成品油物流优化研究及实现

1、成品油物流优化研究及实现摘要：随着国家经济的飞速开展，成品油市场长期保持高速增长。在成品油销售过程中，成品油物流凸现了它的重要性。由于物流过程是一个非常复杂、因素多变的过程，基于成熟的信息化技术进展管理并且对物流过程进展优化。是国内外非常热门的研究方向。关键词：遗传算法；成品油；物流优化；线性尺度变换一、成品油物流业务介绍和分析(一)成品油物流业务与实现技术分析成品油是通过采油、炼油、销售后到达最终消费市场。通常会通过以下六个环节来完成成品油消费至销售过程。首先，成品油由炼厂消费，并由炼厂运输至发站(港)。第二，通过铁路、水路、公路或管道方式将成品油由发站运输至到站，称为一次物流。第三，由到站

2、将成品油运输至油库。第四，油库储存成品油。第五，由油库将成品油通过铁路、公路、水路及管道等方式运输至加油站或批发客户。也称为二次物流。第六，加油站将成品油销售至最终客户。(二)物流对象和模型物流模型对于物流优化算法至关重要，通过对物流过程的分析总结，可以将成品油的物流节点分成供应、仓储、需求三个类型，物流途径分为两个部分。(三)物流优化分析和优化目的物流优化的目的是实现利润最大化，主要的物流指标将表达在以下几点：二、优化算法选择和介绍物流优化算法是为了计算出从供应点到需求点的最大利润。首先考虑遍历所有途径情况：假设有S为供应点个数，M为仓储点个数，D为需求点个数，I为油品数量，fmax为方案数

3、量，假设将所有途径遍历，那么fmaxItimes;(Stimes;M)D fmax4times;(20times;150)1700三、算法实现(一)初始化群体根据算法原型的模拟运算，我们发如今采用随机生成的个体在后续的进化中很难收敛。除非使用非常高的进化代数，但是进化代数的和运算时间成正比，在实际业务中是不能承受的，而且个体也还没有出现明显的收敛趋势。为理解决这个问题，我们通过研究多种遗传算法和讨论该问题的出现原因后，决定采用先按照优先满足原那么生成一个具有一定可行性的个体，将该个体复制成多个个体形成种群，然后在后续的进化过程中，各个个体分别进化，然后收敛到个适宜的值，(二)适应度计算适应度函

4、数是对个体进展度量的函数，根据业务中对毛利润的要求，物流优化的适应度函数如下：利润(销售价格购进价格运费仓储费)times;数量其中运费为一次运费和二次运费之和。在业务还必须引入两个指标：供应分配率和需求满足率：供应分配率是指供应量在优化结果中被安排运输的比例，需求满足率是指需求量在优化过程中被安排运输的比例。将这两个比例作为线性参数对上述公式计算出的适应度值进展处理，产生的新值作为适应度值。(三)遗传算子1.选择。选择的过程是将尺度变换后的适应度值进展比较。按照适应度值大小决定被选择的概率，将选择出的个体两两进展交换，产生新的个体，形成新的种群。分下面几步进展： 在选择算子中，采用的了轮盘赌的概率选择方法。轮盘赌是将一组数据按照大小建立一个01的之间的赌盘表，赌盘表的每个间隔和每个数据相对应，间隔的大小和数据值有关，当产生一个随机数后，将随机数对应在赌盘表上某一间隔上，就可以选择出相应数据。轮盘赌的原理很简单，就是由每个数据在全部数据中的比例组成，值越大的数据，被随机选择的概率越大。 3.变异。变异过程是将个体的基因进展突变以增加物种多样性。根本遗传算法的基因编码是按照BIT进展编码的，变异时将需要变异的位进展取反操作即可。由于本文随研究的应用原因，假设按照位进展编码，有可能出现无效供应点、仓储点等数据，所以在开始的基因的编码阶段，本文采用了构造的方式来编码基因。变异的过