一种多目标进化的物流配送中心选址优化方法及系统技术方案

本发明专利技术公开一种多目标进化的物流配送中心选址优化方法及系统。在传统的单目标物流配送中心选址模型的基础上，将配送中心到配送点的配送费用和配送中心建造费用分别作为两个目标进行优化，使得所选的配送中心地址能够最大程度地减少货物运输费用和降低建造成本。

A Multi-objective Evolutionary Logistics Distribution Center Location Optimization Method and System

【技术实现步骤摘要】
一种多目标进化的物流配送中心选址优化方法及系统
本专利技术涉及物流中心选址领域，特别是涉及一种多目标进化的物流配送中心选址优化方法及系统。
技术介绍
物流配送中心是从事货物配备和给配送点送货作业的现代流通设备，是物流系统的中心枢纽。在物流系统分析与设计时,物流配送中心选址需要模型化、数量化,合理地选择配送中心地点能够减少货物运输费用,降低运营成本,也会消除不同城市或同一城市的不同地点的地价差别带来的负面影响,降低建造成本,促进生产和消费两种流量的协调与配合,保证物流系统的平衡发展。传统的物流配送中心选址问题可以抽象概括为一个在一定约束条件和目标函数下的数学规划问题，通常以配送中心到配送点的运输成本和配送中心的建造成本之和最低或其他要求为目标来解决问题。然而，在选址过程中，由于可能涉及相互冲突的目标，要使多个分目标同时达到最优往往很困难。
技术实现思路
本专利技术的目的是提供一种多目标进化的物流配送中心选址优化方法及系统，能够合理有效地选择配送中心地点，最大程度地提高物流系统的运作效率并节约成本。为实现上述目的，本专利技术提供了如下方案：一种多目标进化的物流配送中心选址优化方法，所述方法包括：获取所有待选的物流配送中心到每个配送点的配送费用以及所有待选的物流配送中心的建造费用；根据所述配送费用和所述建造费用，随机生成初始种群，所述初始种群中包含N个个体；根据所述配送费用，利用函数确定第k个个体的的第一目标值，其中，S表示配送点的集合的元素个数，C表示配送中心的集合的元素个数，dij表示从配送点i到配送中心j的距离，Zij表示配送点i是否由配送中心j服务；根据所述建造费用，利用函数确定第k个个体的第二目标值，其中，C表示配送中心的集合的元素个数，Vj表示第j个配送中心的建造成本，hj表示第j个配送中心是否建造；根据待选的所述物流配送中心以及所有所述待选配送点，利用函数确定第k个个体的第三目标值，其中，S表示配送点的集合的元素个数，C表示配送中心的集合的元素个数，Zij表示配送点i是否由配送中心j服务；根据所述第一目标值、所述第二目标值和所述第三目标值对初始种群的个个体进行分层，每一层包含多个个体，层次低的个体支配层次高的个体；计算所述个体的聚集距离；根据所述个体的聚集距离和所述层次，筛选出初始种群的M个个体；将筛选出的M个个体进行交叉、变异，生成新一代种群，所述新一代种群中包含M个交叉、变异后的个体；将初始种群和新一代种群合并，生成合并种群；对所述合并种群中所有个体进行分层；根据所述合并种群的分层结果，筛选出较好的N个个体；将筛选出来的N个个体作为待选择的物流配送中心选址方案。可选的，所述根据所述第一目标值、所述第二目标值和所述第三目标值对初始种群的个个体进行分层，每一层包含多个个体，层次低的个体支配层次高的个体，具体包括：根据每个个体的所述第一目标值、所述第二目标值和所述第三目标值，确定每个个体对应的变量和集合，所述变量为种群中比当前个体好的个体数，所述集合为当前个体比种群中好的个体序号的集合；根据每个个体的所述变量和所述集合进行分层。可选的，所述根据每个个体的所述变量和所述集合进行分层，具体包括：对于第i个个体，判断所述第i个个体的变量k是否等于0，得到第一判断结果；当所述第一判断结果表示所述第i个个体的变量等于0时，将所述第i个个体确定为第m层的个体,m≥1；当所述第一判断结果表示所述第i个个体的变量不等于0时，判断第m-1层是否存在比第i个个体更好的个体，得到第二判断结果；当所述第二判断结果表示所述第m-1层中存在比第i个个体更好的个体时，将所述第i个个体的变量更新为k-1，判断所述第i个个体更新后的变量是否等于0，得到第三判断结果；当所述第三判断结果表示所述第i个个体的更新后的变量等于0，将所述第i个个体确定为第m+1层的个体；当所述第三判断结果表示所述第i个个体的更新后的变量不等于0，判断所述第m层是否存在比第i个个体更好的个体；依次将所有的个体进行分层。可选的，所述根据所述个体的聚集距离和所述层次，筛选出初始种群的M个个体，具体包括：从初始种群中随机选取n个个体，；获取所述n个个体中层数最低的个体；判断层数最低的个体中是否包含多个个体，得到第四判断结果；当所述第四判断结果表示所述层数最低的个体中包含多个个体时，确定所述的多个个体中聚集距离最大的个体，将聚集距离最大的个体确定为筛选出的M个个体中的一个个体；当所述第四判断结果表示所述层数最低的个体中只包含一个个体时，将层数最低的个体确定为筛选出的M个个体中的一个个体；依次确定筛选出的M个个体。可选的，所述将筛选出的M个个体进行交叉、变异，生成新一代种群，具体包括：采用单点交叉的方式，随机选择第i个个体和第j个个体进行交叉，得到交叉后的两个个体，1≤i≤n，1≤j≤n；对种群中的每一个个体，进行位点变异，得到变异后的个体；依次得到所有变异后的个体。可选的，所述根据所述合并种群的分层结果，筛选出较好的的个个体，之后还要进行：获取当前迭代次数；判断所述当前迭代次数是否达到最大迭代次数，得到第五判断结果；当所述第五判断结果表示当前迭代次数达到最大迭代次数时，将筛选的最好的N个个体确定为最终输出的个个体；当所述第五判断结果表示当前迭代次数未达到最大迭代次数时，将筛选的最好的N个个体更新为初始种群。为实现上述目的，本专利技术提供了如下方案：一种多目标进化的物流配送中心选址优化系统，所述系统包括：获取模块，用于获取所有待选的物流配送中心到每个配送点的配送费用以及所有待选的物流配送中心的建造费用；初始种群生成模块，用于根据所述配送费用和所述建造费用，随机生成初始种群，所述初始种群中包含N个个体；第一目标值确定模块，用于根据所述配送费用，利用函数确定第k个个体的的第一目标值，其中，S表示配送点的集合的元素个数，C表示配送中心的集合的元素个数，dij表示从配送点i到配送中心j的距离，Zij表示配送点i是否由配送中心j服务；第二目标值确定模块，用于根据所述建造费用，利用函数确定第k个个体的第二目标值，其中，C表示配送中心的集合的元素个数，Vj表示第j个配送中心的建造成本，hj表示第j个配送中心是否建造；第三目标值确定模块，用于根据待选的所述物流配送中心以及所有所述待选配送点，利用函数确定第k个个体的第三目标值，其中，S表示配送点的集合的元素个数，C表示配送中心的集合的元素个数，Zij表示配送点i是否由配送中心j服务；第一分层模块，用于根据所述第一目标值、所述第二目标值和所述第三目标值对初始种群的个个体进行分层，每一层包含多个个体，层次低的个体支配层次高的个体；聚集距离计算模块，用于计算所述个体的聚集距离；第一筛选模块，用于根据所述个体的聚集距离和所述层次，筛选出初始种群的M个个体；新一代种群生成模块，用于将筛选出的M个个体进行交叉、变异，生成新一代种群，所述新一代种群中包含M个交叉、变异后的个体；合并种群生成模块，用于将初始种群和新一代种群合并，生成合并种群；第二分层模块，用于对所述合并种群中所有个体进行分层；第二筛选模块，用于根据所述合并种群的分层结果，筛选出较好的N个个体；确定模块，用于将筛选出来的N个个体作为待选择的物流配送中心选址方案。可选的，所述第一分层模块，具本文档来自技高网...

【技术保护点】
1.一种多目标进化的物流配送中心选址优化方法，其特征在于，所述方法包括：获取所有待选的物流配送中心到每个配送点的配送费用以及所有待选的物流配送中心的建造费用；根据所述配送费用和所述建造费用，随机生成初始种群，所述初始种群中包含N个个体；根据所述配送费用，利用函数

【技术特征摘要】
1.一种多目标进化的物流配送中心选址优化方法，其特征在于，所述方法包括：获取所有待选的物流配送中心到每个配送点的配送费用以及所有待选的物流配送中心的建造费用；根据所述配送费用和所述建造费用，随机生成初始种群，所述初始种群中包含N个个体；根据所述配送费用，利用函数确定第k个个体的的第一目标值，其中，S表示配送点的集合的元素个数，C表示配送中心的集合的元素个数，dij表示从配送点i到配送中心j的距离，Zij表示配送点i是否由配送中心j服务；根据所述建造费用，利用函数确定第k个个体的第二目标值，其中，C表示配送中心的集合的元素个数，Vj表示第j个配送中心的建造成本，hj表示第j个配送中心是否建造；根据待选的所述物流配送中心以及所有所述待选配送点，利用函数确定第k个个体的第三目标值，其中，S表示配送点的集合的元素个数，C表示配送中心的集合的元素个数，Zij表示配送点i是否由配送中心j服务；根据所述第一目标值、所述第二目标值和所述第三目标值对初始种群的个个体进行分层，每一层包含多个个体，层次低的个体支配层次高的个体；计算所述个体的聚集距离；根据所述个体的聚集距离和所述层次，筛选出初始种群的M个个体；将筛选出的M个个体进行交叉、变异，生成新一代种群，所述新一代种群中包含M个交叉、变异后的个体；将初始种群和新一代种群合并，生成合并种群；对所述合并种群中所有个体进行分层；根据所述合并种群的分层结果，筛选出较好的N个个体；将筛选出来的N个个体作为待选择的物流配送中心选址方案。2.根据权利要求1所述的多目标进化的物流配送中心选址优化方法，其特征在于，所述根据所述第一目标值、所述第二目标值和所述第三目标值对初始种群的个个体进行分层，每一层包含多个个体，层次低的个体支配层次高的个体，具体包括：根据每个个体的所述第一目标值、所述第二目标值和所述第三目标值，确定每个个体对应的变量和集合，所述变量为种群中比当前个体好的个体数，所述集合为当前个体比种群中好的个体序号的集合；根据每个个体的所述变量和所述集合进行分层。3.根据权利要求1所述的多目标进化的物流配送中心选址优化方法，其特征在于，所述根据每个个体的所述变量和所述集合进行分层，具体包括：对于第i个个体，判断所述第i个个体的变量k是否等于0，得到第一判断结果；当所述第一判断结果表示所述第i个个体的变量等于0时，将所述第i个个体确定为第m层的个体,m≥1；当所述第一判断结果表示所述第i个个体的变量不等于0时，判断第m-1层是否存在比第i个个体更好的个体，得到第二判断结果；当所述第二判断结果表示所述第m-1层中存在比第i个个体更好的个体时，将所述第i个个体的变量更新为k-1，判断所述第i个个体更新后的变量是否等于0，得到第三判断结果；当所述第三判断结果表示所述第i个个体的更新后的变量等于0，将所述第i个个体确定为第m+1层的个体；当所述第三判断结果表示所述第i个个体的更新后的变量不等于0，判断所述第m层是否存在比第i个个体更好的个体；依次将所有的个体进行分层。4.根据权利要求1所述的多目标进化的物流配送中心选址优化方法，其特征在于，所述根据所述个体的聚集距离和所述层次，筛选出初始种群的M个个体，具体包括：从初始种群中随机选取n个个体，；获取所述n个个体中层数最低的个体；判断层数最低的个体中是否包含多个个体，得到第四判断结果；当所述第四判断结果表示所述层数最低的个体中包含多个个体时，确定所述的多个个体中聚集距离最大的个体，将聚集距离最大的个体确定为筛选出的M个个体中的一个个体；当所述第四判断结果表示所述层数最低的个体中只包含一个个体时，将层数最低的个体确定为筛选出的M个个体中的一个个体；依次确定筛选出的M个个体。5.根据权利要求1所述的多目标进化的物流配送中心选址优化方法，其特征在于，所述将筛选出的M个个体进行交叉、变异，生成新一代种群，具体包括：采用单点交叉的方式，随机选择第i个个体和第j个个体进行交叉，得到交叉后的两个个体，1≤i≤n，1≤j≤n；对种群中的每一个个体，进行位点变异，得到变异后的个体；依次得到所有变异后的个体。6.根据权利要求1所述的多目标进化的物流配送中心选址优化方法，其特征在于，所述根据所述合并种群的分层结果，筛选出较好的的个个体，之后还要进行：获取当前迭代次数；判断所述当前迭代次数是否达到最大迭代次数...

【专利技术属性】
技术研发人员：邹娟，邓样，李一鸣，胡均强，郑金华，杨圣祥，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：湖南,43