[发明专利]基于细菌觅食算法和蚁群算法的选址—配送方法和系统

说明书

本发明提供了一种基于细菌觅食算法和蚁群算法的选址—配送方法和系统。本发明实施例通过构建的上层目标函数和下层目标函数，以及对应的约束条件，构成了满足配送中心容量约束的选址—配送模型，通过细菌觅食算法求解配送中心选址问题，根据配送中心容量约束和客户需求量合理分配待配送客户；通过蚁群算法根据车辆容量约束以及客户时间窗求解每个配送中心的最优配送方案。考虑到配送中心容量，客户需求量，以及时间窗等条件，最终达到上层目标函数最优，即选址—配送的总成本最低。

技术领域

本发明涉及选址—配送技术领域，具体涉及一种基于细菌觅食算法和蚁群算法的选址—配送方法和系统。

背景技术

物流配送中心选址方案是指在一个具有若干供应点及若干需求点的经济区域内,选一个地址设置配送中心的规划过程。物流配送中心选址的合理与否直接关系到整个物流系统的配送效率、物流成本及顾客服务水平,将会对企业的运营产生重要影响。从现实角度出发考虑到企业的配送中心存在容量限制，更切合实际问题研究。

现有的方法例如：《细菌觅食优化算法求解物流配送问题》，计算机技术与发展，Vol.29 No.1 Jan.2019，记载了利用细菌觅食算法求解双目标函数，目标函数最优解集引入Pareto支配关系判断求解的重要程度。再利用细菌觅食算法求解多目标函数时，对趋化、繁殖和迁徙操作进行编码改进。生产初始解时，将每个细菌个体数组的第一行X1，采用整数编码，共N个数字，代表该配送点进行作业的车辆编号。初始化时，随机得开放配送中心，根据就近原则对配送点进行分配；数组第二行X2采用实数编码，表示配送顺序权值，根据随机生成的权值大小来决定由同路径上配送点的配送顺序。在趋化和繁殖操作中加入Pareto支配关系进行择优，最后执行迁徙操作。

上述方法未考虑配送中心容量约束，仅仅在进行细菌个体编码时，通过对配送点进行路径规划时加入车辆容量约束以及惩罚函数。同时，每个配送点的配送顺序为随机生成权值决定，配送路径由于容量约束引起的成本惩罚，增加了成本。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于细菌觅食算法和蚁群算法的选址—配送方法和系统，解决了现有的方法未考虑配送中心容量约束的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

第一方面，本发明提供了一种基于细菌觅食算法和蚁群算法的选址—配送方法，该方法包括：

S1、获取包含待选配送中心容量的选址—配送信息；

S2、基于所述选址—配送信息构建满足配送中心容量约束的上层目标函数和下层目标函数；

S3、通过蚁群算法求解所述下层目标函数，得到最优配送方案，并基于所述最优配送方案，采用细菌觅食算法迭代求解所述上层目标函数，将所述上层目标函数最小值对应的选址—配送方案作为最优配送方案和最优选址方案。

进一步的，所述S2包括：构建上层目标函数和上层目标函数约束条件以及构建下层目标函数和下层目标函数约束条件；

上层目标函数为：

MinF₁＝∑_m∈Mc_m·x_m+∑_k∈K∑_i∈M∑_j∈Ny_ijk·c_k+c·∑_k∈K∑_i∈A∑_j∈Ax_ijk·d_ij

其中，MinF₁表示配送中心启用成本和配送成本最小；

上层目标函数约束条件为：