物流中心貨物調度分配的最優(yōu)規(guī)劃及算法研究.pdf

1、如今，物流業(yè)的發(fā)展已成為推動我國經(jīng)濟發(fā)展的重要因素。目前，有許多物流中心在進行貨物調度時仍舊采取人工的方法，靠人工的管理經(jīng)驗來處理物流問題，這往往使得物流的成本過高，效益降低。在物流管理上運用信息化技術，使用計算機來進行管理逐漸成為一個新的課題?！靶畔⒒锪鳌睂⒅饾u占據(jù)著主導地位。
　　 物流中心在進行貨物調度時，最主要的兩個問題就是車輛的調度和路線的安排。目前，解決這一問題普遍使用遺傳算法。但是，利用單純的遺傳算法解決這一問題

2、時，往往容易陷入局部最優(yōu)解，而退火算法在尋求問題的全局最優(yōu)解時不失為一種優(yōu)秀的算法。
　　 基于這一點，本文所做的主要工作和創(chuàng)新點如下：
　　 文章首先介紹了有關物流的基本知識，國外配送中心計算機管理信息系統(tǒng)的發(fā)展情況及國內配送中心計算機管理信息系統(tǒng)的發(fā)展情況。
　　 其次，建立了貨物調度模型并比較了各種算法及模型算法的復雜性分析。
　　 然后對模型建立了遺傳算法并從兩種方案出發(fā)分析了它們各自的優(yōu)缺點。在

3、第一種方案中，使用二進制數(shù)據(jù)作為編碼，這一方案的優(yōu)點主要體現(xiàn)在能在較短時間內找到最優(yōu)解、其適應度函數(shù)起到了較好的優(yōu)化作用等；主要缺點體現(xiàn)在沒有考慮到車輛二次分配、對規(guī)模較大的配貨難以適應。在方案二中使用自然數(shù)作為編碼，主要做法是首先隨機生成一條染色體，然后將其中的基因一個一個加入，根據(jù)一定的停止準則判斷它加入后是否是一條可行的子路徑。該方案主要的缺點是未對相似染色體采取有效的操作、解易陷入局部最優(yōu)。
　　 緊接著研究了模擬退火算

4、法在物流調度模型上的應用，主要做法是運用了Metropolis算法思想：從某個初始解出發(fā)，經(jīng)過多次解的變換后，在某個控制參數(shù)T確定相對的最優(yōu)解。然后適當減小T的值，循環(huán)執(zhí)行Metropolis算法，當T→0時，組合問題的整體最優(yōu)解就可以最終求出。
　　 然后，提出了一種改進的算法-遺傳模擬退火算法。在算法中增加了一個記憶裝置，該記憶器引進了兩個變量ii和ff，其中變量ii用來存放當前遇到的最優(yōu)解，ff用來保存它的返回值。首先初始

5、化ii為一個初始解ii0，ff0做為它對應的函數(shù)值，即在搜索新解前，令ii=ii0，ff=ff0(ff0是由ii0確定的)；在循環(huán)過程中，每次求得一個新的解，(假設為ix)，都將其對應的目標函數(shù)值fx與當前的ff函數(shù)值比較，如果fx函數(shù)值比當前ff函數(shù)值優(yōu)，那么ii和ff函數(shù)值都用ix和fx函數(shù)值代替。在算法結束時，再將最后所得到的所謂最優(yōu)解與記憶裝置中的最好結果比較，看那一個更優(yōu)就取那一個，從而獲得真正的最終最優(yōu)解。
　　 文

6、中的兩個實驗分析表明：本文所述的這一改進的遺傳算法一方面可以將算法的收斂速度顯著提高；另一方面可以保證所求得的結果是全局最優(yōu)；最后一點就是因為算法采用的是自然數(shù)的編碼方案，可以將較多的客戶點信息用較小的一部分空間來存儲。
　　 從這兩個實驗還可以看出：本文所述算法與傳統(tǒng)的遺傳算法相比較的優(yōu)勢在于：一方面要得到相同的結果可以縮短進化代數(shù)，從而節(jié)約運算時間；另一方面就是即便采用相同的進化代數(shù)，雖然在進化代數(shù)較少時對結果的改進并不明顯