改進(jìn)和聲搜索算法在電力企業(yè)物流中心選址中的應(yīng)用

余高輝 王超穎 何雪江 黃秀芳

摘 要： 目前關(guān)于物流中心選址的研究多基于企業(yè)的角度，鮮有學(xué)者站在客戶的角度考慮企業(yè)物流中心選址問題。本文在考慮客戶滿意度的前提下，建立了以總成本（包括物流中心的運(yùn)輸成本及建設(shè)成本）最小為目標(biāo)的物流中心選址模型，然后運(yùn)用改進(jìn)和聲搜索算法確定該問題的最優(yōu)選址方案，該算法在獲得最優(yōu)解的同時(shí)減少了迭代步驟，使求解問題的效率得到提高，最后通過一個(gè)算例驗(yàn)證了該算法的有效性。

關(guān)鍵詞：電力企業(yè)；物流中心選址；和聲搜索算法

1引言

電氣化生活時(shí)代，衣食住行、各行各業(yè)均依賴于可靠的電力供應(yīng)。當(dāng)發(fā)生突發(fā)停電時(shí)，客戶最為關(guān)注的是恢復(fù)供電的及時(shí)性，因?yàn)橥ｋ娍赡茉斐刹豢晒懒康膿p失。公司始終秉持“以客為尊、和諧共贏”的服務(wù)理念，以最大限度減少停電時(shí)間為目標(biāo)，持續(xù)提升供電可靠性水平。當(dāng)發(fā)生突發(fā)停電事故時(shí)，高效和健全的物流系統(tǒng)，是應(yīng)急搶險(xiǎn)、應(yīng)對(duì)停電、降低損失的重要保障。

目前在物流中心選址方面，關(guān)菲等人（2013）在綜合模糊環(huán)境下，建立了以物流總成本最少，綜合服務(wù)水平最高為目標(biāo)的模糊多目標(biāo)物流配送中心選址模型[1]；葉一芃等人（2017）提出了物流中心選址雙層規(guī)劃模型，考慮投資費(fèi)用的約束，保證用戶平衡的同時(shí)使整個(gè)物流系統(tǒng)總費(fèi)用最低[2]。這些模型及算法大都具有NP-hard性質(zhì)，計(jì)算過程較為復(fù)雜。因此，近年來國內(nèi)外的學(xué)者提出了一些啟發(fā)式算法，和聲搜索算法是Geem ZW[3]等人在2001年提出的一種新穎的啟發(fā)式全局搜索算法。該算法具有概念簡單、收斂性強(qiáng)、迭代次數(shù)少、可參數(shù)少等優(yōu)點(diǎn)，因此，該算法問世以來，已廣泛應(yīng)用于解決產(chǎn)業(yè)集群物流選址問題、電網(wǎng)規(guī)劃問題、水資源優(yōu)化配置問題等，并在各個(gè)領(lǐng)域都取得了一系列的研究成果。

目前，關(guān)于物流中心選址的研究多基于企業(yè)的角度，鮮有學(xué)者站在客戶的角度考慮企業(yè)物流中心選址問題。電力企業(yè)作為一家具有社會(huì)責(zé)任感的企業(yè)，始終堅(jiān)持“人民電業(yè)為人民”的企業(yè)宗旨，為社會(huì)持續(xù)健康發(fā)展提供堅(jiān)強(qiáng)的電力支撐。因此，本文首先以客戶滿意度為約束條件，建立以總成本最小為目標(biāo)的選址模型，然后對(duì)基本的和聲搜索算法進(jìn)行改進(jìn)，并運(yùn)用該算法確定最優(yōu)的選址方案；最后通過一個(gè)算例驗(yàn)證了該算法的有效性。

2模型建立

應(yīng)急物資屬于需求不確定型，采取“集中計(jì)劃、多級(jí)存儲(chǔ)、共享使用”的模式，有利于發(fā)揮庫存的聚集效應(yīng)，降低安全庫存水平及庫存持有成本。目前公司主要構(gòu)建了以省級(jí)區(qū)域倉庫和地市級(jí)中心倉庫為主的應(yīng)急物資存儲(chǔ)和配送體系，如圖1所示：

圖1 應(yīng)急物資倉儲(chǔ)及配送體系

本文只討論地市級(jí)物流中心的選址問題，這里假設(shè)：①地市局每個(gè)轄區(qū)的應(yīng)急物資需求量是可以預(yù)測；②客戶滿意度以應(yīng)急物資配送時(shí)效來衡量，超過配送時(shí)效，影響客戶恢復(fù)供電時(shí)間，客戶的損失是巨大的，客戶滿意度為0；③物流中心的處理能力是無限的；④單位運(yùn)輸成本在物流中心運(yùn)行期間保持不變；⑤物流中心的建設(shè)成本離市中心越近則越大；⑥一個(gè)轄區(qū)只能由一個(gè)物流中心服務(wù)；⑦期間物價(jià)指數(shù)保持不變。建立如下地市級(jí)物流中心選址模型：

（1）

其中，第一項(xiàng)為物流中心的總運(yùn)輸成本；第二項(xiàng)為物流中心的總建設(shè)成本，該模型滿足如下約束條件：

； ； ；其中 和 為0-1變量。

n為一系列可行的物流中心數(shù)量；m為該市轄區(qū)的數(shù)量；T為物流中心的服務(wù)年限；R為物流中心選址不能超過的數(shù)量； c為單位距離運(yùn)輸成本；s（t） ij為第t年物流中心j到轄區(qū)i的配送量； Di為第i個(gè)轄區(qū)的總需求量；dij為轄區(qū)i到物流中心j的距離；aj為1時(shí)表示在j點(diǎn)建立物流中心，否則為0；S0為在該市中心建立物流中心的成本；dj0為物流中心j到市中心的距離；c'為物流中心與市中心相比單位距離的成本降低量； v為配送車輛行駛速度；t'為配送時(shí)效要求。

3 和聲搜索算法原理及改進(jìn)

3.1 和聲搜索算法原理

在音樂演奏中，樂師們憑借自己的記憶，通過反復(fù)調(diào)整樂隊(duì)中各樂器的音調(diào)，最終達(dá)到一個(gè)美妙的和聲狀態(tài)。Z.W.Geem等人受這一現(xiàn)象啟發(fā)，提出了和聲搜索算法，具體原理如圖2所示。

和聲搜索算法首先在變量取值范圍內(nèi)隨機(jī)產(chǎn)生M個(gè)初始解（和聲）放入和聲記憶庫（HM）內(nèi)；為了找到全局最優(yōu)解，該算法提出一個(gè)參數(shù)——和聲記憶庫保留概率HMCR ，對(duì)每一個(gè)變量i，以概率HMCR在HM內(nèi)搜索新解，以概率1-HMCR在HM外變量可能值域中搜索；為了使目標(biāo)函數(shù)值逃離局部最優(yōu)，接著提出另一個(gè)參數(shù)——音調(diào)調(diào)節(jié)率PAR，以概率PAR對(duì)新解產(chǎn)生局部擾動(dòng)，擾動(dòng)半徑為u，這樣就產(chǎn)生一個(gè)新解。判斷新解目標(biāo)函數(shù)值是否優(yōu)于HM內(nèi)的最差解，若是，則替換之；如此循環(huán)直至達(dá)到最大迭代次數(shù)為止。

3.2 和聲搜索算法改進(jìn)

由圖2基本和聲搜索算法的原理可知，和聲記憶庫保留概率HMCR、擾動(dòng)概率PAR及擾動(dòng)半徑u對(duì)于算法找到全局最優(yōu)解和局部最優(yōu)解有直接的影響。在算法搜索前期，為有效利用和聲記憶庫的積累信息，快速找到局部最優(yōu)解，可以設(shè)置較大的HMCR值、較小的PAR值和較大的u值；而在搜索后期，為跳出局部最優(yōu)解，找到全局最優(yōu)解，可以設(shè)置較小的HMCR值、較大的PAR值和較小的u值；參數(shù)改進(jìn)具體如以下公式所示[4]：

（2）

（3）

（4）

：算法總的迭代次數(shù)；

：經(jīng)過i次迭代所生成的記憶庫保留概率；其中 為最小保留概率； 為最大保留概率；

：經(jīng)過i次迭代所生成的記憶庫擾動(dòng)概率；其中 為最小擾動(dòng)概率； 為最大擾動(dòng)概率；

：經(jīng)過i次迭代所生成的擾動(dòng)半徑；其中 為最小擾動(dòng)半徑； 為最大擾動(dòng)半徑。

另外，為充分的利用和聲庫里的信息，快速找到全局最優(yōu)解，本文每次迭代產(chǎn)生多組（Nhm）新和聲，然后從M+Nhm組和聲中選取評(píng)價(jià)最好的M個(gè)和聲來更新記憶庫，改進(jìn)后的和聲搜索算法流程如圖3所示：

4算例

A地市供電局共有10個(gè)轄區(qū)，擬建立一個(gè)物流中心服務(wù)各個(gè)轄區(qū)，配送時(shí)效要求在2小時(shí)以內(nèi)，預(yù)計(jì)服務(wù)年限為20年，各轄區(qū)坐標(biāo)及20年應(yīng)急物資總需求量見表1。單位運(yùn)輸成本為1元/噸/公里，車輛平均行駛速度為50公里/小時(shí)，市中心坐標(biāo)為（50，55），在該市中心建設(shè)物流中心的成本為5000萬元，物流中心與市中心相比單位距離的成本降低量為20萬元，試確定最優(yōu)的物流中心選址方案。

具體計(jì)算步驟如下：

1）根據(jù)模型（1）建立該地市局的物流中心選址模型。

2）根據(jù)圖3的改進(jìn)和聲搜索算法流程圖編寫算法程序，該算法各參數(shù)初始化值如下：

和聲記憶庫保留概率： =0.99， 0.9；音調(diào)調(diào)節(jié)率： =0.5， =0.1；局部擾動(dòng)： =0.01， =0.001；迭代次數(shù)： =1500；和聲記憶庫： =100；每次迭代產(chǎn)生的新和聲數(shù)： =10。另外，由于本文中設(shè)定該市各轄區(qū)的X坐標(biāo)在10～110之間，Y坐標(biāo)在10～120之間，從目標(biāo)函數(shù)的角度考慮物流中心最終的選址點(diǎn)只能在X∈（10，110）、Y∈（10，120）的區(qū)域內(nèi)產(chǎn)生，因此在算法中新地址的坐標(biāo)X在（10，110）區(qū)域內(nèi)隨機(jī)產(chǎn)生，Y在（10，120）區(qū)域內(nèi)隨機(jī)產(chǎn)生。

3）運(yùn)用編寫好的算法程序，計(jì)算出總成本最低的物流中心坐標(biāo)及總成本為：（63.191，48.154，72046000），如圖4所示：

5 結(jié)論

本文在考慮客戶滿意度的前提下，建立以總成本（包括物流中心的運(yùn)輸成本及建設(shè)成本）最小為目標(biāo)的物流中心選址模型；然后運(yùn)用改進(jìn)和聲搜索算法確定該問題的最優(yōu)選址方案，該算法在獲得最優(yōu)解的同時(shí)減少了迭代步驟，使求解問題的效率得到提高，最后通過一個(gè)算例驗(yàn)證了該算法的有效性。

參考文獻(xiàn)

[1]關(guān)菲，張強(qiáng).模糊多目標(biāo)物流配送中心選址模型及其求解算法[J].中國管理科學(xué)，2013，21（S1）：57-62.

[2]葉一芃，張小寧.基于隨機(jī)運(yùn)輸路徑選擇的物流中心選址模型[J].管理科學(xué)學(xué)報(bào)，2017，20（1）：41-52.

[3] Geem ZW，Kim JH，Loganathan G V. A new heuristic optimization algorithm harmony search[ J ]，Simulation，2001，76（2）： 60- 68.

[4]劉志敏，王愛虎，余高輝.改進(jìn)和聲算法在產(chǎn)業(yè)集群物流選址中的應(yīng)用[J].工業(yè)工程與管理，2011，16（2）：12-17.

作者簡介：余高輝（1987-）男，碩士，廣東電網(wǎng)有限責(zé)任公司教育培訓(xùn)評(píng)價(jià)中心資產(chǎn)管理專責(zé)；王超穎（1990-），女，本科，廣東電網(wǎng)有限責(zé)任公司教育培訓(xùn)評(píng)價(jià)中心宣傳與企業(yè)文化專責(zé)；何雪江（1967-），男，中級(jí)政工師，廣東電網(wǎng)有限責(zé)任公司教育培訓(xùn)評(píng)價(jià)中心后勤服務(wù)部主任；黃秀芳（1971-），女，中級(jí)經(jīng)濟(jì)師，廣東電網(wǎng)有限責(zé)任公司教育培訓(xùn)評(píng)價(jià)中心后勤服務(wù)部副主任。