基于GA和DE的逆向物流網(wǎng)絡(luò)建模與優(yōu)化.pdf

1、近年來(lái)隨著人們的保護(hù)環(huán)境和節(jié)約資源意識(shí)不斷的增強(qiáng),逆向物流越來(lái)越引起了政府、制造商和消費(fèi)者廣泛的重視,成為近年來(lái)的熱點(diǎn)研究領(lǐng)域。逆向物流不僅節(jié)約資源、減少排放廢棄物,降低企業(yè)成本,而且可以提高客戶滿意度,于是許多企業(yè)都紛紛建立自己的逆向物流體系。逆向物流網(wǎng)絡(luò)是整個(gè)逆向物流體系運(yùn)作的基礎(chǔ)和關(guān)鍵。建立經(jīng)濟(jì)、高效的逆向物流網(wǎng)絡(luò)是許多企業(yè)的目標(biāo),因此如何設(shè)計(jì)出合理的逆向物流網(wǎng)絡(luò)在逆向物流領(lǐng)域具有實(shí)際的研究?jī)r(jià)值。
　　論文首先介紹了選題的背

2、景、意義和創(chuàng)新之處?，F(xiàn)在對(duì)逆向物流的研究還處于起步階段,逆向物流網(wǎng)絡(luò)建模與優(yōu)化有著廣泛的應(yīng)用背景。另外,本文分別從宏觀和微觀論述了選題的重要意義,提出了本研究的主要目標(biāo)和內(nèi)容。
　　其次,論文總結(jié)了選址理論和差異演化算法(DE)的國(guó)內(nèi)外研究現(xiàn)狀,概述了基本選址模型。論文還指出了一些國(guó)內(nèi)選址理論研究的特點(diǎn)和不足之處。對(duì)選址問(wèn)題中經(jīng)常使用啟發(fā)式算法做了較為詳細(xì)的介紹。
　　第三,論文以排隊(duì)論為基礎(chǔ)研究逆向物流網(wǎng)絡(luò)建模與優(yōu)化。逆向

3、物流中的處理回收物品的工廠被看作是服務(wù)臺(tái),回收物品被看作是顧客,而且回收的物品有不同的處理方法。本文先基于GI/G/1模型,為每個(gè)工廠從幾個(gè)備選生產(chǎn)能力中選擇一個(gè)建立逆向物流網(wǎng)絡(luò)。為了求解該模型設(shè)計(jì)了遺傳算法(GA)。
　　第四,在GI/G/1模型的基礎(chǔ)上將模型擴(kuò)展為基于GI/G/m的逆向物流網(wǎng)絡(luò)模型。隨著求解問(wèn)題的復(fù)雜性及難度的增加,提高GA的運(yùn)行速度便顯得尤為突出,并行遺傳算法不僅提高了求解速度,而且由于種群規(guī)模的擴(kuò)大和各子種

4、群的隔離,使種群的多樣性得以豐富和保持,減少了未成熟收斂的可能性,提高了求解質(zhì)量。本文設(shè)計(jì)了并行遺傳算法求解基于GI/G/m的網(wǎng)絡(luò)優(yōu)化模型。
　　第五,在研究多層逆向物流網(wǎng)絡(luò)建模與優(yōu)化方面?？紤]由居民、初級(jí)收集點(diǎn)、處理中心組成的多層逆向物流網(wǎng)絡(luò)優(yōu)化問(wèn)題。在滿足居民的需求的前提下,確定建立收集點(diǎn)和處理工廠的位置和數(shù)量。每個(gè)初級(jí)收集點(diǎn)有一個(gè)最大容量限制。本文建立了一個(gè)非線性整數(shù)規(guī)劃模型,目標(biāo)是最大化逆向物流收益。求解該模型用了自適應(yīng)遺

5、傳算法。
　　第六,在上面模型的基礎(chǔ)上,把研究?jī)?nèi)容擴(kuò)展為包括正向物流和逆向物流的網(wǎng)絡(luò)結(jié)構(gòu)。該模型要求同時(shí)優(yōu)化正向和逆向物流網(wǎng)絡(luò)。模型中生產(chǎn)銷售商品的工廠和處理回收物品的工廠可以是同一個(gè)工廠,銷售商店和初級(jí)回收點(diǎn)是不同的。銷售商店和初級(jí)回收點(diǎn)以及工廠有容量限制的但是可以通過(guò)擴(kuò)建來(lái)滿足消費(fèi)者的需求。本文設(shè)計(jì)了差異演化算法求解模型,該算法穩(wěn)健性強(qiáng)、收斂速度快。
　　最后,把多層逆向物流網(wǎng)絡(luò)優(yōu)化模型擴(kuò)展為多期,多層,有容量限制,同時(shí)