基于布谷鳥算法的電子商務(wù)物流中心選址求解

摘 要：在互聯(lián)網(wǎng)時(shí)代的大背景下，隨著電子商務(wù)企業(yè)的快速發(fā)展，對物流快遞業(yè)的發(fā)展起到了帶動(dòng)作用，一個(gè)完善的物流配送體系在企業(yè)競爭中越來越重要。合理的電子商務(wù)物流中心選址對物流系統(tǒng)的整個(gè)運(yùn)營成本的大小有著重要的影響，基于一種新型布谷鳥算法用于解決物流中心選址問題，該算法是一種全局搜索的優(yōu)化方法，采用萊維飛行機(jī)制，具有簡單容易實(shí)施的特點(diǎn)。通過17個(gè)重點(diǎn)市進(jìn)行仿真實(shí)驗(yàn)，能夠有效的解決電子商務(wù)物流中心選址問題。

關(guān)鍵詞：物流中心選址；布谷鳥算法；萊維飛行

物流中心是組織、銜接、調(diào)節(jié)、管理物流活動(dòng)的較大的物流據(jù)點(diǎn)，是物流系統(tǒng)中的基礎(chǔ)設(shè)施。合理的布局可以有效的節(jié)約運(yùn)輸成本，提高配送效率，增加顧客滿意度。關(guān)于物流配送中心選址的研究有很多，根據(jù)選址中心的目標(biāo)可以分為單目標(biāo)選址和多目標(biāo)選址，根據(jù)分析方法可以分為定量分析方法和定性分析方法。選址問題根據(jù)候選位置的空間可以分為離散選址、網(wǎng)絡(luò)選址和連續(xù)選址，離散選址即平面選址，是指可以在可行的連續(xù)空間的任何位置選址。目前，用于解決選址問題的算法有重心法和智能優(yōu)化算法等。物流中心選址其問題描述如下：對于平面上n個(gè)需要配送的物流節(jié)點(diǎn)，通過歐幾里得度量即歐氏距離最小來確定一個(gè)最佳配送中心的選址。

布谷鳥搜索算法（cuckoo search，即CS）是2009年，劍橋大學(xué)學(xué)者YANG和拉曼工程大學(xué)的DEB模擬布谷鳥的尋窩產(chǎn)卵行為，提出一種新的智能優(yōu)化算法。這種算法主要基于布谷鳥的巢寄生繁殖機(jī)理和萊維飛行（Lévy flights）搜索原理兩個(gè)方面，該算法與粒子群優(yōu)化算法進(jìn)行比較，搜索路徑優(yōu)，尋優(yōu)能力強(qiáng)。目前，關(guān)于布谷鳥搜索算法求解優(yōu)化問題的研究已經(jīng)成為一個(gè)新的研究熱點(diǎn)。本文分析布谷鳥搜索算法的思想和仿生原理，并通過對物流中心選址問題進(jìn)行仿真測試，表明該算法在求解物流中心選址問題中具有較好的可行性和優(yōu)化能力。

一、布谷鳥算法

布谷鳥算法源于對布谷鳥繁育行為的模擬，是一種新型有效的全局優(yōu)化方法。其原理是將布谷鳥所選宿主的鳥窩映射為空間中的解，宿主鳥巢所在位置的優(yōu)劣表示問題中解的適應(yīng)度值，布谷鳥搜索和選擇鳥窩的過程就是算法的搜索和優(yōu)化過程。主要包括兩個(gè)部分，一是布谷鳥的繁育行為，另一個(gè)是萊維飛行機(jī)制。

布谷鳥搜索算法基于以下三個(gè)理想規(guī)則：規(guī)則1：每只布谷鳥每次產(chǎn)一個(gè)卵，并隨機(jī)選擇鳥巢孵化它；規(guī)則2：在隨機(jī)選擇的一組鳥巢中，最好的鳥巢被保留至下一代；規(guī)則3：可選擇的寄生巢數(shù)量是固定的，且寄生巢主人發(fā)現(xiàn)外來鳥蛋的概率為Pa。

在這三個(gè)理想狀態(tài)的基礎(chǔ)上，布谷鳥尋窩的路徑和位置更新公式如下：（1），其中α>0為步長大小，在大多數(shù)情況下，我們可以使用α=1。

上面的公式本質(zhì)上是隨機(jī)行走方程，一般情況下，一個(gè)隨機(jī)行走是一個(gè)馬爾可夫鏈，其未來位置取決于當(dāng)前位置（在上面方程的第一項(xiàng)）和轉(zhuǎn)移概率（第二項(xiàng)）。⊕為點(diǎn)對點(diǎn)乘法，Lévy（λ）為隨機(jī)搜索路徑，而隨機(jī)步長為Lévy分布。

布谷鳥搜索算法從提出就引起了廣泛關(guān)注，并應(yīng)用于多個(gè)領(lǐng)域。與其他算法相比，它具有以下特點(diǎn)：（1）滿足全局收斂要求。粒子群優(yōu)化算法可能會(huì)過早收斂于局部最優(yōu)，布谷鳥搜索滿足全局收斂要求，從而保證了全局收斂性。（2）具有局部和全局搜索性能。一般局部搜索需要總搜索時(shí)間的1/4（Pa=0.25），而全局搜索大約需要的總搜索時(shí)間的3/4，這可以更有效地在全局范圍內(nèi)探索，以更高的效率實(shí)現(xiàn)全局最優(yōu)化。（3）采用Lévy飛行作為全局搜索策略。由于Lévy飛行具有無限的均值和方差，CS算法結(jié)合局部和全局搜索能力，并保證全局收斂性，能夠使布谷鳥搜索算法的效率更高。（4）算法使用的控制參數(shù)較少。

于是，布谷鳥搜索算法的主要步驟可描述如下：Step1：目標(biāo)函數(shù)f（x），初始化群體，隨機(jī)產(chǎn)生n個(gè)鳥窩的初始位置Xi（i=1，2，...，n），設(shè)置算法參數(shù)；Step2：計(jì)算每個(gè)鳥窩的目標(biāo)函數(shù)值，并記錄當(dāng)前的最好解；Step3：保留上代最優(yōu)鳥窩位置，并按位置更新公式式（1）對其他鳥窩位置進(jìn)行更新；Step4：對現(xiàn)有鳥窩與上一代鳥窩位置進(jìn)行對比，若較好，則將其作為當(dāng)前的最好位置；Step5：用一個(gè)隨機(jī)數(shù)R作為鳥窩主人發(fā)現(xiàn)外來鳥蛋的可能性與Pa進(jìn)行比較，若R>Pa，則隨機(jī)改變鳥窩位置，得到一組新的鳥窩位置；Step6：若如未滿足結(jié)束條件，則返回Step2；Step7：輸出全局最優(yōu)位置。

二、基于布谷鳥算法的物流中心選址

物流中心選址是一種常見的平面選址問題，目標(biāo)是使物流配送中心的位置到所配送地點(diǎn)的總運(yùn)輸距離最小以達(dá)到節(jié)約運(yùn)輸費(fèi)用，使總成本最小的目的?；蛘卟捎脤哟畏治龇ǜ鶕?jù)專家意見進(jìn)行評估，將物流選址中心建在靠近需求市場、交通發(fā)達(dá)和低價(jià)便宜的地點(diǎn)。根據(jù)度量定義不同分為絕對值距離問題和歐氏距離問題，本文采用歐式距離度量。其問題描述一般為：對于平面上n個(gè)位置（xi，yi），在可行連續(xù)空間上確定選址點(diǎn)P（x，y），使選址點(diǎn)的位置到所有配送點(diǎn)的距離最小。

在電子商務(wù)中物流配送的快慢影響顧客的滿意度，電子商務(wù)企業(yè)把物流中心選在合適的位置才能保證物流配送的快捷到達(dá)。本文以河南省鄭州、開封、洛陽等17個(gè)重點(diǎn)市為配送的目標(biāo)城市，擬建立一個(gè)配送中心向這17個(gè)城市配送發(fā)貨，目標(biāo)是為了河南省市級的物流網(wǎng)絡(luò)得到優(yōu)化。以下是這17個(gè)市的地理坐標(biāo)。在這個(gè)選址模型中，假設(shè)配送選址中心到各個(gè)配送城市點(diǎn)的運(yùn)輸成本是一樣的，為單位1，并且暫不考慮每個(gè)城市的需求量的大小差異。為了驗(yàn)證算法的可行性和運(yùn)行效果，使用MATLAB2013a編寫程序，運(yùn)行環(huán)境：CPU為B940@2.00GHz，內(nèi)存2GB。布谷鳥搜索算法參數(shù)設(shè)置為：種群規(guī)模n=25，發(fā)現(xiàn)概率Pa=0.25。

運(yùn)行matlab，采用布谷鳥算法可以得到最優(yōu)物流配送點(diǎn)的選址坐標(biāo)為（113.38，34.49），最小配送距離為2.61。在這個(gè)最優(yōu)選址中，物流配送中心的選址點(diǎn)到17個(gè)重點(diǎn)市的距離最小，也就是當(dāng)這些重點(diǎn)市有網(wǎng)購需求時(shí)，貨物配送的總體平均時(shí)間是最小的。通過布谷鳥算法計(jì)算可以很快找到最優(yōu)解，為城市物流配送中心選址提供了一種新的解決實(shí)際問題的便捷方法，但是在實(shí)際應(yīng)用中可能會(huì)存在更多的現(xiàn)實(shí)問題。比如說考慮實(shí)際每個(gè)城市的需求量，省會(huì)鄭州的消費(fèi)水平要高于其他市，鄭州的需求量大配送次數(shù)就多，配送中心選址就應(yīng)該靠近消費(fèi)量大的需求地，才能更好的優(yōu)化成本。

三、結(jié)束語

電子商務(wù)大背景下，物流也得到了極大的發(fā)展。物流中心選址是物流系統(tǒng)中重要的一個(gè)關(guān)鍵環(huán)節(jié)。合理有效的物流中心選址規(guī)劃可以降低成本，提高電商企業(yè)的競爭力。本文基于布谷鳥算法有效求解了物流配送中心選址問題，布谷鳥算法是一種新的有效的優(yōu)化方法，也應(yīng)用到多種領(lǐng)域。布谷鳥算法在物流中心選址求解中，也能取得最優(yōu)結(jié)果，使物流成本最小。但是，本文在建模求解過程中并沒有考慮現(xiàn)實(shí)中的許多因素，如即時(shí)交通流量和天氣環(huán)境狀況。因此，在現(xiàn)實(shí)生活中可能存在一些偏差。在以后的研究中可以與其他方法如層次分析法相結(jié)合，更好的規(guī)劃物流中心選址。

參考文獻(xiàn)：

[1]丁雪楓，馬良，丁雪松.基于模擬植物生長算法的易腐物品物流中心選址[J].系統(tǒng)工程，2009，27（02）：96-101.

[2]楊豐梅，華國偉，鄧猛，黎建強(qiáng).選址問題研究的若干進(jìn)展[J].運(yùn)籌與管理，2005，14（06）：1-7.

[3]王朋，王曉強(qiáng)，王明葆.基于重心法的連鎖超市物流配送中心選址.電子商務(wù)2015：43-44.

[4]秦固.基于蟻群優(yōu)化的多物流配送中心選址算法[J].系統(tǒng)工程理論與實(shí)踐，2006，04：120-124.

[5]李煜，馬良.新型元啟發(fā)式布谷鳥搜索算法[J].系統(tǒng)工程，2012，30（08）：64-69.

作者簡介：周歡（1990- ），女，漢族，河南商丘人，河南大學(xué)商學(xué)院，碩士，研究方向：電子商務(wù)、智能優(yōu)化