物流配送论文关于航空物流配送路径优化论文范文参考资料

物流配送论文关于航空物流配送路径优化论文范文参考资料 摘要 航空物流配送对航空货运时间及服务水平有着极大的影响，其中，配送路径优化是配送合理化的核心理由。采用遗传算法设计航空物流配送路线，具有更高的准确度，对降低成本提高效率更有效。 关键词 航空物流；配送；路径优化理由；遗传算法 doi : 10 . 3969 / j . issn . 1673 - 0194 . xx . 17. 043 A 1673 - 0194（xx）17- 0076- 02 航空物流配送是指按客户的订货要求，在航空物流中心进行分货、配货，并将货物及时送交收货人的物流活动。送交收货人环节包括车辆选择及运输路线规划。目前，国内航空货运配送环节，由于路线规划缺乏优化选择，使航空货运无法更好发挥快捷性优势。常用规划策略有：动态规划、分支定界、节约里程、扫描、贪婪算法及现代遗传、模拟退火、蚁群算法。其中，遗传算法结合现代智能技术，能适应航空物流多点配送的特点，提高精确度。 根据遗传算法基本理论设计适用于配送路径模型的遗传算法，主要包括染色体编码与解码、初始群体、适应度函数、遗传等要素的设计。 1.编码与解码及产生初始种群 假设配送中心有车辆台，客户点个，采用增加个虚拟配送中心可形成一条长为的染色体编码串（，），其中染色体相邻两个之间表示一条子路径。将路径分隔符的加入到染色体中，所有路径中被访问的客户依次编码至一条染色体中，可保证每个客户节点均被访问有且只有一次，大大地简化了对模型约束条件的处理。 解码时，初始化一条路径，将染色体中的基因值顺序插入到当前路径中，若一个基因值的插入导致该路径的负荷超过了车辆的最大容量或返回配送中心的时间晚于最晚返回时间，则开始构建新的路径，重复上面操作，直至所有客户均被插入到路径中。 由于遗传算法搜索最优解不依赖于初始种群，为使初始种群尽可能地均匀分布在整个解空间，随机生成初始种群。 2.选择 采用改善*赌选择算子，设种群大小为，父代种群 ，M，其中每个个体的适应度大小为（），子代群体初始状态为 。 (5）转动轮*。 1）产生个，之间的均匀随机数r。如果Qi，则选择染色体，否则，选择第个染色体（2iM），使得Qi-1rQi。 2）统计各区间值，其中是落在号区域的随机数个数 3）取最大的值，所在区间对应的个体为本轮转动后所选中的个体，即 4）将并入，即X（）?准（）（）Mi 5）若选出的个体数到达种群大小，则转），否则转1）。 （）找出子代种群中适应度最低个体。 （）用个体代替个体。 （）存储所有新选出的个体，并且返回。 3.交叉 （）随机在父代个体中选择一个交叉区域，如两父代个体及交叉区域选定为：“”，“”，其中“”表示交叉区域； （）将的交配区域加到的前面，的交配区域加到的前面，得两中间个体：“”，“”； （）在和中，自交叉区域后依次删除与交叉区相同的基因，得到最终的两个个体为：“”，“”。 4.变异 采用倒位变异算子进行变异操作，随机选择一染色体的两变异点，将变异区域进行倒位得到新的个体。倒位变异在进化过程中可对种群中的个体进行有效地调整，防止早熟收敛理由，改善遗传操作的全局寻优性能。 （）随机产生一个体“ ”和两变异点，如和，即 “ ”，其中“”表示变异区域。 5.适应度 为群体中第条染色体对应的目标函数值，反映了第条染色体所对应的的配送总费用； 为第条染色体对应的适应度，其值决定了该染色体产生后代的概率。 6.终止规则 配送中，可判断进化的代数是否为要求代数，若是，则停止进化，选性能最好的染色体所对应的配送路径集合作为所求理由的最优解输出。反之，继续执行进化运算。 通过多次试验，编制算法验证，可证明遗传算法有效性更高。上述步骤的迭代搜索，得到最优染色相应的配送路径，完成带时间窗车辆路径理由的自动寻优过程。实现货物配送路径优化，选择最优配送路线，节约成本和时间，推动航空