资源描述：
《多目标物流配送优化问题建模及其遗传算法设计》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第24卷第9期公路交通科技Vol124No192007年9月JournalofHighwayandTransportationResearchandDevelopmentSep12007文章编号:1002O0268(2007)09O0140O05多目标物流配送优化问题建模及其遗传算法设计周泓,孙江苏,谭小卫(北京航空航天大学经济管理学院,北京100083)摘要:建立了带有公共交货期的多目标物流配送优化模型,考虑了3层配送网络中物品分配和运输模式选择,并对迟到完成的任务给予惩罚,所优化的目标为总费用最小化和分拣中心负载的平衡。建立了一种遗传算法求解过程,对染色体采用了两部分编码,分别表示对分
2、拣中心和运输模式的选择决策,并采用了可变的交叉和变异概率,以防止求解陷入局部最优。最后通过数值仿真试验表明了多目标问题求解的有效性。关键词:运输经济;物流配送;多目标优化;公共交货期;遗传算法中图分类号:F252文献标识码:AMultiOobjectiveOptimizationforLogisticDistributionandItsGeneticAlgorithmZHOUHong,SUNJiangOsu,TANXiaoOwei(SchoolofEconomicsandManagement,BeihangUniversity,Beijing100083,China)Abstract:Am
3、ultiOobjectiveoptimizationmodelforlogisticdistributionwithcommonduedateispresentedwithconsiderationofthreeOechelondistributionnetwork,includingcustomers,distributioncentersandamailpostcenteraswellaspenaltiestobeincurredwhenitemsaredelayedforanyreason1Twoobjectivesareconsidered,oneisminimizingtheto
4、talcostwhichconsistsofloadingPunloadingcost,deliveringcost,handlingcostandpenaltycost,theotherisbalancingtheworkloadateachdistributioncenter1Ageneticalgorithmisdesignedtopursuetheoptimalresults,inwhichthechromosomecontainstwopartstorepresenttheselectiondecisionsfordistributioncentersandtransportat
5、ionmodesrespectivelyandadaptivecrossoverrateandmutationrateareadoptedforavoidingfromlocaloptima1Numericalexperimentshavebeenconductedfinallytodemonstratetheeffectivenessofthealgorithm1Keywords:transportationeconomy;logisticdistribution;multiOobjectiveoptimization;commonduedate;geneticalgorithm取。实体
6、分拨策略通常与网络内存在的供应点、中转0引言点和需求点的数量多寡、容量限制、时间因素等相[2,3]伴随经济的全球化发展,物流成为企业第三利润关;而运输策略则通常与运输费用、运输时间、[4,5]源泉,已经得到普遍认同。而面对激烈的竞争环境,运输容量等相关。并且这些因素之间存在悖反关企业要想提高自身的竞争能力,必须对其赖以生存的系,侧重考虑不同的因素,会得到不同的配送方案。物流网络系统进行有效管理。物流配送便是研究如何对物流配送的优化可以通过建立线性规划模型,实现物品在网络内的顺利流动,即在经济合理区域范混合整数规划模型和多目标规划模型求解。在实际配围内,根据用户的要求,对物品进行拣选、加工、
7、包送网络中,运输费用一般随运输的批量和运输距离成[4]装、分割、组配等作业,并按时送达指定地点的物流非线性变化,这增加了建模的难度和求解的复杂[1]活动。对配送方案的选择主要考虑两个方面的因度,研究中一般把运输模式简化成与单一因素或者某[2,4,5]素,一是流经网络的实体分拨,二是运输方式的选些组合因素成线性关系,以寻求最优解。ChingO收稿日期:2006O04O28基金项目:国家自然科学基金资助项目(70371005
