為了提高粒子群優(yōu)化算法（PSO）求解復(fù)雜優(yōu)化問題的能力,本文對(duì)基于細(xì)菌趨化的粒子群優(yōu)化算法（PSOBC）進(jìn)行改進(jìn)。PSOBC算法是PSO算法的一種新思路,可以有效地克服其易陷入局部最優(yōu)、后期粒子多樣性差的缺點(diǎn),故將一般反向?qū)W習(xí)策略和自適應(yīng)慣性權(quán)重與PSOBC算法相結(jié)合,得到一種改進(jìn)的粒子群優(yōu)化算法。改進(jìn)的粒子群優(yōu)化算法的開發(fā)能力和勘探能力都得到了很大的提高;在求解復(fù)雜性優(yōu)化問題時(shí)種群能夠在搜索范圍內(nèi)快速收斂到局部最優(yōu)處,并且當(dāng)種群密度足夠小時(shí),及時(shí)增大種群密度即進(jìn)行去全局尋優(yōu)。最后將改進(jìn)后算法應(yīng)用到電子商務(wù)多級(jí)物流中心選址及路徑規(guī)劃問題上。 

【文章來源】：井岡山大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,41(01)

【文章頁數(shù)】：6 頁

【部分圖文】：

算法流程圖Fig.3Algorithmflowchart

8135110220140城市區(qū)891011121314月需求量105100105220215330280表2供應(yīng)鏈運(yùn)作的基本數(shù)據(jù)Table2BasicdataofsupplychainoperationGtmGmhGhγGγh0.020.0450.050.08GhmGhhGmrkr0.060.40.80.3采用MatlabR2018b在Windows10系統(tǒng)中，運(yùn)用改進(jìn)的粒子群優(yōu)化算法對(duì)上述問題進(jìn)行求解，最終結(jié)果為26435。此時(shí)選擇建設(shè)第一個(gè)一級(jí)物流中心，且選擇第一個(gè)供應(yīng)商對(duì)其進(jìn)行供貨；選擇建設(shè)第2、第5、第6三個(gè)二級(jí)配送中心，其中二級(jí)配送中心與城市區(qū)之間的服務(wù)關(guān)系如圖5所示。雖然此時(shí)第6個(gè)城市區(qū)距離第5個(gè)二級(jí)物流配送中心比較近，但是此時(shí)卻選擇了第2個(gè)二級(jí)物流配送中心；與第6個(gè)城市區(qū)情況類似的有第8、第13城市區(qū)。但是此時(shí)這種選擇即沒有橫向調(diào)度也沒有縱向調(diào)度，相比之下成本反而會(huì)降低。圖5二級(jí)物流中心與城市區(qū)的服務(wù)關(guān)系Fig.5Servicerelationshipbetweensecondarylogisticscenterandurbanarea5結(jié)束語本文對(duì)基于細(xì)菌趨化的粒子群算法進(jìn)行改進(jìn)，以及針對(duì)多級(jí)物流中心選址和路徑規(guī)劃問題設(shè)計(jì)合適的編碼，能夠有效求解該問題。雖然改進(jìn)算法是有效的，但是無法破解群智能算法求解不唯一的難題，每次都只能找到一個(gè)較優(yōu)解，且無法復(fù)現(xiàn)。

20)反向?qū)W習(xí)生成種群G，并計(jì)算種群適應(yīng)度，選取前PopSize個(gè)粒子21)end22)end23)輸出最優(yōu)值2問題描述與數(shù)學(xué)模型2.1問題描述多級(jí)物流配送中心選址及路徑規(guī)劃問題需要從一級(jí)配送中心M和二級(jí)配送中心H中選擇部分物流中心進(jìn)行建設(shè)，即閉環(huán)供應(yīng)鏈網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)的構(gòu)建，然后規(guī)劃供貨商T、一級(jí)物流中心M，二級(jí)物流中心H及城市區(qū)C之間的服務(wù)與被服務(wù)關(guān)系，即完成整個(gè)閉環(huán)供應(yīng)鏈中的網(wǎng)絡(luò)搭建。閉環(huán)供應(yīng)鏈運(yùn)營包括配送、運(yùn)輸、退貨處理、橫向調(diào)度及縱向調(diào)度等操作（如圖1所示）。圖1多級(jí)物流中的產(chǎn)品流動(dòng)Fig.1Productflowinmulti-levellogistics當(dāng)某城市客戶區(qū)有產(chǎn)品需求時(shí)，首先由服務(wù)于該客戶區(qū)的二級(jí)物流配送中心提供，若該二級(jí)配送中心缺貨，則優(yōu)先從其他二級(jí)配送中心調(diào)度即縱向調(diào)度，當(dāng)所有二級(jí)配送中心都無法滿足時(shí)，由一級(jí)物流配送中心提供緊急配送服務(wù)即橫向調(diào)度，且每級(jí)配送中都有回收退回產(chǎn)品的能力。為了方便模擬解決實(shí)際問題，先對(duì)問題做了如下假設(shè)：1)一級(jí)配送中心M不存在缺貨和容量不足的問題；2)只有供貨商有鑒定和修復(fù)退回產(chǎn)品的能力；3)客戶的產(chǎn)品需求單一；4)暫不考慮運(yùn)輸時(shí)貨車的承載能力。2.2數(shù)學(xué)模型2.1.1符號(hào)定義符號(hào)含義符號(hào)符號(hào)含義符號(hào)供應(yīng)商集T設(shè)施點(diǎn)的建造成本F一級(jí)備選配送中心集M設(shè)施點(diǎn)的可利用時(shí)長V二級(jí)備選配送中心集H城市區(qū)的需求D城市區(qū)集R配送處理成本S退貨收集成本t設(shè)施點(diǎn)i運(yùn)到j(luò)的產(chǎn)品數(shù)qij二級(jí)配送中心的庫存量θ設(shè)施點(diǎn)i到j(luò)的距離dij二級(jí)配送中心橫向調(diào)度單位運(yùn)輸成本f城市區(qū)r的退貨率kr二級(jí)配送中心單位新產(chǎn)品存儲(chǔ)容量系數(shù)

【參考文獻(xiàn)】：
期刊論文
[1]一種改進(jìn)的雁群擴(kuò)展粒子群算法研究[J]. 劉浩然,崔靜闖,盧澤丹,郭長江,丁攀.  計(jì)量學(xué)報(bào). 2019(03)
[2]基于改進(jìn)雙粒子群算法的艦船電力系統(tǒng)網(wǎng)絡(luò)故障重構(gòu)[J]. 張?zhí)m勇,孟坤,劉勝,李佐勇.  電力系統(tǒng)保護(hù)與控制. 2019(09)
[3]共享適應(yīng)度粒子群在雙機(jī)ETV中的應(yīng)用[J]. 丁芳,宋小靜.  計(jì)算機(jī)測量與控制. 2018(11)
[4]基于改進(jìn)粒子群算法優(yōu)化的車輛運(yùn)動(dòng)側(cè)傾控制研究[J]. 谷磊.  井岡山大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(06)
[5]基于反向云自適應(yīng)粒子群算法的多目標(biāo)無功優(yōu)化[J]. 曹生讓,丁曉群,王慶燕,張靜.  中國電力. 2018(07)
[6]一種求解大規(guī)模問題的自學(xué)習(xí)協(xié)同粒子群算法[J]. 肖根福,劉歡,李東洋,歐陽春娟.  井岡山大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[7]無慣性自適應(yīng)精英變異反向粒子群優(yōu)化算法[J]. 康嵐蘭,董文永,宋婉娟,李康順.  通信學(xué)報(bào). 2017(08)
[8]基于細(xì)菌趨化的改進(jìn)粒子群算法在電力系統(tǒng)無功優(yōu)化中的應(yīng)用[J]. 周濤,崔德義,任書燕.  上海電力學(xué)院學(xué)報(bào). 2014(04)

碩士論文
[1]基于電子商務(wù)的物流與供應(yīng)鏈網(wǎng)絡(luò)優(yōu)化問題研究[D]. 李帥.沈陽理工大學(xué) 2014



本文編號(hào)：3438669