基于遗传算法的物流配送路径优化问题研究.doc

郎茂祥
(北方交通大学交通运输学院,北京 100044)
摘要:论文在建立物流配送路径优化问题的数学模型的基础上,构造了求解该问题的遗传算法,并进行了实验计算。计算结果表明,用遗传算法进行物流配送路径优化,可以方便有效地求得问题的最优解或近似最优解。
关键词:物流配送;遗传算法;优化
Study on the Optimizing of Physical Distribution Routing Problem Based on ic Algorithm
LANG Mao-xiang
(School of Traffic and Transportation,Northern Jiaotong University,Beijing 100044,China)
Abstract:On the basis of establishing the optimizing model on physical distribution routing problem, this paper presents a ic algorithm for solving this problem, and make some experimental calculations. The experimental calculation results demonstrates that the optimal or nearly optimal solutions to the physical distribution routing problem can be easily obtained by using ic algorithm.
Keywords:physical distribution; ic algorithm; optimizing
1 引言
随着市场经济的发展和物流技术专业化水平的提高,物流配送业得到了迅猛发展。物流配送是指按用户的订货要求,在配送中心进行分货、配货,并将配好的货物及时送交收货人。在物流配送业务中,存在许多优化决策问题,本文讨论其中的物流配送路径优化问题,即通过制定合理的配送路径,快速而经济地将货物送达用户手中。配送路径的选择是否合理,对加快配送速度、提高服务质量、降低配送成本及增加经济效益都有较大影响。
研究表明,配送路径优化问题是一个NP难题,只有在需求点和路段较少时,才能求得精确解。因此,用启发式算法求解该问题就成为人们研究的一个重要方向,并出现了多种启发式算法,如Clarke和Wright提出的节约法,Gillett和Miller提出的扫描法[1]等,虽然这些算法为求解配送路径优化问题提供了有效的方法,但也存在一定的问题,如节约法虽然具有运算速度快的优点,但也有组合点零乱、边缘点难以组合的问题,扫描法为非渐进优化等。如何针对物流配送路径优化问题的特点,构造运算简单、寻优性能优良的启发式算法,是一个值得深入研究的课题。
遗传算法的出现为求解物流配送路径优化问题提供了新的工具,[2],它是一种借鉴生物界自然选择和自然遗传机制的随机化搜索方法。由于遗传算法采用随机选择,对搜索空间无特殊要求,无需求导,具有运算简单、收敛速度快等优点,尤其适用