改進(jìn)的粒子群算法在商業(yè)網(wǎng)點(diǎn)選址中的應(yīng)用.pdf

1、隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展,城市化及城市擴(kuò)張加快,城市規(guī)模、人口數(shù)量以及產(chǎn)業(yè)發(fā)展重點(diǎn)與大中城市不同,商業(yè)網(wǎng)點(diǎn)的布局和確定也有所不同。對(duì)于當(dāng)前商業(yè)網(wǎng)點(diǎn)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(diǎn)選址周圍環(huán)境的獨(dú)特性,如突出地方特色和充分發(fā)揮商業(yè)網(wǎng)點(diǎn)選址的人文內(nèi)涵等。商業(yè)網(wǎng)點(diǎn)的選址與布局是企業(yè)經(jīng)營(yíng)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(lái)的規(guī)劃與發(fā)展。群智能算法的發(fā)展為商業(yè)網(wǎng)點(diǎn)選址求出最優(yōu)提供了新的思路和方法。通過(guò)對(duì)傳統(tǒng)商業(yè)

2、網(wǎng)點(diǎn)選址模型分析的基礎(chǔ)上,對(duì)模型影響因素進(jìn)行分析,確立能夠量化的因素,并對(duì)其建立數(shù)學(xué)關(guān)系式,進(jìn)而建立影響因素更加全面的數(shù)學(xué)模型再利用群智能算法及改進(jìn)的粒子群算法進(jìn)行求解。
　　本文首先從影響商業(yè)網(wǎng)點(diǎn)選址的因子因素入手,對(duì)比分析商業(yè)網(wǎng)點(diǎn)選址與其他網(wǎng)點(diǎn)選址的相似性和差異性,并通過(guò)問(wèn)卷分析,專家咨詢等方式確立選址影響因素以及單個(gè)因素的數(shù)學(xué)表達(dá)式。整個(gè)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(duì)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(jià)值、競(jìng)爭(zhēng)、消費(fèi)潛力等六個(gè)影響因素的分析最終建立網(wǎng)點(diǎn)選址模型。再結(jié)合改進(jìn)的多目標(biāo)粒子群算法對(duì)其進(jìn)行計(jì)算,求出相應(yīng)的最優(yōu)解,進(jìn)而達(dá)到選址的目的。文章的主要工作和創(chuàng)新點(diǎn)如下:
　　(1)查閱大量的國(guó)內(nèi)外相關(guān)研究文獻(xiàn),針對(duì)我國(guó)商業(yè)網(wǎng)點(diǎn)選址現(xiàn)狀,提出商業(yè)網(wǎng)點(diǎn)選址的基本路線。
　　(2)對(duì)比分析以盈利為目的商業(yè)網(wǎng)點(diǎn)選址與非盈利組織機(jī)構(gòu)網(wǎng)點(diǎn)選址的相似性和差異性,對(duì)影響因素進(jìn)行定

4、量和定性分析得出數(shù)學(xué)表達(dá)式,最后得出最終的選址模型。
　　(3)把多目標(biāo)粒子群算法進(jìn)行改進(jìn),引入高斯變異公式對(duì)外部集中的離子進(jìn)行變異,使多目標(biāo)粒子群算法的算法性能得到很大的提高。多目標(biāo)粒子群算法在前人提出的算法為基礎(chǔ),分別對(duì)算法的初始解、目標(biāo)函數(shù),迭代次數(shù)等參數(shù)做了改進(jìn)嘗試。通過(guò)理論分析和仿真數(shù)值實(shí)驗(yàn)結(jié)果進(jìn)行比較,驗(yàn)證了算法的可行性。最后,以安寧區(qū)郵政網(wǎng)點(diǎn)規(guī)劃為案例,對(duì)本文的選址方法進(jìn)行全面的實(shí)踐應(yīng)用,取得較好的實(shí)踐效果。