人工蜂群算法在LRIP机会约束模型中的应用

《人工蜂群算法在LRIP机会约束模型中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第25卷第4期运筹与管理V。1．25，N。．42016年8月oPERATIoNsREsEARcHANDMANAGEMENTscIENcEAug．2016人工蜂群算法在LRIP机会约束模型中的应用吴斌，董敏(南京工业大学工业工程系，江苏南京211816)摘要：针对现有研究中未考虑配送阶段客户随机需求的问题，本文采用在一定置信区问上满足客户需求的方法，描述这种客户需求不确定的约束，在此基础上，建立了选址一路径一库存问题(L0cation—Routing-InVentoryProb-lem，LRIP)的机会约束模型。提出人工蜂群算法(Artifici

2、alBeecoIonyalgorithm，ABC)对该问题模型进行优化求解。结合问题特征和邻域知识，提出了一种基于矩阵的编码方法，构造了启发式初始化方法，设计了2种基于矩阵编码的交换策略，在此基础上构造了5种蜂群搜索算子。通过仿真实验，分析比较了初始化方法和5种搜索策略；同时将人工蜂群算法与两阶段法进行了比较，优化结果证明人工蜂群算法是求解LRIP问题的有效方法。关键词：运筹学；人工蜂群算法；机会约束；选址一路径-库存问题中图分类号：0224文章标识码：A文章编号：1007-322l(2016)04一0209-06doi：lo．12005／o珊

3、s．2016．0143ArtificiaIBeeCOlonyAIgorithmfOrChance-cOnstrainedModeIOfLRlPWUBin．DONGMin(Dep口厅men￡旷眈d泌t砌ZE增溉e“增，肌彬，lg‰^踟i抛rs以，Ⅳ口彬增211816，C^in口)AbStraCt：AstheuncenaindemandofcustomersinthedeliVeIystagehasnotbeenconsideredinthecuI_rentresearch，itisproposedtousethemethodthattheload

4、ingcapacityoftIIevehiclemeetsthedemandofcustomersataeertaincon6denceinten，altoexpI．esstheuncertaintyconstraintinthepaper．Thenachance-constrainedmodelofL0cation-Routing-InventoryProblem(LRIP)isestablished．Funhemore，theartificialbeecolonyalgo—rithm(ABC)isappliedtosolVethemodel

5、．AccordingtothecharacteristicsoftheLRIPandtheknowledgeofthesolution’sdomainstmcture，anewencodingmethodbasedonmatrixispIDposed．Baseonthis，aheuristicini—tializationmethodisestablished，andtwokindsofexchangepolicie8basedonthematrixcodingaredesigned．Additionally，fiVekindsofartifi

6、cialbeessearchstrategiesareproposed．Finally，theinitializationmethodsandthefiVekindsofarti6cialbeessearchstrategiesarecomparedintheexperiments．Thearti6cialbeecolonyalgo—rithmwithtlletwo-stagemethodisalsocompared．Thesimulationresults‘showthattheartificialbeecolonyalgo—rithmisa

7、nefbctivealgorithmtosolvetheLRIP．KeywOrds：pemtion8research；anificialbeecolonyalgorithm；chance—constrained；location-routing—inventoryproblem0引言选址一路径·库存问题(Loca￡ion—Routing—Inven．tor)rProblem，LRIP)是指根据客户需求信息在一些备选地点中确定设施的数量和位置、安排车辆路径以及制定库存策略(如订货点、订货量等)，在满足一定约束条件(如设施、车辆容量限制等)下达到一

8、定的目标(如总成本最小)。设施选址、库存控制和车辆路径优化是物流系统优化中的三个关键问题。人们已在这三个领域分别展开研究，并取得了丰硕的成果。事实上，