《基于遗传算法的物流配送路径选择系统的仿真设计.docx》由会员分享，可在线阅读，更多相关《基于遗传算法的物流配送路径选择系统的仿真设计.docx（4页珍藏版）》请在金锄头文库上搜索。
1、基于遗传算法的物流配送路径选择系统的仿真设计摘要：本文以物流配送路径选择为研究内容，分析物流配送路径选择系统的功能需求，提出仿真系统的架构设计方案，进行实验论证提出一种可行性算法并进行模拟仿真，构建物流配送路径选择系统的仿真模型。 关键词：物流配送路径选择 仿真设计 遗传算法 架构设计功能结构1 引入物流配送现在已经深入各个行业当中，物流配送业随着市场经济的发展和物流技术专业化水平的提高得到了迅猛发展。选择合适的配送路径，可以加快配送速度、提高服务质量、降低配送成本及增加经济效益，如何优化配送路径变成了物流配送的一个主要问题。物流配送路径的优化需要以最低的运营成本、最快捷的响应速度、最短的配送
2、运输时间，把货物运至用户手中，实现三个指标的平衡。在电子商务物流配送过程中，物流车装载当日需要配送的货品从仓库出发，按照事先规划好的最优配送路径为每一个客户进行配送，最后返回仓库。在配送之前需要根据客户的配送地址线路间距、经验路况做分析计算出一条最优配送路径。在配送过程中，如果某路段堵车，需要动态调整配送路线。本文从软件工程的角度分析进行物流配送路径选择系统的仿真设计时将遇到的问题。2 系统功能结构通过调研、座谈和查阅文献资料，汇总物流配送路径系统的需求，整理出系统的涉众系统操作员和系统管理员，划分各自的工作职责，以泳道图形式表示一个完整的业务流程模型。从静态系统的角度分析需求，将整个业务系统
3、划分为配送网络图形处理、配送路径演示控制和系统参数配置管理3大功能模块，分别表示配送地图处理、模拟仿真演示和系统参数配置等业务大块。按照高内聚低耦合的模块设计原则，将每个功能模块再细分为若干个子功能模块。在整个功能结构中，构建配送网络图形功能和开始演示配送过程功能是整个业务系统的核心子模块。系统拟提供4种方式构建配送网络图形功能：随机生成图形、手动绘制图形、精确定位生成图形和打开原有图形。随机生成图形时，用户输入配送点数量n，系统会生成一幅n个顶点的无向连通图，并以nn的邻接矩阵存储图形数据。手动绘制图形时，用户在图形绘制区域双击生成配送点，连接两个配送点生成配送路径，右击配送点或配送路径可以
4、设置配送点名称、配送路径长度、最高限速等信息。精确定位生成图形时，用户在二维表格中填写配送点名称、坐标参数（经度和纬度）信息，系统根据图形数据自动构建配送网络图形。3 系统架构设计架构设计是对一个结构内的元素及元素间关系的一种主观映射的产物，是一系列相关的抽象模式，用于指导大型软件系统各个方面的设计。架构设计是软件设计过程的早期阶段，它把需求分析和设计流程连接在一起。考虑到物流配送路径选择系统的安全性、稳定性、可扩展性和可维护性，将物流配送路径选择系统从应用角度分为数据库层、接口服务层和客户应用层三个层次，如图2所示。数据库层为整个系统提供数据支撑服务，它所包含的数据有配送地图数据和行驶轨迹数
5、据，其中配送地图数据是支撑整个系统运行的核心所在。系统中所使用的配送地图以图形文件形式存储，采用自定义矢量图形格式（.grp），存储内容包括配送地址（坐标位置、是否必须送达）、仓库位置、各个配送地址之间的路径信息（包括距离与行驶速度）等信息。为防止保存在本地位置的物流配送网络图形文件被非法打开、篡改，导致重要信息被泄露，系统采用一种以异或运算为基础的对称式加密方法，对保存的图形文件内容结合密钥进行加密，在读取图形文件内容后，结合密钥对其进行解密。接口服务层以接口形式为整个系统提供基础性功能，接口服务可以和系统外部平台实现数据共享、服务共享。接口服务层最主要的接口有矢量图形文件存取接口、矢量图形
6、绘制接口和核心算法服务接口，其中矢量图形文件存取接口提供以grp格式保存、读取物流配送网络图形的服务，矢量图形绘制接口提供将grp格式的物流配送网络图形绘制在图形用户界面的服务，核心算法服务接口提供遗传算法服务，支持根据遗传算法对物流配送网络图形进行计算得到最优配送路径的服务。客户应用层面向系统的各个终端用户，主要为终端用户提供配送网络图形处理和配送过程演示控制功能，以配送地图数据为支撑，提示可视化、个性化的操作界面。4 核心算法设计算法设计是整个系统实现的最核心部分，关系到系统的运行效率，并影响到系统的可用性。实现多目的地的物流配送路径选择可以选用枚举法、回溯法等算法解决。采用枚举算法时，对
7、问题的所有可能答案一一列举，然后根据条件判断此答案是否合适，合适就保留，不合适就丢弃。采用回溯算法时，按照深度优先策略，从始发地出发搜索解空间树。算法搜索到解空间树的任意一点时，先判断该点是否包含问题的解。如果肯定不包含，则跳过对该结点为根的子树的搜索，逐层向其祖先结点回溯；否则，进入该子树，继续按深度优先策略搜索。采用枚举算法和回溯算法的时间复杂法分别为O（nn）、O（n2），当n+时，时间开销不堪重负，实践证明也是如此，在实验环境下，当n6时，得到最优解的时间超过60秒，已经无法达到实时处理要求。采用遗传算法，多次调优，确定合适的种群规模、交叉因子和变异因子，科学计算迭代次数，确保搜索最优
8、（次优）路径所用时间较短。算法原型如下所示：public class GA /遗传算法类/判断一个图是否为连通图bool IsLinkGraph（double， graph）；/获取最短路径public List GetShortPath（GraphicContent content， List historyPoint， int flag）/计算最短路径 List GetShortPath（double， graph， int source， int target， List passList，List clientPoints）/初始化种群void InitShome（double， ed
9、ge， int source， int target， List passPath， List clientPoints）/计算路径的适应值double GetFitness（List path， double， graph）void Select（double， graph） /选择计算void Change（）/变异计算void Inter（）/交叉计算List InterCouse（）/交叉运算在实验环境（CPU双核2.9MHz，RAM 4GB，Windows XP，.NET Framework 2.0，DirectX 9.0）下经过实验证明，当配送地址数量65个时，算法所用的平均搜索时
10、间10.0秒；只有当配送地址数量90个时，算法所用的平均搜索时间才会有显著增加，但总体仍在可以接受的范围之内。5 系统仿真实现实现系统仿真时，采用所见即所得的模型较为合适，方便用户操作。基于.NET Framework的GDI+绘图对象进行图形绘图，为解决绘图闪烁问题，宜采用双缓冲技术绘图，即按照如下步骤绘图：在内存中创建与画布一致的缓冲区；在缓冲区画图；将缓冲区位图拷贝到当前画布上；释放内存缓冲区。为了更好地模拟汽车的行驶过程，采用图像旋转算法对汽车进行旋转，使其行进方向始终与道路贴合平行。采用仪表盘模拟汽车的当前行驶速度和当前行驶距离。系统仿真效果如图4所示。在模拟物流配送过程中，汽车从仓
11、库出发，按照拟定路线行驶。行驶过程中，车辆行驶的快慢取决于当前路径的最高限速，当前动态区域将动态刷新显示正在行驶的路段信息（起点终点、当前速度、当前路段已行驶里程），速度仪区域也会动态刷新显示当前行驶速度，行驶过程统计区域会统计当前已行驶的总时间和总里程。6 小结按照文章论述的仿真设计方法，采用遗传算法解决系统性能问题，采用grp自定义矢量图形格式解决图形数据存储问题后，物流配送路径选择系统的仿真成为可能。在该背景下，指导学生参加第二届中国大学生软件设计大赛获决赛优秀奖。参考文献：1冯向科，邓莹.实现物流配送路径选择仿真系统的关键性问题探讨J.电脑知识与技术，2014.1.2赵若彤.一种物流配
12、送车辆路径智能优化算法研究J.计算机与数字工程，2013.4.3张静，卫文学，刘倩.基于遗传算法的物流配送路径优化算法J.中国科技信息，2013.1.基金课题： 2012年湖南省职业教育“十二五”省级重点项目软件技术生产性实习实训（教师认证培训）基地；2014年湖南铁道职业技术学院校级重点资助课题基于遗传算法的物流配送路径选择系统的设计与实现（课题批准号：K201405）。：冯向科（1978-），男，湖南株洲人，湖南铁道职业技术学院，副教授，系统分析师，硕士，研究方向：高职教育、软件工程；邓莹（1978-），女，湖南株洲人，湖南铁道职业技术学院，讲师，系统分析师，本科，研究方向：高职教育、多媒体技术。
