基于遺傳算法的虛擬應(yīng)急物流聯(lián)盟成員選擇研究

張　巍，楊西龍，王銳淇，李紹斌

(后勤工程學院 后勤信息與軍事物流工程系，重慶　401311)

?

基于遺傳算法的虛擬應(yīng)急物流聯(lián)盟成員選擇研究

張巍，楊西龍，王銳淇，李紹斌

(后勤工程學院 后勤信息與軍事物流工程系，重慶401311)

摘要：以虛擬應(yīng)急物流聯(lián)盟成員選擇方法為研究主線，將成員核心能力、應(yīng)急任務(wù)需求、成員間協(xié)同效應(yīng)作為成員選擇的指導性指標進行概念分析，構(gòu)建了成員核心能力矩陣、任務(wù)需求矩陣和成員間協(xié)同效應(yīng)矩陣，建立了基于遺傳算法的虛擬應(yīng)急物流聯(lián)盟成員選擇數(shù)學模型，并運用仿真算例對模型進行了驗證。

關(guān)鍵詞：核心能力；任務(wù)需求；協(xié)同效應(yīng)；遺產(chǎn)算法

本文引用格式：張巍，楊西龍，王銳淇，等.基于遺傳算法的虛擬應(yīng)急物流聯(lián)盟成員選擇研究[J].兵器裝備工程學報，2016(7):78-84.

Citation format:ZHANG Wei, YANG Xi-long, WANG Rui-qi, et al.Study on Selecting Members of Virtual Emergency Logistics Alliance Based on Genetic Algorithm[J].Journal of Ordnance Equipment Engineering,2016(7):78-84.

1問題提出

虛擬應(yīng)急物流[1]是在組織形態(tài)上對分散的國家力量和社會資源進行虛擬化整合，以在運行實施時發(fā)揮其協(xié)同的優(yōu)勢，迅速、高效、有序地完成應(yīng)急救援任務(wù)，而這種組織形態(tài)就是虛擬應(yīng)急物流聯(lián)盟。從組成成員的類型來看，虛擬應(yīng)急物流聯(lián)盟是以任務(wù)需求和協(xié)同運行為牽引，將各類組織、資源進行整合，從而形成物流合力，因此組成虛擬應(yīng)急物流聯(lián)盟的成員既包括國家應(yīng)急管理部門，又包括地方優(yōu)秀的物流企業(yè)。從構(gòu)建流程來看，虛擬應(yīng)急物流聯(lián)盟是根據(jù)具體的應(yīng)急物流保障任務(wù)，在虛擬應(yīng)急物流組織(這個組織吸納了所有優(yōu)秀的地方物流企業(yè)，以契約為聯(lián)結(jié)，平時各自經(jīng)營互不影響，突發(fā)事件發(fā)生時能夠積極響應(yīng)應(yīng)急管理部門的安排參與應(yīng)急物流活動)內(nèi)部抽選符合條件的成員組成一條保障鏈，當任務(wù)完成時各成員的緊密協(xié)作關(guān)系隨即解體，恢復(fù)至組織中的相對松耦合關(guān)系。由于虛擬應(yīng)急物流聯(lián)盟組成成員和構(gòu)建流程的特殊性，在成員選擇上與常態(tài)物流聯(lián)盟存在較大的區(qū)別：虛擬應(yīng)急物流聯(lián)盟中的成員作為應(yīng)急物流活動的業(yè)務(wù)執(zhí)行層，必須滿足救援任務(wù)中諸如倉儲、裝卸搬運、運輸?shù)忍厥庑枨?；同時，應(yīng)急物流活動相比平時物流活動，有較高的時間窗口要求，而且突發(fā)事件還存在不確定性因素多、容錯性低、合作風險大等情況，因此應(yīng)急物流活動高度依賴成員之間的高效協(xié)同、緊密合作和優(yōu)勢互補。如何在以上特殊情況下，綜合考慮各方面因素，形成合理有效的虛擬應(yīng)急物流聯(lián)盟成員選擇方法，是虛擬應(yīng)急物流聯(lián)盟后續(xù)真正能夠為突發(fā)事件提供保障的關(guān)鍵問題。

目前，有關(guān)物流聯(lián)盟成員選擇問題的研究主要涉及供應(yīng)鏈[2]、虛擬企業(yè)[3-4]、戰(zhàn)略聯(lián)盟[5-6]、創(chuàng)新合作與團隊[7-8]、產(chǎn)學研聯(lián)盟[9-10]等方面，這些研究概括起來大致可以分為兩類：一類是從定性的角度，采用經(jīng)驗決策和綜合評價的方法；另一類是從量化的角度，通過建立數(shù)理模型、設(shè)置求解條件進行求解。有關(guān)應(yīng)急聯(lián)盟成員選擇問題的研究中，多以時間、成本等為主要考量指標[11]。它們都較少考慮成員之間的協(xié)同合作，或者說是較少將成員間的協(xié)同合作作為量化模型的一部分進行考慮?；诖?，本文重點考慮成員之間的協(xié)同效應(yīng)問題，構(gòu)建符合實際需求的虛擬應(yīng)急物流聯(lián)盟成員選擇模型，并運用遺傳算法對該模型進行求解，為虛擬應(yīng)急物流協(xié)同運行的順利實施提供保障。

2概念描述

應(yīng)急物流聯(lián)盟主要由有資質(zhì)的地方物流企業(yè)組成，而企業(yè)具有天然的逐利性，因此虛擬應(yīng)急物流聯(lián)盟存在利益驅(qū)動行為的客觀存在。但本文認為，在實際應(yīng)急物流聯(lián)盟成員選擇過程中，由于應(yīng)急活動的自身特點，企業(yè)的利益驅(qū)動問題可暫時不納入考慮范疇。一方面，從我國實際來看，應(yīng)急活動通常由政府牽頭實施，政治導向型強，政府信用導致符合資質(zhì)的企業(yè)不會由于利益模糊或滯后與政府進行利益談判，利益分配一般是在活動結(jié)束后進行，因此對應(yīng)急物流活動的實施影響較小。另一方面，即使考慮部分利益驅(qū)動，企業(yè)的利益驅(qū)動行為受諸多變量影響，其中不乏如政府參與程度、合同履行能力、企業(yè)風險厭惡程度等定性指標，且部分指標的可獲得性還需進一步論證。因此，可將企業(yè)的利益驅(qū)動行為暫時歸于隱形指標，其不可把控性和變化性較強，同時在實際操作過程中也暫時缺乏有效的定量指標對其進行考量。本文在目標矩陣構(gòu)建中暫不對其進行考慮，主要從核心能力、任務(wù)需求和協(xié)同效應(yīng)等3個可獲性較強或較容易量化的顯性指標進行考慮，但應(yīng)急物流聯(lián)盟利益驅(qū)動問題可作為以后的研究方向進一步深入研究。

1) 核心能力。從經(jīng)濟學角度講，核心能力的本質(zhì)可以看作是企業(yè)達到或無限逼近其資源最優(yōu)化配置的能力，這種經(jīng)過優(yōu)化整合的能力具有獨具性和不可替代性。因此，虛擬應(yīng)急物流組織成員的核心能力就是指成員在物流領(lǐng)域具有的其他物流企業(yè)很難達到或者無法具備的一種物流實力，這種物流實力既可以是具體的某一項物流服務(wù)能力，如生產(chǎn)、儲備、配送某些物資的服務(wù)能力，也可以是以一定方式組合在一起的相互協(xié)同的技術(shù)能力群體，如同時擁有生產(chǎn)加工與配送能力。

2) 任務(wù)需求。虛擬應(yīng)急物流任務(wù)需求是指突發(fā)事件發(fā)生后，受災(zāi)地區(qū)及受災(zāi)群眾的正常生活受到嚴重破壞，亟需對其進行應(yīng)急保障，由此產(chǎn)生的對各種物資、人員等的需要。當突發(fā)事件發(fā)生時，管理層迅速組成虛擬應(yīng)急物流聯(lián)盟對受災(zāi)區(qū)域進行保障，在選擇成員時需考慮突發(fā)事件的嚴重程度和影響范圍，因為若突發(fā)事件破壞性較低，而組建虛擬應(yīng)急物流聯(lián)盟選擇的成員過多、資源占用率過高，容易造成資源浪費、救援成本高昂；若突發(fā)事件破壞性高，而組建虛擬應(yīng)急物流聯(lián)盟選擇的成員數(shù)量較少、可提供的能力資源不足，容易造成救援不及時、進一步加劇受災(zāi)程度。因此，為了保證任務(wù)需求與資源供應(yīng)相匹配，虛擬應(yīng)急物流聯(lián)盟在選擇成員時需受到任務(wù)需求的制約。

3) 協(xié)同效應(yīng)。虛擬應(yīng)急物流組織成員間的協(xié)同效應(yīng)是指形成合作關(guān)系的虛擬應(yīng)急物流聯(lián)盟成員之間，由于存在以往的合作經(jīng)歷，平時溝通交流契合度高，或者企業(yè)文化、核心能力交互延伸等，而可能產(chǎn)生的增效作用，這種增效作用是一種整體效應(yīng)，即“1+1>2”的效應(yīng)。由于虛擬應(yīng)急物流聯(lián)盟是一種基于任務(wù)導向的間續(xù)式結(jié)盟模式，成員之間由各自獨立轉(zhuǎn)向相互合作需要基礎(chǔ)，而基礎(chǔ)即為可能產(chǎn)生的協(xié)同效應(yīng)?？赡墚a(chǎn)生的協(xié)同效應(yīng)越強，在實際運行時成員之間的合作越密切，完成應(yīng)急物流活動的效率就會越高。

3模型構(gòu)建

3.1核心能力矩陣

按照應(yīng)急物流活動所需要的物流實力，將核心能力體系劃分為應(yīng)急物資儲備能力、應(yīng)急物資生產(chǎn)加工能力、應(yīng)急物資運輸能力、應(yīng)急物資裝卸搬運能力、應(yīng)急物資包裝能力、應(yīng)急配套裝備能力這6項一級指標。需要特別說明的是，為了簡化體系構(gòu)成，本文將諸如心理師、醫(yī)生、裝備修理人員等應(yīng)急物流活動中可能需要的職業(yè)人員也作為應(yīng)急裝備的一些類別。

為了量化描述所有成員的應(yīng)急物流核心能力，將所有一級指標量化成相應(yīng)的二級指標：設(shè)核心能力指標體系為C={C1,C2,…,C6}，其中Ca(a=1,2,…,6)是按照應(yīng)急物流活動所需要的物流實力劃分的第a項一級指標。對于C1(應(yīng)急物資儲備能力)，按照應(yīng)急物資種類劃分為m1項二級指標(C11,C12,…,C1m1)，其中C1b(b=1,2,…,m1)表示第i種物資的數(shù)量；對于C2(應(yīng)急物資生產(chǎn)加工能力)，按照應(yīng)急物資種類劃分為m2項二級指標(C21,C22,…,C2m2)，C2b(b=1,2,…,m2)表示第i種可生產(chǎn)物資的生產(chǎn)加工速度；對于C3(應(yīng)急物資運輸能力)，按照保障區(qū)域劃分為m3項二級指標(C31,C32,…,C3m3)，C3b(b=1,2,…,m3)表示單位時間內(nèi)可運送到第i個保障區(qū)域內(nèi)的應(yīng)急物資數(shù)量期望值；對于C4(應(yīng)急物資裝卸搬運能力)，按照物資種類劃分為m4項二級指標(C41,C42,…,C4m4)，C4b(b=1,2,…,m4)表示第i種物資的裝卸搬運速度；對于C5(應(yīng)急物資包裝能力)，按照物資種類劃分為m5項二級指標(C51,C52,…,C5m5)，C5b(b=1,2,…,m5)表示第i種物資的包裝速度；對于C6(應(yīng)急配套裝備能力)，按照應(yīng)急物流活動所需裝備種類劃分為m6項二級指標(C61,C62,…,C6m6)，C6b(b=1,2,…,m6)表示第i種配套裝備的數(shù)量。

設(shè)候選成員集為P={P1,P2,…,Pn}，可以用如下成員核心能力信息矩陣S描述所有成員的核心能力信息：

(1)

其中，si,ab(i=1,2,…,n;a=1,2,…,5;b=1,2,…,ma)表示成員Pk在所有二級量化指標Cab下的數(shù)值信息。

3.2任務(wù)需求矩陣

本文借助突發(fā)公共事件劃分方法，按照任務(wù)需求緊急程度由高到低劃分為Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ五個基礎(chǔ)等級。不同等級下，對每一二級量化指標要求的標準不同。考慮劃分等級的模糊性，不同等級下二級量化指標的標準通常取一個范圍值。

設(shè)任務(wù)需求矩陣T為：

(2)

3.3協(xié)同效應(yīng)矩陣

由于成員間可能產(chǎn)生的協(xié)同效應(yīng)由多種因素決定，同時難以精確定量分析，通過構(gòu)建評價協(xié)同效應(yīng)的指標集對兩兩成員間可能產(chǎn)生的協(xié)同效應(yīng)進行量化分析。

1) 確定評價指標集。根據(jù)前文對協(xié)同效應(yīng)的定義，從信息交流、合作經(jīng)歷、能力與任務(wù)關(guān)聯(lián)度、業(yè)務(wù)實施協(xié)調(diào)能力等四個維度對協(xié)同效應(yīng)進行評價，選取信息溝通、數(shù)據(jù)共享、歷史救援合作、其他項目合作、與政府合作、核心能力關(guān)聯(lián)度、任務(wù)單元關(guān)聯(lián)度、企業(yè)文化契合度、沖突協(xié)調(diào)能力以及規(guī)劃與實施能力這10種指標。其中，歷史救援合作、其他項目合作、與政府合作屬于合作經(jīng)歷維度的指標，通常過去合作的項目數(shù)量越多、合作的經(jīng)歷時間越長、合作時沖突協(xié)調(diào)的頻率越高，再次合作時可能產(chǎn)生的協(xié)同效應(yīng)就越強，因此可以用過去合作的項目數(shù)量、合作的經(jīng)歷時間和合作時沖突協(xié)調(diào)的頻率的乘積代表這3個指標的數(shù)值；其他指標都是從定性角度對協(xié)同效應(yīng)進行評價，通常由國家應(yīng)急管理部門[12](如國務(wù)院應(yīng)急辦)根據(jù)具體情況對成員之間的這些指標進行打分評定。具體如表1所示。

表1　評價指標集

2) 確定協(xié)同效應(yīng)各指標量化數(shù)值。對兩兩成員間可能產(chǎn)生的協(xié)同效應(yīng)指標進行量化，定性指標由國家應(yīng)急管理部門進行打分評定，(分值設(shè)置在0～100之間)；“歷史救援合作”指標用過去救援合作的項目數(shù)量、合作經(jīng)歷時間和合作時沖突協(xié)調(diào)頻率的乘積表示，“其他項目合作”指標用過去研發(fā)等非應(yīng)急合作的項目數(shù)量、合作經(jīng)歷時間和合作時沖突協(xié)調(diào)的頻率的乘積表示，“與政府合作”指標用過去有參與政府的合作項目數(shù)量、合作經(jīng)歷時間和合作時沖突協(xié)調(diào)的頻率的乘積表示。

設(shè)協(xié)同效應(yīng)評價指標集為D={D1,D2,…,D10}，其中Dr(r=1,2,…,10)表示第r個指標?？梢缘玫皆谥笜薉r下，成員之間的協(xié)同效應(yīng)矩陣Qr如下：

(3)

(4)

根據(jù)各指標級協(xié)同效應(yīng)矩陣Qr和權(quán)重向量W，可以計算出綜合協(xié)同效應(yīng)矩陣Q=[qij]n×n。

(5)

3.4目標函數(shù)和約束條件的設(shè)定

3.4.1目標函數(shù)

定義成員選擇決策向量為U=(u1,u2,…,un)T，其中

(6)

根據(jù)前文分析，虛擬應(yīng)急物流聯(lián)盟成員選擇模型的目標是在滿足應(yīng)急救援任務(wù)要求的前提下，選擇能發(fā)揮最大協(xié)同效應(yīng)的成員伙伴，因此建立目標函數(shù)Z：

(7)

3.4.2約束條件

定義指標選用向量為V=(v11,v12,…,v1m1,v21,…,v6m6)T，其中

(8)

根據(jù)實際情況各指標需滿足以下約束條件：

(9)

其中，λab是二級量化指標Cab的標準取值范圍的修正因子。由于每一等級的任務(wù)需求包含了所有類型突發(fā)事件對指標要求的標準，這個標準要求能夠滿足所有類型突發(fā)事件的需求，這樣勢必會造成對應(yīng)的每個指標取值范圍很寬泛，但是發(fā)生在不同地域、不同時段、不同類型的突發(fā)事件對物資需求有所差異，因此需要修正因子λab對標準進行修正。

4遺傳算法求解

虛擬應(yīng)急物流聯(lián)盟的成員選擇過程實際上是通過把不適合的企業(yè)淘汰出去，把適合的企業(yè)保留下來，最后獲得最優(yōu)化的成員組合，這與遺傳算法中的“自然選擇”過程非常相似。算法設(shè)計如下：

1) 編碼。本文采用二進制編碼方式，每一位代碼代表候選成員的狀態(tài)，1表示被選中，0表示未被選中。

2) 適應(yīng)度函數(shù)。首先對各目標參數(shù)進行無量綱的修正，得到修正后的目標函數(shù)：

(10)

本文建立的模型中帶有約束條件，故采用罰函數(shù)法對約束條件進行處理，罰函數(shù)為

(11)

其中，

引入罰函數(shù)后的適應(yīng)度函數(shù)為

(14)

其中，ω(m)為懲罰系數(shù)。由于靜態(tài)罰函數(shù)法易導致算法早熟或收斂緩慢，本文借鑒Hadj提出的動態(tài)罰函數(shù)法[13]，即把搜索過程中獲得的信息作為反饋，以此來調(diào)整懲罰系數(shù)，其表達式為

(15)

其中，ω1>ω2>1，情況(1)表示過去m代中最好個體的可行解數(shù)量比例超過80%，情況(2)表示表示過去m代中最好個體的不可行解數(shù)量比例超過80%。這種方法的意義在于，當過去最好個體中可行解的數(shù)量較多時，說明懲罰系數(shù)足夠大，可適當減小懲罰力度；當過去最好個體中不可行解的數(shù)量較多時，說明懲罰系數(shù)太小，需適當增加以減少不可行解數(shù)量。

3) 選擇。本文采用賭盤輪選擇方法，其計算公式為

(16)

其中，Ps為個體被選擇的概率，Zmax為上邊界估計值，popsize為種群規(guī)模。由于本文解決的是最小化目標約束問題，該選擇操作表明個體適應(yīng)度值越低，其被選擇的概率越大。

4) 交叉。傳統(tǒng)遺傳算法中，采用固定的交叉和變異概率，容易造成早熟和局部收斂的現(xiàn)象，因此本文采用自適應(yīng)調(diào)整策略對交叉和變異概率進行控制。

交叉概率計算公式為

(17)

5) 變異。自適應(yīng)變異概率計算公式為

(18)

其中，Pm1、Pm2為小于1且大于0的控制參數(shù)，F(xiàn)為變異個體的適應(yīng)度值。

6) 終止。本文根據(jù)循環(huán)是否達到最大迭代次數(shù)或者種群平均適應(yīng)度變化幅度是否達到給定精度范圍(≤0.000 001)兩個指標作為算法是否終止的條件，滿足其一即終止操作，作為最終結(jié)果供決策者選擇。

5仿真算例

為了驗證所提算法的有效性，本文設(shè)計了某次突發(fā)事件發(fā)生時，需要從虛擬應(yīng)急物流組織中的20個符合物流企業(yè)成員條件的成員迅速組成虛擬應(yīng)急物流聯(lián)盟對受災(zāi)地區(qū)進行保障。限于篇幅，本算例只選取了3種一級指標共12個二級指標進行討論，包括“倉儲”“生產(chǎn)”“運輸”三個一級指標，各指標按照物資分類共有12個二級指標。20個物流企業(yè)成員的核心能力如表2所示，表中各指標數(shù)據(jù)已經(jīng)進行了標準化處理；它們之間的協(xié)同效應(yīng)如表3所示，任務(wù)需求如表4所示。

表2　物流企業(yè)成員核心能力

表3　物流企業(yè)成員之間協(xié)同效應(yīng)信息表

表4　任務(wù)需求表

以Ⅲ級任務(wù)需求為例，分別采用上述自適應(yīng)遺傳算法和標準遺傳算法進行物流企業(yè)成員的選擇。本算例在仿真軟件Matlab上進行編譯，算法的相關(guān)參數(shù)設(shè)置：

1) 自適應(yīng)遺傳算法。種群初始規(guī)模為60，最大迭代次數(shù)為200，懲罰因子初始值為0.1，ω1和ω2分別取5和2，修正因子都取1.0。

2) 標準遺傳算法。種群初始規(guī)模為60，最大迭代次數(shù)為200，采用兩點交叉和基本位變異，交叉概率取值0.6，變異概率取值0.01。

經(jīng)過計算，采用自適應(yīng)遺傳算法后，經(jīng)過157代運算，最小適應(yīng)度值穩(wěn)定在最佳適應(yīng)度，最佳適應(yīng)度值為0.067 5，平均適應(yīng)度值為0.176 862，成員選擇決策向量U=(u1,u2,…,u20)T的最優(yōu)解為U=[1,1,0,1,0,0,0,0,1,0,0,1,0,0,1,0,0,0,0,1]，即對應(yīng)此次保障任務(wù)選擇企業(yè)1、2、4、9、12、15、20作為虛擬應(yīng)急物流聯(lián)盟的組成成員。采用標準遺傳算法后，經(jīng)過187代運算，最小適應(yīng)度值穩(wěn)定在最佳適應(yīng)度，最佳適應(yīng)度值為0.042 8，平均適應(yīng)度值為0.103 863，成員選擇決策向量U=(u1,u2,…,u20)T的最優(yōu)解為U=[1,1,0,1,0,0,0,0,1,1,0,1,1,0,1,0,0,1,1,1]，即對應(yīng)此次保障任務(wù)選擇企業(yè)1、2、4、9、10、12、13、15、18、19、20作為虛擬應(yīng)急物流聯(lián)盟的組成成員。

對比分析可知，本文采用的自適應(yīng)遺傳算法較標準遺傳算法具有優(yōu)越性，算法效率更高。

6結(jié)束語

關(guān)于虛擬應(yīng)急物流聯(lián)盟成員選擇是一個重要的決策過程，科學合理地選出成員關(guān)系到虛擬應(yīng)急物流聯(lián)盟協(xié)同運行的效率。為此，本文著重考慮成員能力與需求的匹配、以及成員之間的協(xié)同效應(yīng)，建立了虛擬應(yīng)急物流聯(lián)盟成員選擇模型。采用遺傳算法，針對模型中的約束條件，設(shè)計罰函數(shù)對搜索過程進行約束優(yōu)化，并設(shè)計自適應(yīng)交叉、變異概率，克服搜索過程中早熟和局部收斂的現(xiàn)象，實驗結(jié)果證明了該算法對虛擬應(yīng)急物流聯(lián)盟成員選擇具有很好的效果。本文研究的是基于較穩(wěn)定任務(wù)需求下的聯(lián)盟成員選擇問題，對于在成員選擇后實施過程中由于任務(wù)需求變化導致的不確定性和動態(tài)調(diào)整問題將是下一步研究的重點。

參考文獻：

[1]張巍,楊西龍,汪貽生,等.論虛擬應(yīng)急物流研究及其發(fā)展[J].物流技術(shù),2015(17):46-50.

[2]姚建明.第四方物流模式下供應(yīng)鏈資源整合中的成員選擇決策[J].商業(yè)經(jīng)濟與管理,2013,1(2):5-14.

[3]黃彬,高誠輝,陳亮.模糊完工時間和模糊交貨期下的虛擬企業(yè)伙伴選擇[J].系統(tǒng)工程理論與實踐,2010,30(6):1085-1091.

[4]賈瑞玉,潘雯雯,劉范范.粗糙集與遺傳算法的虛擬企業(yè)伙伴選擇[J].哈爾濱工程大學學報,2012,33(6):730-734.

[5]梁家強,韓學功.基于證據(jù)理論的戰(zhàn)略聯(lián)盟合作伙伴選擇研究[J].華東經(jīng)濟管理,2010,24(12):97-100.

[6]胡躍藍.博弈視角下企業(yè)戰(zhàn)略聯(lián)盟合作伙伴選擇與內(nèi)部管理研究[D].武漢：武漢理工大學,2010.

[7]馮博,樊治平.基于協(xié)同效應(yīng)的知識創(chuàng)新團隊伙伴選擇方法[J].管理學報,2012,09(2):258-261.

[8]孫笑明,崔文田,董勁威.創(chuàng)新合作伙伴選擇與創(chuàng)新績效之間的關(guān)系[J].科學學與科學技術(shù)管理,2011,32(11):173-179.

[9]王進富,魏珍,劉江南,等.以企業(yè)為主體的產(chǎn)學研戰(zhàn)略聯(lián)盟研發(fā)伙伴選擇影響因素研究——基于3C理論視角[J].預(yù)測,2013(4):70-74.

[10]曹霞,劉國巍,付向梅.基于偏好和動態(tài)直覺的產(chǎn)學研合作伙伴選擇群決策分析[J].運籌與管理,2013(4):33-41.

[11]胡敏.基于遺傳算法的應(yīng)急動態(tài)聯(lián)盟伙伴選擇建模研究[J].產(chǎn)業(yè)與科技論壇,2014(17):74-79.

[12]邱霈恩.構(gòu)建科學的應(yīng)急管理體系[J].行政管理改革,2011(6):51-54.

[13]HADJ-ALOUANEAB.Ageneticalgorithmforthemultiple-choiceintegerprogram[J].OperationsResearch,1992,45(1):92-101.

[14]李劍,景博,牛少彰,等.基于自適應(yīng)遺傳算法的企業(yè)動態(tài)聯(lián)盟伙伴選擇模型[J].通信學報,2009,30(8):78-83.

[15]BALAMURUGANR,RAMAKRISHNANCV,SINGHN.Performanceevaluationofatwostageadaptivegeneticalgorithm(TSAGA)instructuraltopologyoptimization[J].AppliedSoftComputing,2008,8(4):1607-1624.

(責任編輯唐定國)

收稿日期：2016-01-25；修回日期：2016-02-25

作者簡介：張巍(1992—)，男，碩士研究生，主要從事物流管理理論研究。

doi:10.11809/scbgxb2016.07.018

中圖分類號：TP301.6

文獻標識碼：A

文章編號：2096-2304(2016)07-0078-07

Study on Selecting Members of Virtual Emergency Logistics Alliance Based on Genetic Algorithm

ZHANG Wei, YANG Xi-long, WANG Rui-qi, LI Shao-bin

(Department of Logistics Information & Logistics Engineering,Logistic Engineering University, Chongqing 401311, China)

Abstract:As the main line for virtual emergency logistics alliance member selection method,this paper analyzes basic meanings of core competence,security requirements and synergistic effect,which guide to determine the method. Core competence matrix,mission requirement matrix and synergistic effect matrix between members are designed.Last,the alliance member selection model on genetic algorithm is established,and a simulation example is made to verify the model.

Key words:core competence; security requirements; synergistic effect; genetic algorithm

【后勤保障與裝備管理】