基于混合粒子群算法解决整车物流网络优化问题

摘要

近年来，随着市场竞争的日趋加剧和成本压力的不断增加，国内整车物流企业普遍面临着降低成本和提升服务的矛盾，通过优化来达到物流成本和服务水平的最佳平衡点，成为摆在所有整车物流企业面前最重要且紧迫的一项课题。仓储网络是整车物流的基础与核心，直接关系到整车物流的成本、效率及服务水平，仓储网络优化属于最重要且有效的整车物流优化。但整车物流仓储网络的复杂性和多变性决定了其优化工作的难度和风险，目前国内针对整车物流仓储网络优化的研究还相对薄弱，各整车物流企业尚未形成先进、实用、可推广的优化技术和方法，如何实现仓储网络优化的有效性和稳定性是整车物流企业迫切需要解决的问题。 本文结合整车物流行业的特点和运作实践，提出了在定性分析与定量计算集成的整车物流仓储网络优化方法论指导下的物流网络优化的建模和算法求解方案。首先，本文重点综合考虑常规库存，多式联运，客户服务满意度等决策因素，建立基于决策因素的多成本制约的整车物流网络优化模型；同时，将多客户的复杂网络分解为单客户相对简单网络的复合；最后，针对这一NP-Hard问题，提出了混合遗传算法，模拟退火算法的混合粒子群算法对模型进行求解。其中在算法的解决中，采用多子群协同的同步优化的策略，同时采用分层策略，对底层子群进行同步随机搜索，同时在上层子群对底层子群加以控制。另外又对粒子群的四个关键问题作了相应的调整，借助遗传算法中的变异算子，交叉算子，精英选择算子对陷入局部最小的最优粒子进行扰动，使得该子群最优粒子跳出局部最小区域。最后，利用模拟退火算法控制粒子的更新，从而加速算法的收敛。随后，本论文结合国内某知名整车物流企业的实际业务数据和网络优化实践，对所提出的优化技术进行了实证研究，取得了令人满意的效果，从而验证了技术的科学性和有效性。 论文首先立足于整车物流这一较为专业和个性的领域，从必要性和紧迫性的角度出发，阐述了研究整车物流仓储网络优化技术的主要目的和意义，以及工作成果和创新点。随后，通过查阅大量的文献资料，学习了普通货物的物流网络优化技术的国内外研究和应用成果，从中归纳出整车物流可参考和借鉴的内容，并据此确定了基于混合粒子群算法解决整车物流仓储网络优化问题的研究的技术和路线。在论文的第三章，依据所确立的技术路线对整车物流网络优化问题作了深入研究；在论文的第四章，结合企业实际业务，在定性与定量方法论指导下完成了对该混合粒子群算法进行了检验，最终得到了令人满意的优化方案，完成了对理论技术的实证分析。论文最后对研究过程及成果进行了回顾总结，分析不足之处，提出有待进一步研究的问题，进而对今后的研究目标和方向作了展望。