一種基于遺傳算法的區(qū)域物流網(wǎng)絡(luò)選優(yōu)方法

　　摘要：本文利用區(qū)域物流的有關(guān)理論，討探了物流網(wǎng)絡(luò)建設(shè)的框架，結(jié)合區(qū)域物流服務(wù)的需要，從第三方物流企業(yè)的角度出發(fā)，側(cè)重于對(duì)區(qū)域現(xiàn)有的物流中心進(jìn)行整合和選擇，利用改進(jìn)的遺傳算法對(duì)現(xiàn)有物流節(jié)點(diǎn)進(jìn)行最優(yōu)化選擇，從而在根本上提高區(qū)域物流網(wǎng)絡(luò)建模的效率和運(yùn)行參數(shù)的可靠性。
　　關(guān)鍵詞：遺傳算法；區(qū)域物流；網(wǎng)絡(luò)建模；選優(yōu)方法
　　中圖分類號(hào)：F224 文獻(xiàn)標(biāo)識(shí)碼：A
　　
　　一、引言
　　
　　近幾年區(qū)域物流的發(fā)展，體現(xiàn)了物流與區(qū)域經(jīng)濟(jì)發(fā)展相輔相成的道理，區(qū)域物流發(fā)展的宏觀與微觀經(jīng)濟(jì)價(jià)值不斷顯現(xiàn)。發(fā)展第三方物流服務(wù)，完善區(qū)域之間的通道化物流網(wǎng)絡(luò)系統(tǒng)，以及區(qū)域內(nèi)部的物流基礎(chǔ)設(shè)施系統(tǒng)對(duì)于形成區(qū)域網(wǎng)絡(luò)化物流服務(wù)格局，降低區(qū)域之間及區(qū)域內(nèi)部的經(jīng)濟(jì)要素流動(dòng)成本，提高物流活動(dòng)效率，加快區(qū)域經(jīng)濟(jì)的發(fā)展引起了普遍的重視。
　　
　　二、利用貝葉斯法則對(duì)遺傳算法的改進(jìn)
　　
　　貝葉斯法則是概率統(tǒng)計(jì)中的應(yīng)用所觀察到的現(xiàn)象對(duì)有關(guān)概率分布的主觀判斷（即先驗(yàn)概率）進(jìn)行修正的標(biāo)準(zhǔn)方法。本文利用貝葉斯發(fā)則對(duì)再生的概率進(jìn)行修正，提供一種提高選擇壓力和保持種群多樣性之間達(dá)到某種平衡的策略。
　　（1）貝葉斯法則：
　　
　　修正后的概率后利用輪盤(pán)賭的處理方式，決定再生結(jié)果。改進(jìn)的方面核心是對(duì)主觀經(jīng)驗(yàn)概率P（A│Bi）的定義，筆者認(rèn)為，P（A│Bi）一般選擇05—0.7之間，為了使適配值再生概率小的種群不被過(guò)早的淘汰，種群適配值再生概率的大的取值小，種群的適配值再生概率的大的取值大。這樣，在一定程度上保存了種群的多樣性，減輕了選擇壓力，由于再生概率修正幅度不大，對(duì)算法的收斂速度不會(huì)有太大影響。
　　
　　三、具體應(yīng)用及其模型分析
　　
　　1．網(wǎng)絡(luò)模型的建立與解算
　　如果將物流中心規(guī)劃在同一區(qū)域的各個(gè)地點(diǎn)，不同布局方案可能使整個(gè)物流系統(tǒng)的運(yùn)作成本產(chǎn)生很大的差異，一般來(lái)講，物流中心選址和網(wǎng)點(diǎn)布局應(yīng)以費(fèi)用低、服務(wù)好、輻射強(qiáng)以及社會(huì)效益高為目標(biāo)。假設(shè)某第三方物流企業(yè)處于城市經(jīng)濟(jì)圈，準(zhǔn)備建設(shè)自己的配送網(wǎng)絡(luò)，假設(shè)有s個(gè)已建設(shè)好的物流中心可供選擇，有m個(gè)物流資源點(diǎn)，有n個(gè)用戶以一定服務(wù)水平接受配送中心服務(wù)，如圖3-1所示。假設(shè)：資源點(diǎn)到配送中心，配送中心到用戶的運(yùn)費(fèi)均為線性函數(shù)，配送中心的可變成本為流量的凹函數(shù)，配送中心的容量和個(gè)數(shù)均受限制。
　　
　　（6）變異操作
　　采用傳統(tǒng)的基本位變異。對(duì)個(gè)體的每一位（基因座），以變異概率Pm指定為變異點(diǎn)，對(duì)每一個(gè)指定的變異點(diǎn)，將其基因值作取反運(yùn)算，從而產(chǎn)生出一個(gè)新的個(gè)體。
　　（7）終止條件判斷
　　判斷終止條件之一是否滿足，如果滿足，停止運(yùn)算；否則，令t=t+1，轉(zhuǎn)到3。算法的終止條件有以下三種：
　　1） 如果在給定的最大運(yùn)行代次內(nèi)得到最優(yōu)解，則停止運(yùn)行；
　　2） 達(dá)到預(yù)先給定的最大運(yùn)行代次即停止運(yùn)行；
　　3） 因?yàn)橛锌赡艿貌坏阶顑?yōu)解，按照收斂條件判斷是否終止，當(dāng)滿足給定的條件即停止運(yùn)行。
　　3．參數(shù)的確定
　　1）二進(jìn)制編碼串的長(zhǎng)度LC=S；
　　2）群體大小n取決于問(wèn)題的復(fù)雜程度即己建設(shè)物流網(wǎng)點(diǎn)的個(gè)數(shù)和備選地點(diǎn)的個(gè)數(shù)，通常在100-200之間取值；
　　3）交叉概率N取值在0.7-0.8之間；
　　4）變異概率P二取值在0.01-0.03之間;
　　5）最大運(yùn)行代數(shù)T取值在100-200之間。
　　4．解除約束
　　采用懲罰策略懲罰策略，基本思想為：對(duì)在解空間中無(wú)對(duì)應(yīng)可行解的個(gè)體，在計(jì)算其適應(yīng)值時(shí)，處以一個(gè)懲罰函數(shù)，從而降低該個(gè)體的適應(yīng)性值，使該個(gè)體被遺傳到下一代群體中的概率降低。構(gòu)造帶有懲罰項(xiàng)的評(píng)價(jià)函數(shù)為：
　　
　　 其中，F(xiàn) （i）為考慮了懲罰函數(shù)后的評(píng)價(jià)函數(shù)即新的適應(yīng)性值，F(xiàn)（i）為原評(píng)價(jià)函數(shù)即原適應(yīng)性值，P（i）為懲罰函數(shù)。為了簡(jiǎn)化運(yùn)算，提高算法的運(yùn)行效率，本文采用懲罰函數(shù)的一種極端處理情況，即當(dāng)某個(gè)體不滿足約束條件時(shí)，設(shè)定P（i） = -F（i），則其適應(yīng)性值F（i）=0。
　　5．確定最優(yōu)解的方法
　　按照上述3種終止運(yùn)行準(zhǔn)則，相應(yīng)確定最優(yōu)解（滿意解）的方法為：
　　1）終止時(shí)群體中的最好的個(gè)體即為最優(yōu)解；
　　2）終止時(shí)群體中挑出的比較好的個(gè)體即為滿意解；
　　3）滿足條件的個(gè)體即為最優(yōu)解或滿意解。
　　當(dāng)?shù)玫降淖顑?yōu)解或滿意解不止一個(gè)時(shí)，可以根據(jù)實(shí)際情況確定出一個(gè)最合理的解。
　　
　　五、結(jié)束語(yǔ)
　　
　　本文研究了區(qū)域物流網(wǎng)絡(luò)的節(jié)點(diǎn)的選址問(wèn)題，以費(fèi)用最小為目標(biāo)，建立了選址的數(shù)學(xué)模型。針對(duì)遺傳算法在 “種群多樣性”和“選擇壓力”尋找平衡的問(wèn)題，提出了利用概率統(tǒng)計(jì)中貝葉斯法則對(duì)再生概率進(jìn)行修正的新思路。對(duì)于第三方物流網(wǎng)絡(luò)的建設(shè)問(wèn)題，本文建立的0-1混合規(guī)劃選址模型可以針對(duì)在一定的區(qū)域內(nèi)，合理選擇物流節(jié)點(diǎn)提供幫助，而目前的研究多數(shù)都是僅僅針對(duì)新建配送中心網(wǎng)絡(luò)的選址問(wèn)題；上述選址模型仍需實(shí)踐進(jìn)行檢驗(yàn)。
　　作者單位：劉敏 山東商業(yè)職業(yè)技術(shù)學(xué)院工商系
　　王家敏 山東商業(yè)職業(yè)技術(shù)學(xué)院工商系
　　孔祥法 淄博建筑工程學(xué)校
　　
　　參考文獻(xiàn)：
　　[1] 余澤忠．城市經(jīng)濟(jì)圈的發(fā)展與區(qū)域經(jīng)濟(jì)合作[2] 求索2004．7：28—39．
　　[3] 趙振勇．遺傳算法改進(jìn)策略的研究[J]．計(jì)算機(jī)應(yīng)用．2006．6: 185-186
　　
　　注：本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原