基于聚类-粒子群算法的冷链物流配送中心选址分析

摘要

针对冷链市场需求不断扩大,冷链物流产业却无法快速升级的情况,终端配送企业为了提高企业效益,需要在保证满足客户需求的同时,构建以成本最小化为目标的冷链配送中心选址模型。为解决上述问题,首先使用Mean-shift聚类算法对未知形状、未知特征的需求点进行处理,确保配送中心选址在空间分布上的合理性,同时降低运算难度;其次引入反向搜索、变异和交叉策略对传统粒子群算法(PSO)进行改进,使用改进粒子群算法(IPSO)对模型进行求解。相关实例分析结果表明,使用IPSO算法的选址总成本相比PSO算法减少11.4%,迭代次数相比减少28.6%,验证了IPSO算法可以得到质量更高的解,有效节省了选址成本。