应用于物流配送中心选址的优化方法和系统

专利主权项内容

1.一种应用于物流配送中心选址的优化方法，其特征在于，包括：步骤S1、构建物流配送中心选址模型；所述物流配送中心选址模型的目标为：从n个备选物流配送中心选择启用p个物流配送中心，且m个需求点分别到对应供货的物流配送中心的距离与自身物资需求量的乘积之和最小；用于表征第j个备选物流配送中心是否启用的启用参数h；j步骤S2、基于算术-免疫优化算法来求解所述物流配送中心选址模型得到对应的当前最优解，所述当前最优解包括各启用参数h的最优值；具体包括：j步骤S201、进行免疫算法中的初始化阶段，令迭代次数Iter＝1，生成包含q个抗体的初始抗体种群，并作为第Iter次迭代处理所对应的原始抗体种群，每个抗体包括p个维度，p个维度表示从n个备选物流配送中心选择启用的p个物流配送中心，其中抗体中p个维度中每一维度的取值均为整数且取值范围均为[1, n]；步骤S202、判断第Iter次迭代的原始抗体种群是否满足迭代终止条件；若判断出第Iter次迭代的原始抗体种群满足迭代终止条件，则执行步骤S207；若判断出第Iter次迭代的原始抗体种群不满足迭代终止条件，则执行步骤S203；步骤S203、进行免疫算法中的选择阶段，从第Iter次迭代处理的原始抗体种群中选择出k个抗体，构成当前记忆库, k为正整数且k＜q；步骤S204、进行免疫算法中的交叉阶段，从第Iter次迭代处理的原始抗体种群中选取q-k个父代抗体进行交叉处理得到对应q-k个子代抗体，构成第Iter次迭代处理的子代抗体种群；步骤S205、进行免疫算法中的变异阶段，将第Iter次迭代处理的子代抗体种群中至少部分子代抗体作为目标子代抗体，并将目标子代抗体进行变异更新；具体包括：步骤S2051、进入算术优化算法的数学优化加速阶段，确定第Iter次迭代处理所对应数学优化加速系数MOA(Iter)；步骤S2052、比较预先生成的位于0到1之间的随机数r与MOA(Iter)的大小；1若r＜MOA(Iter)，则执行步骤S2053；若r＞MOA(Iter)，则执行步骤S2054；11步骤S2053、进入算术优化算法的探索阶段，基于乘除搜索策略对第Iter次迭代处理的子代抗体种群中的目标子代抗体进行变异更新；步骤S2054、进入算术优化算法的开发阶段，基于加减搜索策略对第Iter次迭代处理的子代抗体种群中的目标子代抗体进行变异更新；步骤S206、将第Iter次迭代处理的当前记忆库中的k个抗体和完成变异更新处理后的子代抗体种群中q-k个抗体，共计q个抗体，构成第Iter+1次迭代处理所对应的原始抗体种群，并对Iter进行加1处理以进行更新；在步骤S206结束后执行步骤S202。步骤S207、输出第Iter次迭代的原始抗体种群中的最优亲和力抗体，得到当前最优解。 （macrodatas.cn） （来 自 马 克 数 据 网）