基于智能算法的设施定位问题研究

摘要

设施定位问题是指在给定的布局空间内分配不同的资源，运用科学的方法决定设施的地理位置，使之与企业的整体经营战略运作系统有机结合，以便达到企业的经营目的。设施定位问题属于NP完全问题。合理的设施定位可以大大提高企业对市场的响应能力，探讨研究设施定位问题具有重要的理论意义和应用价值，本文基于智能算法的思想，对设施定位问题中的设备布局问题和配送中心选址问题进行了一系列的研究。 首先阐述了研究方向的研究现状和相关理论基础。在阅读了大量文献的基础上，本文对智能算法领域中的多目标遗传算法和聚类算法，设施定位领域中的设备布局和配送中心选址问题做了理论基础概述。主要包括相关概念、算法回顾、数学模型回顾以及当前研究现状。 文章提出了一种基于遗传算法的多目标设施定位方法。提出了一种新的整数和浮点数结合的编码方式；通过列举法使得每代个体满足约束条件，避免了罚函数的使用；可调整的双参数变异算子使进化过程能够较好地跳出局部最优解；应用基于Pareto排序的适应值分配方式得到目标函数的非劣解集，为决策者提供了多种选择方式。最后仿真试验说明了该方法的有效性。 文章还提出了一种基于聚类算法的配送中心选址问题。针对复杂的配送中心选址问题，利用聚类算法中的K-means算法解决配送中心选址问题，该算法的实证中解决了125个配送点的配送中心寻优问题，而且在选择配送中心时充分考虑客户的需求和各地实际情况(各地的消费能力、地理位置以及交通等)，通过定量分析和定性分析结合的方式，建立起了二级配送网络。实证结果表明，该配送网络具有实际应用价值并具有良好的经济效果。 最后，对设备布局问题和配送中心选址问题，给出了本文的研究结论和相应的前景展望。

目录

文摘

英文文摘

声明

第一章绪论

1.1背景介绍

1.1.1设备布局问题

1.1.2配送中心选址问题

1.2国内外研究现状

1.2.1多目标优化问题研究现状

1.2.2设施定位问题研究现状

1.3本文的研究思路和研究方法

1.4本文的主要工作

第二章设施定位相关理论基础

2.1设施定位概念

2.2设备布局问题

2.2.1多行设备布局问题

2.2.2设备布局模型回顾

2.3配送中心选址问题

2.3.1配送中心概述

2.3.2配送中心选址影响因素

2.3.3配送中心选址方法回顾

2.4本章小结

第三章智能算法相关理论基础

3.1多目标遗传算法理论基础

3.1.1遗传算法的基本原理

3.1.2带约束的多目标优化问题

3.1.3多目标遗传算法回顾

3.1.4多目标遗传算法还存在的问题

3.1.5改进的多目标遗传算法

3.2聚类算法理论基础

3.2.1聚类概述

3.2.2聚类算法分类

3.2.3 K-means聚类数学描述

3.2.4 K-means算法还存在的问题

3.3本章小结

第四章基于多目标遗传算法的设备布局方法

4.1多目标设备布局模型

4.2基于遗传算法的多目标设备布局算法

4.2.1遗传编码及初始化

4.2.2约束处理和适应度函数

4.2.3遗传操作算子

4.3仿真试验

4.3.1数据

4.3.2单个目标的进化情况

4.3.3 Pareto最优解分析

4.4结论

第五章基于聚类算法的配送中心选址问题

5.1模型建立

5.2模型求解

5.2.1模型求解流程图

5.2.2配送中心位置的确定方法

5.3实证

5.3.1相关信息和数据

5.3.2前期数据准备

5.3.3配送中心个数及划分区域的确定

5.3.4运输管理优化

5.3.5成本核算

5.4比较分析及结论

第六章结论与展望

参考文献

发表论文和参加科研情况说明

致 谢