[发明专利]基于自适应Levy分布混合变异改进人工鱼群算法的配送中心选址优化方法

摘要

本发明属于物流配送选址技术领域，尤其涉及一种基于自适应Levy分布混合变异改进人工鱼群算法的配送中心选址优化方法，包括下述步骤：(1)初始化相关参数，建立配送中心选址优化模型；(2)利用自适应Levy分布混合变异改进人工鱼群算法的优化方法求解配送中心选址优化模型；(3)将配送中心选址结果及利用自适应Levy分布混合变异改进人工鱼群算法在解决配送中心选址问题的结果进行比较。本发明的有益效果是：将Levy变异与混沌变异引入基本鱼群算法中，增加了基本人工鱼群算法中人工鱼状态的多样性，提高基本人工鱼群算法跳出局部最优的能力，从而对增强了配送中心选址的寻优能力。

主权项

1.一种基于自适应Levy分布混合变异改进人工鱼群算法的配送中心选址优化方法，其特征在于包括下述步骤：/n(1)初始化相关参数，建立配送中心选址优化模型；/n(2)利用自适应Levy分布混合变异改进人工鱼群算法的优化方法求解配送中心选址优化模型；/n(3)将配送中心选址结果及利用自适应Levy分布混合变异改进人工鱼群算法在解决配送中心选址问题的结果进行比较；/n所述步骤(1)中初始化的相关参数包括：(a)用于得到距离矩阵的参数，包括输入原始数据、获取工厂，备选配送中心，客户需求点的位置；(b)获取初始化鱼群所需的各个参数，包括人工鱼群个数，最大迭代次数，人工鱼的视野，人工鱼的最大移动步长，拥挤度因子，以及Levy变异的特征参数及混沌变异的控制参数；/n所述步骤(1)中建立的配送中心选址优化模型为系统总费用最小为目标函数的配送中心选址模型，具体为：/n /n上式为模型的目标函数，包括四个部分，第一部分为一级运输费用，第二部分为二级运输费用，第三部分为配送中心固定费用，第四部分为配送中心流通转送费用；/n其中Z：系统的总费用；l：工厂的个数；I：工厂集合，{i|i＝1,2,3...l}；m：备选配送中心的个数；J：备选配送中心集合，{j|j＝1,2,3...m}；w_ij：从工厂i到配送中心j的运输量；n：顾客需求点的个数；K：顾客需求点集合，{k|k＝1,2,3...n}；x_jk：从配送中心j到客户需求点k的运输量；μ_j：配送中心j的商品流通转送费用；F_j：配送中心j的固定费用；且w_ij≥0,i∈I,j∈J,k∈K；/n k∈K，D_k为顾客需求点k的需求量，表示配送中心的配送量能够满足顾客需求点的需求；/n j∈J，表示配送中心的商品进出量相等；/n 表示配送中心的最大建设个数，P为配送中心最大建设个数；/n i∈I，C_i为工厂最大生产能力，表示工厂送往配送中心的商品量不超过其最大生产能力；/n j∈J，M_j为配送中心j的最大容量，表示从工厂送往配送中心的商品数量不超过配送中心的最大容量；/n /n建立上述系统总费用最小为目标函数的配送中心选址模型所作的假设如下：在一定的备选配送中心集合中选取最优配送中心；只考虑一种商品的配送，即单品种配送；顾客需求点的需求量已知；每个顾客需求点的需求量已知；运输费用与运输量成正比；单位运输费用与运输距离成正比；选取的配送个数已知；配送中心固定建设费用已知；所需配送商品一次配送完成；工厂到配送中心，配送中心到顾客需求点的距离及单位距离运输费用已知。/n