基于冷鏈物流配送的路徑優化探討

張晏魁

摘 要：現階段人們對物流的要求越來越高，對生鮮易腐產品需求的增大，冷鏈物流開始備受人們的關注。我國冷鏈物流的發展存在很多不足，成本過高就是其中的重要問題之一，主要原因是我國物流配送路徑不夠完善。因此加強對路徑優化問題的研究，可以有效降低成本。

關鍵詞：冷鏈物流；配送路徑；優化

我國冷鏈物流在發展過程中，出現了眾多問題，其中導致成本過高的重要原因之一就是配送路徑缺乏科學性。相關人員應加強對期的研究，積極尋求能夠保證成本最低的最優路徑。現階段我國在這一方面主要采用了C-W節約算法、改進遺傳算法等方法進行路徑的優化，并還在積極研究更有效的方法。

一、遺傳算法的改進

1.基本概念

該算法是自然界進化機制的模擬，中心思想是優勝劣汰。整體思路是在每一代物種中選擇具有代表性的個體，它擁有優秀的遺傳基因，和較高的適應自然界的指數，父輩不僅將優秀的基因遺傳給了它，并且在交叉和變異之下，生長出更優秀的基因，對環境的適應能力更強，該個體同其父母相比更加類似最優解。該算法自身帶有較強的適應能力，能夠對智能式物流配送車輛路徑的優化事項進行整體搜索。

2.基本思想及步驟

對自然界不同種群進行遺傳的模仿是該算法的中心思想，通過模仿、交叉等方式不斷進化不同種群的相關解，并從中找到最優值，知道尋找到最優的個體。其中編碼、設置初始群體遺傳操作是主要內容。

首先，編碼策略。應用遺傳域內的個體或染色體來代替問題域中的參數，這些個體的構成以基因值為基礎；其次，初始群體的隨機生成，此處以P來表示其大小。種群的大小為N，N個隨機產生的初始解代表著不同的個體，開始迭代由P（0）表示，最終要求的迭代次數的最高值；再次，f（x）為取值函數，能夠對適應度進行確定，目標函數在這一過程中具有重要作用，通常處于修正或變形的中心，隨后會出現新的函數；最后，應用Ps代表選擇概率、Pc代表交叉概率、Pm代表變異概率，通過計算能夠促使T代的遺傳迭代實現。

3.改進步驟及意義

首先，優化冷鏈物流配送路徑，應編碼解向量，不僅要對冷藏車輛數進行確定，還要對單一車輛的服務對象數量和服務順序進行明確，因此自然編碼是最主要的方式；其次，初始重群的隨機產生，優化路徑時能夠隨機生成多個初始種群；再次，適應度函數的確定。該函數能夠對個解優劣性進行評價，對下一代種群概率進行確定。函數隨實際問題變化而變化。例如非負數應為個體的適應度值等。

該算法在求解智能式配送車輛路徑問題中使用較廣泛。對該算法的改進有助于廣義運輸成本的求解，能夠有效對比各項成本構成同廣義運輸成本之間的差異，該算法就有耗時少和結果優的特點。

二、粒子群優化算法的改進

1.概述

PSO即粒子群優化算法，在飛鳥集群的基礎上被提出。在一個固定的區域中，一群鳥在搜索食物，此時可能出現兩個已知條件，一種是該區域內質擁有一塊食物，另一種是鳥群明確自身所處的位置與食物的距離是多少；而未知的條件是該事物的具體地點是鳥群未知的，因此鳥群會對附近的區域進行食物搜索。

在這種情況下該算法能夠將個體的鳥都視作一個最優解，叫做“粒子”。全部粒子都有自身的適應度值，而客觀的不同條件是，它們的位置及速度不同，而接下來的方法及步驟就是對最優解進行空間搜索，其過程中應嚴格按照不同粒子及跟隨每一迭代來進行。

2.基本思想及步驟

初始化時該算法的首要步驟，它是針對一群隨機粒子來進行的。為了能夠尋找到存在于該種群中的最優解，應以逐步的迭代來進行。不同的迭代，會導致兩種極值產生于粒子群中。一種是個體極值，即最優解在個體粒子中的體現，應用pBest來表示。另一種是全局極值，即最優解在整個種群中全部個體極值中的體現，用gBest來表示。在不可擅自改動的規定及固定的公式下，粒子群發生每一次都不同的迭代。

首先，初始物種的隨機產生，初始化該算法中的全部參數；其次，對該種群中的全部粒子進行評價，評價過程以提前設定的適應度函數為基礎；再次，粒子的速度和位置是會發生轉變的，轉變過程中以速遞和位置更新公式為基礎；第四，評價該種群中全部粒子，對是硬度值進行重新計算，從而促使pBest和gBest得以更新；最后，如果能夠不通過迭代而實現最大次數值，那么可以結束該算法，并將目標函數和gBest值進行輸出，反之應從第三步驟重新開始迭代。

3.改進步驟及意義

首先，編碼以自然數為主，針對個體粒子進行。優化冷鏈物流配送路徑時，首先要解決路徑問題，其次是服務次序。因此，編碼對個體粒子而言擁有兩部分，即問題和可行解。兩段編碼都有n位；其次，粒子群初始化。局部最優是現階段粒子的位置適應度，全部局部最優的最優的適應度值是全局最優值gBest，同粒子最優解對應；再次，同遺傳算法具有相同的粒子群優化算法，個體粒子的優劣要在適應度函數下進行衡量。這里的函數同遺傳算法的函數相同。

粒子群優化算法在優化冷鏈物流配送路徑過程中，其基礎是標準粒子群的優化算法，能夠有效改進學習因子和慣性權重的設置。

三、結論

現階段我國人民的生活質量不斷提高，人們對于物流服務的質量要求也越來越高，現階段加強對冷鏈物流配送路徑的優化進行研究具有重要的意義。本文從遺傳算法的改進和粒子群優化算法的改進角度對冷鏈物流配送路徑的優化展開了探討，通過對相關思想和步驟的掌握，對提高人們的生活質量能夠起到較大的促進作用。

參考文獻：

[1]王瑞.基于AFA-ACO的農產品冷鏈物流配送路徑優化研究[D].河北工程大學，2014.

[2]楊麗娟.水產品冷鏈物流配送中心選址及配送路徑優化研究[D].成都理工大學，2014.

[3]徐優香.基于云計算的冷鏈物流配送車輛路徑優化方法的研究[D].江蘇科技大學，2013.