針對電商顧客需求波動較大、分布較廣、時效性較強(qiáng)等特點(diǎn),首次將顧客需求的波動性及倉庫資源的共享性等因素引入動態(tài)選址問題,并綜合考慮運(yùn)輸成本、租賃共享倉庫成本、關(guān)閉成本及風(fēng)險成本等因素,以總成本最小為目標(biāo),構(gòu)建了電子商務(wù)背景下的物流共享倉庫動態(tài)選址模型.針對模型的NP難特性,提出了一種改進(jìn)的遺傳算法來求解該模型.最后,通過算例驗(yàn)證了模型的可行性及算法的有效性. 

【文章來源】：數(shù)學(xué)的實(shí)踐與認(rèn)識. 2020,50(15)北大核心

【文章頁數(shù)】：12 頁

【部分圖文】：

圖４改進(jìn)的遺傳算法流程圖??４實(shí)驗(yàn)仿真與分析??為驗(yàn)證模型與算法的有效性，本文通過小規(guī)模算例進(jìn)行分析，所提勢法用Ｍａｔｌａｂ實(shí)現(xiàn)，??

爾．為??〇４決策變錄，％和?＜?為非負(fù)變最．．??３模型求解算法??本文建立模型是典型的難問題Ｔ傳統(tǒng)的優(yōu)化方法很難對其進(jìn)行快速有效求解，多來??用啟發(fā)式算法求解．遺傳算法；是由荷蘭引入＆５］的一種基于達(dá)爾文進(jìn)化論的元啟發(fā)式算法，??被廣泛應(yīng)用于求解設(shè)施選址針對共享倉庫動態(tài)選址模型，本文利用雙層編碼方法，構(gòu)??建了棊于多點(diǎn)夂３Ｃ弇子、多點(diǎn)變異弇子和插入＃子的改進(jìn)遺傳弈？去求解該模型．??３．１染色體編碼??本文染色體編碼．菜用雙層結(jié)構(gòu)，第一層表示顧客需求點(diǎn)，第二層表示共享倉庫，如圖１所??其中，染色體的第一層長度為顧客需求點(diǎn)個數(shù)Ｊ乘以共享倉庫個數(shù)再乘以周期數(shù)右染??色體的第晨長度為共享倉庫個數(shù)．ｉｓ乘以周期數(shù)基因上數(shù)值表斌轉(zhuǎn)享倉庫的配送釁．??共享倉庫１?共享倉庫２?共享倉庫１?共享倉庫２?共享倉庫Ｉ?共享倉庫２??爾ｉ雜體雙職碼雜爾??以圖１為例，染色體第一層的前６個基因表示頗客需求點(diǎn)五和務(wù)由共拿倉庫１負(fù)責(zé)配??送，顧客需求點(diǎn)由共享倉庫２負(fù)責(zé)配送，前六個基因共同表達(dá)出第一周期共享倉庫的租賃??配送情況．染色體第二層的第一個基因表示井享倉庫１在第一周期負(fù)責(zé)配送讀為６Ｑ，第匕個??基祖表示共享倉庫２在第一周期負(fù)責(zé)配送最為振這兩個基因共同表達(dá)ＩＩ丨共享倉庫在第一??周期的配送龍??３．２種群初始化??在種群初始化時，一般對染色體的第一層隨機(jī)分配〇和％但可能存在初始解是不可行??解．為減少算法迭代次數(shù)，本文對需求點(diǎn)進(jìn)行單分配約束處理，產(chǎn)生可行的初始種群．??此外，種群規(guī)模的大小直接影響遺傳算法的收斂性和計(jì)興效率．規(guī)模太小，容易收斂到局??部最優(yōu)解；規(guī)模過大，會造成計(jì)算速度降低．在本文中，初始種群規(guī)模為２００．??３．

迭代次數(shù)為２０００，．種群規(guī)模為２００，交Ｘ概率為０．．８１變異概率為Ｗ??灰．９（．９１２．０辦．（？．０??１?—?１?Ｔ?２?２?２?２??２?２?２?２?２?２?２??信嗓比??６?Ｔ?８?９?２??－９．Ｑ．９．９２??２２１２２１■??—?２３４５??２?２?５?２?２??２?２?２?２?２??信噪比??信噪比??圖５信噪比變化圖??

【參考文獻(xiàn)】：
期刊論文
[1]基于互聯(lián)網(wǎng)的共享倉儲的價值分析[J]. 何家波,顧新建.  計(jì)算機(jī)集成制造系統(tǒng). 2018(09)
[2]基于共享物流信息平臺的運(yùn)輸倉儲模式分析[J]. 孫增樂,祝錫永.  物流工程與管理. 2018(01)
[3]基于共享經(jīng)濟(jì)背景的社區(qū)物流終端配送模式探究[J]. 丁亞理,陳勝男.  當(dāng)代經(jīng)濟(jì). 2017(19)
[4]資源共享模式下的整車物流路徑優(yōu)化[J]. 姜彥寧,徐奇,任晗,靳志宏.  公路交通科技. 2017(06)
[5]基于資源共享的城市共同配送體的建設(shè)研究[J]. 葛銳.  北方經(jīng)貿(mào). 2017(02)
[6]倉儲資源共享模式與價值分析[J]. 任芳.  物流技術(shù)與應(yīng)用. 2017(02)
[7]基于貪婪啟發(fā)式的多期多目標(biāo)動態(tài)網(wǎng)絡(luò)選址[J]. 朱偉,徐克林,周炳海,許金超.  上海交通大學(xué)學(xué)報. 2012(02)
[8]基于隨機(jī)需求的物流配送中心選址離散模型研究[J]. 馬龍飛,畢蕾.  物流科技. 2010(01)
[9]物流設(shè)施選址問題的雙層模擬退火算法[J]. 秦進(jìn),史峰.  系統(tǒng)工程. 2007(02)
[10]物流基礎(chǔ)設(shè)施網(wǎng)絡(luò)節(jié)點(diǎn)的動態(tài)選址研究[J]. 董祥俊,徐杰.  物流科技. 2006(10)

碩士論文
[1]軟時間窗約束下動態(tài)選址—路徑優(yōu)化研究[D]. 史玄.福州大學(xué) 2014



本文編號：3443625