《算法物流论文范文-浅谈物流配送中心选址的几种常用方法word版下载》由会员分享，可在线阅读，更多相关《算法物流论文范文-浅谈物流配送中心选址的几种常用方法word版下载（5页珍藏版）》请在金锄头文库上搜索。
1、算法物流论文范文:浅谈物流配送中心选址的几种常用方法word版下载导读：本论文是一篇关于物流配送中心选址的几种常用方法的优秀论 文范文，对正在写有关于算法论文的写作者有一定的参考和指导作用, 论文片段：摘 要：物流配送中心的选址决策在物流运作中有着重要的地位。本 文对近年来国内外有关配送中心选址的几种常用策略进行研究，以便 能够给实践提供一定的借鉴作用。关键词：物流配送中心；选址；策略在物流系统的运作中，配送中心的选址决策发挥着重要的影响。 配送中心是连接工厂与客户的中间桥梁，其选址方式往往决定着物流 的配送距离和配送模式，进而影响着物流系统的运作效率。因此，研 究物流配送中心的选址具有重要的
2、理论和现实应用作用。本文对近年来国内外有关配送中心选址的儿种常用策略进行了 研究，选址策略主要有定性和定量的两种策略。定性策略有专家打分 法、Delphi法等，定量策略有重心法、P中值法、数学规划策略、多 准则决策策略、解决NPhard理由（多项式复杂程度的非确定性理由） 的各种启发式算法、仿真法以及这几种策略相结合的策略等。由于定 性研究策略及重心法、P中值法相对比较成熟，因此，本文将主要分 析定量策略中的数学规划、多准则决策、解决NP hard理由的各种启 发式算法、仿真策略。一、数学规划策略数学规划算法包括线性规划、非线性规划、整数规划、混合整 数规划和动态规划、网络 规划算法等。在近年
3、來的研究中，规划论 中常常引入了不确定性的概念，由此进一步产生了模糊规划、随机规 划、模糊随机规划、随机模糊规划等等。不确定性规划主要是在规划 中的C （价值向量）、A （资源消耗向量）、b （资源约束向量）和决策 变量中引入不确定性，从而使得不确定规划更加贴近于实际情况，得 到广泛地实际应用。各种规划的策略在具体的现实使用中，常常出现 NP hard理由。因此，目前的进一步研究趋势是各种规划策略和启发 式算法的结合，对配送中心的选址进行一个综合的规划与计算。二、多准则决策策略在物流系统的研究中，人们常常会遇到大量多准则决策理由， 如配送中心的选址、运输方式及路线选择、供应商选择等等。这些理
4、由的典型特征是涉及到多个选择方案（对象），每个方案都有若干个 不同的准则，要通过多个准则对于方案（对象）做出综合性的选择。 对于物流配送中心的选址理由，人们常常以运输成本及配送中心建 设、运作成本的总成本最小化，满足顾客需求，以及满足社会、环境 要求等为准则进行决策。多准则决策提供了一套良好的决策策略体系，对于配送中心的 选址不管在实务界还是理论方面的研究均有广泛的应用与研究。有关 多准则决策策略，特别是层次分析法和模糊综合评判的策略，在配送 中心的选址研究中有着广泛的应用。但是，这两种策略都是基于线性 的决策思想，在当今复杂多变的环境下，线性的决策思想逐渐地暴露 岀其I古I有的局限性，非线性
5、的决策策略是今后进一步的研究的重点和 趋势。三、启发式算法启发式算法是寻求解决理由的一种策略和策略，是建立在经验 和判断的基础上，体现人的主观能动作用和创造力。启发式算法常常 能够比较有效地处理NP hard理由，因此，启发式算法经常与其它优 化算法结合在一起使用，使两者的优点进一步得到发挥。目前，比较 常用的启发式算法包括：遗传算法；神经网络算法；模拟退火算法。1. 遗传算法遗传算法是在20世纪60年代提出来的，是受遗传学中自然选 择和遗传机制启发而发展起来的一种搜索算法。它的基本思想是使用 模拟生物和人类进化的策略求解复杂的优化理由，因而也称为模拟进 化优化算法。遗传算法作为一种随机搜索的
6、、启发式的算法，具有较强的全 局搜索能力，但是，往往比较容易陷入局部最优情况。因此，在研究 和应用中，为避开这一缺点，遗传算法常常和其它算法结合应用，使 得这一算法更具有应用价值。2. 人工神经网络人工神经网络（ANN）是由大量处理单元（神经元）广泛互连而 成的网络，是对人脑的抽象、简化和模拟，反应人脑的基本特征。可 以通过对样本训练数据的学习，形成一定的网络参数结构，从而可以 对复杂的系统进行有效的模型识别。经过大量样本学习和训练的神经 网络在分类和评价中，往往要比一般的分类评价策略有效。这一研究的不足是神经网络的训练需要大量的数据，在对数据 的获取有一定的困难的情况下，用神经网络来研究是不
7、恰当的。在应 用ANN时，我们应当注意网络的学习速度、是否陷入局部最优解、数 据的前期准备、网络的结构解释等理由，这样才能有效及可靠地应用 ANN解决实际存在的理市。3. 模拟退火算法模拟退火算法(Simulated Annealing, SA)又称模拟冷却法、 概率爬山法等，于1982年由Kirpatrick提岀的另一种启发式的、随 机优化算法。模拟退火算法的基本思想由一个初始的解岀发，不断重 复产生迭代解，逐步判定、舍弃，最终取得满意解的过程。该策略确保总体中个体多样性以及防止遗传算法的提前收敛， 运用层次分析法确定物流配送中心选址评价指标权重，并与专家评分 相结合进行了综合评价O该算法对
8、于解决物流配送中心的选址具有较 好的有效性和可靠性。除以上三种比较常用的策略之外，启发式算法还包括蚁群算法、 禁忌搜索算法、进化算法等。各种算法在全局搜索能力、优缺点、参 数、解情况存在着一定的差异。各种启发式算法基本上带有随机搜索 的特点，已广泛地应用于解决NP hard理由，同时也为物流配送中心 选址的智能化处理提供了可能。四、仿真策略仿真是利用计算机来运转仿真模型，模拟时间系统的运转状态 及其随时间变化的过程，并通过对仿真运转过程的观察和统计，得到 被仿真系统的仿真输出参数和基本特征，以此来估计和推断实际系统 的真实参数和真实性能。仿真策略相对剖析的策略在实际应用中具有一定的优点，但是,
9、 也存在一定的局限性。如仿真需要进行相对比较严格的模型的可信性 和有效性的检验。有些仿真系统对初始偏差比较敏感，往往使得仿真 结果与实际结果有较大的偏差。同时，仿真对人和机器要求往往比较 高，要求设计人员必须具备丰富的经验和较高的分析能力，而相对复 杂的仿真系统，对计算机硬件的相应要求是比较高的。五、结语物流配送中心的选址决策对于整个物流系统运作和客户满意情 况有着重要的影响。笔者认为：数学规划策略、多属性决策策略、启 发式算法、仿真策略各自有自己的优缺点和一定的适用范围，各种策 略的组合研究是未来研究的一种趋势。同时，由于选址理由本身具有 的动态性、复杂性、不确定性等特性，因此，开发和研究新的模型与 策略也是进一步解决配送中心选址理市的必需途径。
