基于混合粒子群算法解決整車物流網(wǎng)絡優(yōu)化問題.pdf

1、近年來，隨著市場競爭的日趨加劇和成本壓力的不斷增加，國內(nèi)整車物流企業(yè)普遍面臨著降低成本和提升服務的矛盾，通過優(yōu)化來達到物流成本和服務水平的最佳平衡點，成為擺在所有整車物流企業(yè)面前最重要且緊迫的一項課題。倉儲網(wǎng)絡是整車物流的基礎與核心，直接關系到整車物流的成本、效率及服務水平，倉儲網(wǎng)絡優(yōu)化屬于最重要且有效的整車物流優(yōu)化。但整車物流倉儲網(wǎng)絡的復雜性和多變性決定了其優(yōu)化工作的難度和風險，目前國內(nèi)針對整車物流倉儲網(wǎng)絡優(yōu)化的研究還相對薄弱，各整車

2、物流企業(yè)尚未形成先進、實用、可推廣的優(yōu)化技術和方法，如何實現(xiàn)倉儲網(wǎng)絡優(yōu)化的有效性和穩(wěn)定性是整車物流企業(yè)迫切需要解決的問題。 本文結合整車物流行業(yè)的特點和運作實踐，提出了在定性分析與定量計算集成的整車物流倉儲網(wǎng)絡優(yōu)化方法論指導下的物流網(wǎng)絡優(yōu)化的建模和算法求解方案。首先，本文重點綜合考慮常規(guī)庫存，多式聯(lián)運，客戶服務滿意度等決策因素，建立基于決策因素的多成本制約的整車物流網(wǎng)絡優(yōu)化模型；同時，將多客戶的復雜網(wǎng)絡分解為單客戶相對簡單網(wǎng)絡的

3、復合；最后，針對這一NP-Hard問題，提出了混合遺傳算法，模擬退火算法的混合粒子群算法對模型進行求解。其中在算法的解決中，采用多子群協(xié)同的同步優(yōu)化的策略，同時采用分層策略，對底層子群進行同步隨機搜索，同時在上層子群對底層子群加以控制。另外又對粒子群的四個關鍵問題作了相應的調(diào)整，借助遺傳算法中的變異算子，交叉算子，精英選擇算子對陷入局部最小的最優(yōu)粒子進行擾動，使得該子群最優(yōu)粒子跳出局部最小區(qū)域。最后，利用模擬退火算法控制粒子的更新，從而

4、加速算法的收斂。隨后，本論文結合國內(nèi)某知名整車物流企業(yè)的實際業(yè)務數(shù)據(jù)和網(wǎng)絡優(yōu)化實踐，對所提出的優(yōu)化技術進行了實證研究，取得了令人滿意的效果，從而驗證了技術的科學性和有效性。 論文首先立足于整車物流這一較為專業(yè)和個性的領域，從必要性和緊迫性的角度出發(fā)，闡述了研究整車物流倉儲網(wǎng)絡優(yōu)化技術的主要目的和意義，以及工作成果和創(chuàng)新點。隨后，通過查閱大量的文獻資料，學習了普通貨物的物流網(wǎng)絡優(yōu)化技術的國內(nèi)外研究和應用成果，從中歸納出整車物流可參