針對傳統(tǒng)啟發(fā)算法在解決物流配送中心選址問題上易陷入局部最優(yōu),導致降低物流系統(tǒng)效率降低的問題,提出一種改進的鯨魚優(yōu)化算法IWOA（Improved Whale Optimization Algorithm）。通過綜合變異策略和隨機正弦慣性權重對傳統(tǒng)算法進行改進,提高收斂精度和全局搜索能力。實驗仿真結果表明,改進的鯨魚算法較其他啟發(fā)算法具有更高的計算性能,可以合理計算出配送中心地址,很大程度提高了物流配送的運送效率。 

【文章來源】：計算機應用與軟件. 2019,36(06)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

基于IWOA算法的物流配送中心選址

676)4030(2545，2357)7015(1332，695)2031(2778，2826)50表4四種算法的選址性能比較算法選址方案平均配送費用迭代次數(shù)運行時間/sPSO(30，12，17，20，5，9)19455738．9SOWFA(3，24，12，9，27，5)15235232．5IMPSO(18，29，5，27，9，28)12494225．7IWOA(18，25，5，27，9，14)1005298．6圖2基于IWOA算法的物流配送中心選址圖3基于SOFWA算法的物流配送中心選址

第6期尚猛等:基于改進鯨魚優(yōu)化算法的物流配送中心選址策略259圖4基于IMPSO算法的物流配送中心選址圖5基于PSO算法的物流配送中心選址圖6基于4種算法的適應度值對比圖圖2－圖5分別為基于IWOA的選址策略、基于SOWFA的選址策略、基于IMPSO的選址策略和基于改進PSO的選址策略所求解的平均適應度值和最小適應度值。從圖中可以看出，較其他三種算法而言，基于IWOA算法的物流配送中心選址方式在算法初期，所求解的適應度值下降速度更快，說明IWOA算法擁有更好的初值尋優(yōu)，尋優(yōu)范圍更廣。并且基于IWOA的選址策略可以求解答到更小的適應度值，說明基于IWOA的選址策略具有更高的求解精度。從表4中可以看出，IWOA所求解的平均配送費用較其他三種算法有較為明顯的降低，很大程度上降低了物流配送的成本，且相較其他三種算法而言，迭代次數(shù)明顯減小，算法運行時間也明顯降低，說明IWOA算法收斂速度更快，求解速度更快�？傮w而言，IWOA算法較其他三種算法，可以更加快速、精確地選取物流配送中心地址。4結語本文針對物流配送中心選址問題，提出一種改進的鯨魚優(yōu)化選址策略。針對選址過程中算法出現(xiàn)的陷入局部最優(yōu)和收斂精度低的問題，提出一種綜合變異策略和隨機正弦慣性權重，加強了算法的全局搜索能力，提高了算法的收斂速度和收斂精度，通過測試函數(shù)的對比試驗，驗證了算法的有效性。最后將改進的鯨魚優(yōu)化算法對物流配送中心選址模型進行優(yōu)化。試驗結果證明，本文所提方法，很大程度上減小了配送成本，可以快速選擇出合理的配送中心地址。參考文獻［1］KayikciY．Aconceptualmodelforintermodalfr

【參考文獻】：
期刊論文
[1]基于改進煙花算法的物流配送中心選址研究[J]. 李小川,劉媛華.  軟件導刊. 2017(11)
[2]基于自適應權重和柯西變異的鯨魚優(yōu)化算法[J]. 郭振洲,王平,馬云峰,王琦,拱長青.  微電子學與計算機. 2017(09)
[3]基于改進混合遺傳算法的冷鏈物流配送中心選址優(yōu)化[J]. 袁群,左奕.  上海交通大學學報. 2016(11)
[4]基于布谷鳥算法的電子商務物流中心選址求解[J]. 周歡.  商場現(xiàn)代化. 2015(17)
[5]基于重心法的連鎖超市物流配送中心選址[J]. 王朋,王曉強,王明葆.  電子商務. 2015(01)
[6]免疫粒子群算法及其在物流配送中心選址問題中的應用研究[J]. 馬毓嚀,許峰.  軟件導刊. 2013(12)
[7]基于樹型動態(tài)規(guī)劃的物流配送中心選址算法[J]. 卓婧婧,賈泂.  物流科技. 2013(10)
[8]基于改進粒子群算法的物流配送中心選址策略[J]. 胡偉,徐福緣,臺德藝,馬慶國.  計算機應用研究. 2012(12)
[9]蟻群算法物流配送中心選址優(yōu)化仿真研究[J]. 王坤.  計算機仿真. 2012(04)
[10]基于改進粒子群優(yōu)化算法的物流配送中心選址技術[J]. 胡琳.  統(tǒng)計與決策. 2011(04)



本文編號：3455183