第8卷第3期2007年9月

Journal of Shanghai Business School

No.3 Vol. 8Sep. 2007

【连锁特许】

用改进的遗传算法优化物流配送中心选址

刘 刚

（上海商学院，中国 上海 00 ）

摘 要：本文根据配送中心选址问题的特点和要求，以运输成本最低为目标，建立了选址问题的数学模型。通过选择适当的编码方法和遗传操作对传统的遗传算法做了一些改进，并且用改进的遗传算法对选址模型进行了求解,得到了模型最优解。

关键词：配送中心；选址；遗传算法；物流

中图分类号：F 文献标识码：A 文章编号：

- x( 00 )-0 - - -0

一、物流配送中心选址和遗传算法

配送中心是物流系统的中心枢纽。在大型连锁经营方式下，配送中心指连锁企业设立的物资供给中心，由配送中心根据企业总店的安排或各分店的请求向各分店统一调度物资，通过配送中心大规模采购和高效的配送方式能够有效地降低企业的运营成本，从而获得最大的利润。

物流配送中心选址是指在一个具有若干供货网点及若干需求网点的经济区域内，选一个或多个地址设置配送中心的规划过程。较佳的物流配送中心选址方案是使商品通过物流中心的汇集、中转、分发，直至输送到需求网点的全过程的效益最好。物流配送中心的选址问题属于最小成本问题，即求解使运输成本、变动处理成本和固定成本等之和为最小的最优化问题，它包括单一物流配送中心选址和多个物流配送中心选址两种。本文研究的是多个物流配送中心选址问题，它是在给定某一地区所有被选点的地址集合中选出一定数目的地址建立配送中心，实现各个需求点的配送，使得在选出点建立的配送中心与各需求点和供货点形成的配送系统总费用最少。

研究人员已经对配送中心的选址问题建立了一系列的模型与算法，例如重心法、鲍姆尔—沃尔夫法、CFLP法等[ ]。但由于其模型及算法复杂，具有NP难性质，通过这些方法不能得到全局最优解。近年来，遗传算法开始被应用于求解此问

题。

遗传算法是一种借鉴生物界自然选择和遗传机制的随机搜索与优化方法[ ]。由于该算法采用随机选择,对搜索空间无特殊要求,无需求导,具有运算简单、收敛速度快等优点,尤其适用于处理传统优化方法难于解决的复杂和非线性的问题。遗传算法的主要特点是群体搜索策略,它实际上是模拟由个体组成的群体的整体学习过程,其中每个个体对应研究问题的一个解。遗传算法从任一初始群体出发,通过选择(使群体中的优秀个体有更多的机会传给下一代)、交叉(体现了自然界中群体内个体之间的信息交换)和变异(在群体中引入新的变种确保群体中信息的多样性)等遗传操作,使群体一代一代地进化到搜索空间中越来越好的区域。遗传算法包括编码、初始群体生成、适应度评价、选择、交叉和变异等要素。

二、建立选址模型

为了便于建立数学模型，使该模型不至于太复杂，可以作如下的模型假设：

（ ）只考虑一种商品的配送，即本系统模型属于单个商品多物流配送中心选址问题；

（ ）系统中包含二级运输，即包括从供货点到配送中心之间的运输以及从配送中心到用户之间的运输；

（ ）一个配送中心可由多个供货点供货，一个用户的需求也可由多个配送中心提供；（ ）运输费用与运输量成正比；

（ ）配送中心的容量能够满足用户的要求；

（ ）各用户的需求量、供货点与各配送中心之间的单位运输费用、配送中心与各用户之间的单位运输费用以及各配

收稿日期： 00 - -

基金项目：本文为上海市教委科研项目，课题编号0 US0 的研究成果之一。

作者简介：刘刚，男，上海人，硕士，上海商学院助教，研究方向：人工智能。电子邮箱：liugang@sbs.edu.cn。

www.51wendang.com