首页 >  毕业论文 > 物流供应链管理 >   正文

物流供应链管理论文:基于改进蝙蝠算法的物流中心选址问题研究

添加时间:2018-02-02 21:36:43   浏览:次   作者: www.dxlwwang.com
专业论文资料, 搜索论文发表论文代写论文网为你解忧愁!详情请咨询我们客服。
获取免费的论文资料? 欢迎您,提交你的论文要求,获取免费的帮助

1 绪论

 
1.1 研究背景及意义
物流的发展水平在一定程度上反映了一个国家或地区的综合实力和一个企业的核心竞争力。在中国经济结构进一步转型和进一步融入全球化的过程中,物流业的发展是至关重要的。有人将物流业誉为企业的“第三利润源”,企业竞争的焦点已经慢慢从生产领域转向流通领域,因为降低成本和提高生产效率的竞争已经被挖掘到一定程度。彼得﹒德鲁克将物流比作“一块未开垦的处女地”,认为“流通是经济领域的黑大陆”,流通可以大大节约企业成本。现代物流业成为提高企业核心竞争力的有效手段。物流中心承担货物的周转、分拣、保管、在库管理和流通加工等的任务,提升货物附加值,增加货物的时间价值和空间价值。物流中心选址是指在一个具有若干供应网点及若干需求网点的经济区域内,选一个或多个地点设置物流中心的规划过程。科学合理的物流中心选址方案使货物经过物流中心的汇集、中转、分发,实现货物从供应网点到需求网点的整个链条利润最大化或成本最小化。如果选址不够科学合理,主观臆断,会对企业发展产生不利影响,甚至使企业丧失竞争优势。因此,企业应运用科学的方法进行物流中心的选址,以便有效、快捷的达到企业的经营目标。一般来说,解决物流中心选址问题的方法可以分为定量、定性和定量与定性相结合三种方法。物流中心选址著名模型有:Kuehn-Hamburger 模型, Baumol-Wolfe 模型、Blson 模型、整数或混合整数规划模型等;常用方法是重心法、分支定界法、CFLP 法、双层规划法等。现实中,物流中心选址往往是动态的、多目标约束的、高度非线性的,其计算相当复杂,往往具有 NP 难性质,传统方法越来越难以胜任。智能优化算法成为目前解决该类问题的有极大前景和潜力的方法之一。
..........
 
1.2 国内外物流中心选址问题的研究现状
选址问题由来已久,最早是在 1909 年由 Weber 提出,考虑如何确定一个仓库位置使仓库与客户之间的运输距离最短。自此,展开了对选址问题的研究,物流中心选址也就起源于此。国外多年以前就对物流中心选址问题开展研究,对各种物流中心选址问题在理论和实践上都取得了诸多成就,总结出了许多经典的方法与模型,按离散程度可以分为连续性模型选址和离散型模型选址。重心法是连续型模型的代表方法,重心法是一类精确算法,通常在单物流中心选址的应用中较多,但由于约束条件少,选到的地址若正好是位于山川河流或者地价过高的地方,那么在现实中用重心法找到的最优地址往往难以成为最终选址地点。离散模型选址的代表方法有鲍姆尔-沃尔夫法、逐次逼模型法、CFLP 法、整数或混合整数规划法等。Aikens 教授[2]给出了 0-1 整数规划、线性规划、动态规划等9 个基本选址模型,它们的目标是使总费用最小,不同模型的选取主要取决于所建立的费用函数的形式。Francisco B 等[3]采用混合整数规划模型,在考虑选址的固定费用和运输费用的基础上,还将仓库本身的库存费用纳入考虑范围。Taniguchi E.[4]采用双层规划模型,解决高速公路附近建物流中转站的选址问题,上层目标是选址费用最小和运输车辆数量最少,下层考虑路网状况。Holmberg K[5]用分支定界法求解非线性运输费用的选址问题。德尔菲专家咨询法是将专家凭经验做出的判断以数值形式进行量化,经综合分析后进行优化选址,是将定性与定量相结合的方法。国内对物流中心选址的研究开始的较于西方晚一点,但发展较为迅速,许多学者对此开展了深入研究,在理论和实践上都取得了不错的成果。孙峰、沈长鹏[6]利用运筹学原理对 Banmol-wolfe 选址模型进行改进,并结合配送中心选址的实际问题,对模型进行修订。蒋长兵、王珊珊[7]对国外有关配送中心选址和布局的常见问题做了介绍,研究了重心法在物流中转站选址问题中的应用。秦固[8]用聚类蚂蚁算法求解多物流配送中心选址问题,将选址问题映射成一个聚类过程。张雪东、季一木[9]混合了模拟退火算法和遗传算法,对物流选址问题进行研究,并通过实验证明模拟退火遗传算法优于标准的遗传算法和模拟退火算法。高雷阜、张晓翠[10]提出基于最大最小蚂蚁系统聚类方法,应用于求解多物流配送中心选址,对改进的算法和标准的蚁群聚类算法进行仿真实验,将其结果进行对比发现,在面对多物流配送中心选址问题时,改进的算法求解性能要优于标准聚类蚁群算法,具有更快的收敛速度和更高质量的最优解。宋心宇[11]利用粒子群算法并用罚函数对其做了改进,能更好的求解物流中心选址问题。寇毅[12]用改进的遗传算法与传统的单目标、多目标物流选址方法作对比,并用实际算例进行比较分析。孙惠[13]运用了遗传算法,然后加到双层规划模型中求解物流中心选址模型,效果良好。关菲,张强[14]提出一种多目标粒子群优化算法,将模糊环境下影响物流中心选址的各项因素纳入考虑范围,对物流中心选址问题进行求解。
........
 
2 物流中心选址
 
物流中心是物流系统的重要枢纽,承上启下,那么对物流中心进行合理科学选址的重要性就不言而喻。本章首先介绍物流中心的概念、分类、功能,然后用内外部环境分析法分析了物流中心选址的影响因素并给出决策流程,最后详细介绍了物流中心选址的方法与模型:重心法、运输规划法、CFLP 法、鲍姆尔-沃尔夫模型。
 
2.1 物流中心的相关概念
物流中心一词在日常生活中会被人们经常提到,而不同部门、行业、企业的人们站在其自身角度上对其定义有不尽相同的见解。根据新的国家标准《物流术语》[15]中,将物流中心定义为:从事物流活动的场所或组织,且基本符合下列条件:主要面向社会服务;物流功能健全;辐射范围大;少品种、大批量;存储、吞吐能力强;物流业务统一经营、管理。公共型物流中心。公共型物流中心面向全社会,为供应链中的任何成员提供服务。公共型物流中心的物流设施一般规模较大,整体性、配套性、专业性、综合性程度较高,随着 “工业 4.0”的发展,会向着智能化进一步发展。我国应积极建设公共型物流中心,它既可以对物流资源进行整合、减少资源浪费从而提高我国的物流发展水平,又可以提高我国物流服务的专业化水平和智能化水平。自用型物流中心。自用型物流中心面向自己固有的客户群体,一般为自己企业内部的生产经营提供服务。自用型物流中心的物流设施一般会与建立该物流中心的企业的生产类型、产品品种、原材料类型有很大关系。制造商为了接收原材料、发出产成品建立的物流中心就属于自用型物流中心。企业建立自用型物流中心能更好的支持企业生产经营,有利于企业的发展,但另一方面,会带来重复建设,造成社会资源的浪费,所以,建立自用型物流中心要慎之又慎。
..........
 
2.2 物流中心选址的影响因素与决策流程
进行物流中心选址时需要将很多因素纳入考虑范围:自然、经济、政治、人力资源、与市场的接近程度等等。总的来说这些因素可以分为内外部环境两方面。相对来说,企业内部因素与企业自身密切相关,相对可控,企业可以发挥主观能动性改变,而企业外部因素是不可控的,需要自身去适应。企业性质。要建立物流中心的企业是属于制造业还是属于服务业,这本身就会造成物流中心选址的决策差异。对制造企业而言,其通常考虑的最终目标是成本最小化,对零售业或者服务业而言,其通常考虑的最终目标是收入最大化。企业战略目标。企业往往在投资一个项目之前都会对所投项目有着明确的目标和期望。企业投建物流中心的目的,可能是为了扩大生产,降低成本,也可能是为了打开新的市场。不同的企业战略目标,会对企业物流中心的选址产生不同影响。
...........
 
3 蝙蝠算法的研究及改进...... 17
3.1 蝙蝠算法........ 17
3.2 具有指数递减惯性权重的蝙蝠算法(IWBA) ..... 25
3.3 改进的蝙蝠算法有效性分析............ 29
3.3.1 BA 与 IWBA 的对比.... 29
3.3.2 迭代次数对 IWBA 寻优性能的影响 ............. 34
4 改进蝙蝠算法求解物流中心选址问题...... 39
4.1 物流中心选址模型的描述.... 39
4.2 基于 IWBA 物流中心选址模型的算法求解 ........... 41
4.3 算例描述........ 42
4.4 基于改进的蝙蝠算法的算例求解.... 44
5 研究总结...... 49
5.1 研究结论........ 49
5.2 研究展望........ 50
 
4 改进蝙蝠算法求解物流中心选址问题
 
由于单物流中心选址比较简单,在现实当中,单物流中心的选址规划是比较少见的,大部分选址问题都涉及到多物流中心选址,这里选取的是多物流中心选址模型。物流中心的选择要遵循经济型原则,找到总费用最低的地方,故建立物流中心选址模型的目标函数基本上都是总费用最低。本文选取 0-1 混合整数规划模型来求解多物流中心选址问题,该模型本身具有离散性。用改进的蝙蝠算法来求解本章的多物流中心选址问题,给出该模型的求解原理、计算步骤及求解流程,然后详细描述 IWBA 的具体计算过程,解释计算结果,最后与基本蝙蝠算法的求解结果做对比,IWBA 具有更快更好的求解性能,与 LINGO 的求解结果做对比,IWBA 的求解结果与其一致,说明了改进蝙蝠算法的可行性与先进性。
 
4.1 物流中心选址模型的描述
某一地区存在若干个地点需要运送货物,已经知道各个点需要运送多少货物,现要求从该地区若干个备选物流中心中选出几个建立物流中心,这几个备选点一方面要满足各个需求点需求,另一方面要保证运输费用、固定费用和仓储费用之和的总物流费用最小。本文选取混合 0-1 整数规划法建立的物流选址模型[55],在给定备选点中选出若干数目的地址建立物流中心,使得在这几个的物流中心与各个需求点形成的整个物流系统总物流费用最小。在进行物流中心选址时,可以将此看作是微型蝙蝠的捕食过程,有若干个可能的食物源,蝙蝠通过回声定位行为的寻找,最终在可能的食物源中找到几个确定的最优的食物。根据选址模型的构造,需要在备选点中选择建立若干个物流中心来满足公司总物流费用最小的目标。由于选择组合的复杂性,容易形成组合爆炸,运用传统方法很难找到最优解集,而且运算复杂度高。本文运用改进的蝙蝠算法 IWBA,通过模拟蝙蝠通过回声定位来捕食的行为来求解选址问题,剔除备选点中总物流费用较高的备选点,来得到使运输费用、固定费用和存储费用之和最小的总物流费用最低的组合方案。
\
.........
 
结论
 
物流行业在我国乃至全世界的发展如火如荼,是一个有前途的朝阳行业,物流中心作为物流系统的关键性节点,其重要性不言而喻,无论是像京东这样的大型企业建立“亚洲 1 号”,还是小型企业建立自己的货物配送中心,都要经过无数次分析做出选择。合理的物流中心选址可以压缩企业的物流成本,提高配送效率,增强企业的竞争力,对企业发展至关重要。本文在总结前人研究成果的基础上,用智能优化算法----蝙蝠算法,并对其进行改进,运用到物流中心选址的研究中。首先,详细介绍了物流中心的概念,强调物流中心合理选址的重要性,介绍了影响物流中心选址的因素,给出物流中心选址的决策流程,给出几个经典的物流中心选址方法及模型,并说明其优缺点和适用范围,为本文后面选取物流中心选址模型做好铺垫。其次,本文在对蝙蝠算法做了改进的基础上把它作为物流中心选址的求解工具。基本蝙蝠算法存在容易早熟、后期收敛精度不高,收敛速度慢等缺点,针对这些缺点,本文在全面掌握蝙蝠算法改进研究的基础上,参考粒子群算法的惯性权重改进策略,将一种具有指数递减惯性权重引入基本蝙蝠算法,改进其速度更新公式,改进后的蝙蝠算法可以在运算前期很快收敛到最优解附近,提高收敛速度,在运算后期精确搜索,提高收敛精度,同时避免陷入局部最优解,有效平衡全局搜索能力和局部开发能力;本文还对改进蝙蝠算法的收敛性和迭代次数的选择做了分析,丰富蝙蝠算法的理论研究;通过 7个经典测试函数实验得到,改进的蝙蝠算法性能优于基本蝙蝠算法,说明本文提出的指数递减惯性权重的蝙蝠算法较于基本蝙蝠算法,具有更高效的求解性能。最后,用改进的蝙蝠算法求解多物流中心选址的算例,首先分析物流中心选址模型,说明如何用改进的蝙蝠算法去求解该模型,说明改进的蝙蝠算法针对该问题的求解流程,详细解释物流中心选址的求解结果,并与基本蝙蝠算法的求解结果和 LINGO 的求解结果作对比,发现,改进的蝙蝠算法能更快的、有效的求解该物流中心选址算例,使得总物流费用最小。
..........
参考文献(略)

提供海量毕业论文,论文格式,论文格式范文,留学生论文,商务报告相关资料检索服务。
本论文由代写论文网整理提供 http://www.dxlwwang.com/
需要专业的学术论文资料,请联系我们客服
本文地址:http://www.dxlwwang.com/wuliu/6595.html
论文关键字:物流供应链管理论文 选址模型 蝙蝠算法