物流遺傳算法(參考版)
2025-01-10 22:00本頁(yè)面
【正文】 （3）本文所構(gòu)造的進(jìn)行物流配送路徑優(yōu)化的遺傳算法，包括巧妙設(shè)計(jì)的個(gè)體編碼方法、個(gè)體適應(yīng)值的計(jì)算方法以及選擇、交叉和變異算子，對(duì)解決類(lèi)似的組合優(yōu)化問(wèn)題具有一定的參考價(jià)值。 （2）本文在建立物流配送路徑優(yōu)化問(wèn)題的數(shù)學(xué)模型的基礎(chǔ)上，構(gòu)造了求解物流配送路徑優(yōu)化問(wèn)題的遺傳算法。5 結(jié)論 （1）在物流配送業(yè)務(wù)中，合理確定配送路徑是提高服務(wù)質(zhì)量、降低配送成本、增加經(jīng)濟(jì)效益的重要手段。其對(duì)應(yīng)的配送路徑方案為：路徑1：04760；路徑2：0285310。對(duì)上述問(wèn)題，利用計(jì)算機(jī)隨機(jī)求解10次，得到的計(jì)算結(jié)果見(jiàn)表2。設(shè)汽車(chē)的載重量為8t，每次配送的最大行駛距離為40km，配送中心與各需求點(diǎn)之間、各需求點(diǎn)相互之間的距離及各需求點(diǎn)的需求量見(jiàn)表1。變異操作是以概率Pm發(fā)生的，一旦變異操作發(fā)生，則用隨機(jī)方法產(chǎn)生交換次數(shù)J，對(duì)所需變異操作的個(gè)體的基因進(jìn)行J次對(duì)換（對(duì)換基因的位置也是隨機(jī)產(chǎn)生的）。 （6）變異操作。本文采用了一種類(lèi)似OX法[2]的交叉方法，現(xiàn)舉例說(shuō)明之：①隨機(jī)在父代個(gè)體中選擇一個(gè)交配區(qū)域，如兩父代個(gè)體及交配區(qū)域選定為：A=47|8563|921，B=83|4691|257；②將B的交配區(qū)域加到A的前面，A的交配區(qū)域加到B的前面，得：A’=4691|478563921，B’=8563|834691257；③在A’、B’中自交配區(qū)域后依次刪除與交配區(qū)相同的自然數(shù)，得到最終的兩個(gè)體為：A”=469178532，B”=856349127。 （5）交叉操作。具體地說(shuō)，就是首先計(jì)算上代群體中所有個(gè)體適應(yīng)度的總和（ΣFj），再計(jì)算每個(gè)個(gè)體的適應(yīng)度所占的比例（Fj/ΣFj），以此作為其被選擇的概率。將每代群體中的N個(gè)個(gè)體按適應(yīng)度由大到小排列，排在第一位的個(gè)體性能最優(yōu)，將它復(fù)制一個(gè)直接進(jìn)入下一代，并排在第一位。對(duì)于某個(gè)個(gè)體j，設(shè)其對(duì)應(yīng)的配送路徑方案的不可行路徑數(shù)為Mj（Mj=0表示該個(gè)體對(duì)應(yīng)一個(gè)可行解），其目標(biāo)函數(shù)值為Zj，則該個(gè)體的適應(yīng)度Fj可用下式表示： Fj=1/（Zj+MjG） （9）式中，G為對(duì)每條不可行路徑的懲罰權(quán)重，可根據(jù)目標(biāo)函數(shù)的取值范圍取一個(gè)相對(duì)較大的正數(shù)。本文根據(jù)配送路徑優(yōu)化問(wèn)題的特點(diǎn)
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1