《管理论文改进的遗传算法在物流配送中的应用》由会员分享，可在线阅读，更多相关《管理论文改进的遗传算法在物流配送中的应用（3页珍藏版）》请在金锄头文库上搜索。
1、改进的遗传算法在物流配送中的应用改进的遗传算法在物流配送中的应用是小柯论文网通 过网络搜集，并由本站工作人员整理后发布的，改进的遗传算法在物流配送中的应用是篇 质量较高的学术论文，供本站访问者学习和学术交流参考之用，不可用于其他商业目的， 改进的遗传算法在物流配送中的应用的论文版权归原作者所有，因网络整理，有些文章作 者不详，敬请谅解，如需转摘，请注明出处小柯论文网，如果此论文无法满足您的论文要 求，您可以申请本站帮您代写论文，以下是正文。摘 要 我们在物流配送系统的研究中，对物流配送的数学模型以及所采用的算法 进行了深入的探讨，并取得了一定的成果。遗传算法的改进，一定程度上避免了早熟现象 的
2、发生，提高了遗传算法用于求解物流配送问题的效率。关键词 物流配送 遗传算法 早熟 种群物流配送是指按客户的订货要求，在配送中心进行分货、配货，并将配好的货物及 时送达客户手中。目前我国大部分物流配送企业，仍依赖人工经验采用人工安排的方式， 从而导致企业运输资源无法充分利用，增加了企业的运行成本或者根本无法满足客户的要 求，从而限制了物流配送企业的进一步发展。对物流配送优化问题进行深入研究，建立即 时反映客户需求的自动化车辆调度及路线安排系统，是提升服务质量、提高资源利用率、 降低企业成本的重要课题。对一个大型配送中心来讲，客户数量往往很多，要精确计算最优配送路径是一件非 常困难的事，现在有人利
3、用遗传算法来求解配送路径优化问题,已经取得了一些研究成果， 但实际应用却不是十分的理想,究其原因,主要是由于传统的遗传算法,存在着局部搜索能力 不强,容易出现早熟而造成的。为了提高遗传算法的搜索能力,避免在算法进化的早期出现收 敛,文章对传统的遗传算法进行了改进，经大量的实验表明:改进的遗传算法较传统的遗传算 法在物流配送优化中，求解效率有了非常明显的提高,完全能适应网络配送的要求。一、数学模型设配送中心有 m 台相同的配送车辆要向 n 个客户配送货物，客户 i 到客户 j 的距离 为 dij，客户 i 到配送中心的距离为 di0，客户 i 的需求量为 qi，车辆的最大载重量为 Z，最 大行驶
4、距离为 D，最大装载体积为 V,成本为 C0+kx(其中 x 为距离） ，按费用最低为优化目 标,其数学模型为：。约束条件:(1)每台配送车辆的最大行驶距离不能超过 D;(2)每台配送车辆的最大装载 体积不能超过 V;(3)配送车辆总数不能超过 m。二、改进的遗传算法1.遗传算法将每个客户按十进制从 1 到 n 进行编号,随机对换编号的位置,组成初始群体,计算适应度时，需要在编码的开始和结束位置插入 0,并在编码之间按车辆的载重量插入若干 0,其 中 0 表示配送中心。遗传运算分别采用联赛选择,循环交叉(CX)和对换变异。2.遗传算法的改进定义 1:进化的初期,算法的主要任务是全局寻优,称这个
5、时期为寻优期。进化的后期, 算法的主要任务是局部收敛,称这个时期为收敛期。寻优期一般为总进化代数的三分之二,收 敛期一般为总进化代数的三分之一。定义 2:设个体 A=X1,X2,Xn-1,Xn,称 A=Xn,Xn-1,X2，X1 为 A 的逆序。改进的遗传算法在寻优期采用较大的交叉和变异概率，在收敛期采用较小的交叉和 变异概率。由于交叉和变异概率只与遗传代数有关，因此不会影响算法的效率，同时也能 较好的抑制早熟现象的发生。交叉运算前，先要对种群两两配对，如果将两个相同的个体进行配对，那么交叉运 算就失去了作用。改进的遗传算法为了避免这种情况的发生，先对种群进行试配对，若在 某次试配中，经几次试
6、配对均不成功，可重新产生一个新个体，从新个体以及新个体的逆 序中选择一个适应度高的个体来替代其中的一个个体，这样可以保证每对个体它们的基因 物质不会完全相同。出现早熟的原因往往是由于种群中出现了某些超级个体，随着模拟生物演化过程的 进行,这些超级个体的基因物质很快占据了种群的统治地位,导致种群中由于缺乏新鲜的基因 物质而不能找到全局最优值。改进的遗传算法在进化的过程中不断用一些新鲜的个体来替 代适应度低的个体,使得种群中始终含有新鲜的基因物质,不至于算法过早收敛,每个新个体 可从随机产生的个体及它的逆序中选择一个适应度高的个体。在寻优期增加的新个体的数 量可适当多些（一般为种群的 20%左右)
7、，促使算法尽快收敛，在收敛期加入的新个体的数 量可适当少些(一般为种群的 5%左右）或不再增加新个体。三、仿真实验实验数据来自文献的实例 2，变异概率为 0.01,交叉概率为 0.8,初始群体规模为 80， 总进化代数为 200，共进行了 100 次实验。从表中可以看到，改进的遗传算法，在不降低速度的前提下，每次实验基本都可以 求出优秀解，说明经改进的遗传算法对物流配送问题的求解能力有了很大程度的提高。四、结束语遗传算法作为一种优化算法有着广泛应用前景，但同时也存在着很多有待解决的问 题。文章针对传统的遗传算法提出的几项改进措施，一定程度上克服了早熟现象，增强了 对物流配送问题的求解能力。文章
8、作为基本遗传算法的改进设计，他的优劣性还需要在实 践中进一步的检验。参考文献:1阎 庆 鲍远律:新型遗传模拟退火算法求解物流配送路径问题J.计算机应用, 2004,24(S1) 2612632郎茂祥 胡思继:用混和遗传算法求解物流配送路径优化问题的研究J.中国管理科 学,2002,10(5).51563陈国良 王熙法等:遗传算法及其应用M.北京:人民邮电出版社,2001 年 2 月 761434何 信:多目标物流配送路经优化聚类-遗传混合算法J.商场现代化,2006 8(上旬刊) 总第 475 期 120121其他参考文献Baker, Sheridan. The Practical Styli
9、st. 6th ed. New York: Harper & Row, 1985.Flesch, Rudolf. The Art of Plain Talk. New York: Harper & Brothers, 1946.Gowers, Ernest. The Complete Plain Words. London: Penguin Books, 1987.Snell-Hornby, Mary. Translation Studies: An Integrated Approach. Amsterdam: John Benjamins, 1987.Hu, Zhuanglin. 胡壮麟,
10、 语言学教程 M. 北京: 北京大学出版社, 2006.Jespersen, Otto. The Philosophy of Grammar. London: Routledge, 1951.Leech, Geoffrey, and Jan Svartvik. A Communicative Grammar of English. London: Longman, 1974.Li, Qingxue, and Peng Jianwu. 李庆学、彭建武, 英汉翻译理论与技巧 M. 北京: 北京航空航天大学出版社, 2009.Lian, Shuneng. 连淑能, 英汉对比研究 M. 北京: 高等教
11、育出版社, 1993.Ma, Huijuan, and Miao Ju. 马会娟、苗菊, 当代西方翻译理论选读 M. 北京: 外语教学与研究出版社, 2009.Newmark, Peter. Approaches to Translation. London: Pergmon P, 1981.Quirk, Randolph, et al. A Grammar of Contemporary English. London: Longman, 1973.Wang, Li. 王力, 中国语法理论 M. 济南: 山东教育出版社, 1984.Xu, Jianping. 许建平, 英汉互译实践与技巧 M. 北京: 清华大学出版社, 2003.Yan, Qigang. 严启刚, 英语翻译教程 M. 天津: 南开大学出版社, 2001.Zandvoort, R. W. A Handbook of English Grammar. London: Longmans, 1957.Zhong, Shukong. 钟述孔, 英汉翻译手册 M. 北京: 商务印书馆, 1983.Zhou, Zhipei. 周志培, 汉英对比与翻译中的转换 M. 上海: 华东理工大学出版社, 2003.
