(duì)回收率進(jìn)行敏感度數(shù)值分析，得出隨著回收率的增大雙目標(biāo)總成本增加，但是總體決策并沒有發(fā)生改變。也就是說回收率的不同僅僅使目標(biāo)函數(shù)