不确定应急物流中心选址模型及算法研究

《不确定应急物流中心选址模型及算法研究》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30卷第12期计算机应用研究V0I_30No．122013年12月ApplicationResearchofComputersDee．2013不确定应急物流中心选址模型及算法研究商丽媛，谭清美(南京航空航天大学经济与管理学院，南京211106)摘要：考虑不同情景下应急物流需求的不确定性，将不确定需求用区间灰数表示，构建了多情景下不确定需求的应急物流配送中心选址模型，基于联系数理论，将区间灰数转换为联系数，使模型转换为确定性，并设计了免疫量子粒子群算法进行求解。通过算例对模型进行仿真，并说明了免疫量子粒子群算法的有效性。

2、关键词：物流选址；不确定性；区间灰数；免疫量子粒子群算法中图分类号：F252文献标志码：A文章编号：1001-3695(2013)12—3603—03doi：10．3969／j．issn．1001—3695．2013．12．022ResearchofmodelandalgorithmforuncertainemergencylogisticscenterlocationSHANGLi—yuan，TANQing—mei(CollegeofEconomics&Management，NanjingUniversityofAer

3、onautics＆Astronautics，?Cang211106，China)Abstract：Uncertaintyisoneofthecharacteristicsoftheemergencylogistics．Theemergencylogisticsdemanduncertaintyan—derdifferentscenariosisconsidered．Thispaperrepresentedtheuncertaindemandbyinterva1gravnumber．Itconstructede-merge

4、ncyIogistiesdistributioncenterlocationmodelofuncertaindemandundermultiplescenarios．Ittransformedtheintervalgraynumbertoconnectionnumberbasedontheconnectionnumbertheory．andchangedthemodel,todeterministicmode1．Itproposedimmunequantum—behavedparticleswarmoptimizatio

5、n(IQPOS)tosolvethismode1．Anexampleisfoundedtosimu—latethemode1．TheefficiencyofIQPOSiSprovedbythesimulatedresult．Keywords：logisticlocation；uncertainty；intervalgraynumber；immunequantum—behavedparticleswarmoptimization(IQPOS)定性等特点，需要根据应急物流的不确定性，构建不确定情景0引言下的应急物流配送中心选

6、址模型。应急物流网络布局是应急管理的关键问题，应急物流配送1多情景下不确定需求的应急物流配送中心选址模型中心选址对构建合理的应急物流网络有重要意义。国内外研究学者对物流中心选址问题进行了深入研究，将选址问题分为构建区域应急物流网络时，需要将应急物流区域划分成若连续型选址模型和离散型选址模型⋯。连续型方法主要解决干个应急物流小区，以满足区域物流网络的完全覆盖，易于应平面区域中对物流节点的选择与决策。目前，许多学者对模型急任务的管理⋯。考虑在应急物流小区内选取合适地点新建中参数的不确定性进行了研究，Santoso等人研究了不

7、确定应急物流配送中心，该中心的地理位置选择需要满足在进行应条件下供应链网络的随机规划模型；Drezner等人研究了不急物流配送时的时效性，并使得总运输周转量最小。连续区域确定环境下商用设施选址问题；戎晓霞等人提出了当需求的单个物流中心选址的主要方法是重心法，但一般的基于重心量为区间数时的物流配送中心选址模型；王保华等人构建法的选址模型没有考虑应对不同突发事件的物流需求的不确了不确定环境下物流中心选址的鲁棒优化模型；李利华等定性，不符合应急物流配送中心规划的实际情况。基于一般单人建立了基于重心法的物流网络区间节点决策模型，

8、构建个连续型物流中心的重心法选址模型，考虑不同突发事件情景了多商品、多节点的连续型物流设施选址区间决策模型J。的发生概率及该情景下的不确定需求，将不确定需求用区间灰数表示，构建了多情景下不确定需求的应急物流配送中心选址粒子群是一种有效的智能优化算法，郜振华将其应用于配送中心连续型选址中，黄敏镁提出了以最小化物流成本为