【技术实现步骤摘要】
本专利技术涉及物流配送，特别是一种基于粒子群算法的物流配送中心选址方法和系统。
技术介绍
1、在供应链盛行的今天，物流配送中心作为衔接上下游的环节，起到了至关重要的作用，合理的选址可以有效节省费用，保证物流系统的高效运行，对供应链有重大的意义。
2、物流配送中心选址问题涉及如何选择潜在配送中心的选址，如何通过配送中心运输产品使其相关总成本最小化。针对这一问题，许多定性化和定量化的优化方法被提出，其中，定性方法在一定程度上解决了选址问题，但存在一些主观因素，定量方法在问题规模较大时，解决问题的难度较大。因此，寻求一种方便、高效的物流配送中心定位算法是非常重要的。
3、由于遗传算法、禁忌算法和模拟退火算法等启发式优化在复杂优化组合问题中得到了广泛的应用，粒子群算法为物流配送中心选址问题提供了新的思路。近年来，粒子群算法在解决物流配送中心选址问题上取得了一定的成效，但是粒子群算法对于离散的优化问题处理不佳，迭代到一定的次数后，种群多样性会快速下降，容易陷入局部最优解。
技术实现思路<...
【技术保护点】
1.一种基于粒子群算法的物流配送中心选址方法，其特征在于,所述物流配送中心选址方法包括如下步骤：
2.根据权利要求1所述的物流配送中心选址方法，其特征在于，所述S1具体包括：
3.根据权利要求2所述的物流配送中心选址方法，其特征在于，所述S13中，GIS栅格数据距离分析方法分别对建设用地的第一交通可达性和第二交通可达性进行评价，得到第一交通评价图层和第二交通评价图层，其中，第一交通可达性包括国道可达性、省道可达性和环路可达性，第二交通可达性包括高速公路可达性，按照预设的权重对第一交通评价图层和第二交通评价图层进行加权求和，得到综合交通可达性图层
4....
【技术特征摘要】
1.一种基于粒子群算法的物流配送中心选址方法，其特征在于,所述物流配送中心选址方法包括如下步骤：
2.根据权利要求1所述的物流配送中心选址方法，其特征在于，所述s1具体包括：
3.根据权利要求2所述的物流配送中心选址方法，其特征在于，所述s13中，gis栅格数据距离分析方法分别对建设用地的第一交通可达性和第二交通可达性进行评价，得到第一交通评价图层和第二交通评价图层，其中，第一交通可达性包括国道可达性、省道可达性和环路可达性，第二交通可达性包括高速公路可达性，按照预设的权重对第一交通评价图层和第二交通评价图层进行加权求和，得到综合交通可达性图层。
4.根据权利要求1所述的物流配送中心选址方法，其特征在于，所述s2具体包括：
5.根据权利要求1所述的物流配送中心选址方法，其特征在于，所述s3中，初始的选址搜索范围包括所有的物流配送中心候选位置，初始粒子群中初始粒子的数量m的初始值为40，速度s的初始值为5。
6.根据权利要求5所述的物流配送中心选址方法，其特征在于，所述s3中，初始化各初始粒子的位置的方法为通过k均值聚类的方法将所有物流配送中心候选位置划分为m组，在每组物流配送中心候选位置中随机选择一个物流配送中心候选位置作为初始粒子的位置。
7.根据权利要求1所述的物流配送中心选址方法，其特征在于，所述s5中，根据新的选址搜索范围更新各初始粒子的初始化位置的具体过程包...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。