基于Matlab免疫算法的卷煙物流中轉(zhuǎn)站選址研究

王涵 張欣偉

摘 要：卷煙物流中轉(zhuǎn)站選址是卷煙物流配送中的重要環(huán)節(jié)，物流的配送距離和配送模式由不同的選址方式?jīng)Q定，同時(shí)不同的選址方式影響著物流的配送效率和服務(wù)質(zhì)量。選擇合適的卷煙物流中轉(zhuǎn)站建設(shè)地址可以達(dá)到配送成本最低，提高配送效率的目的。文中利用基于Matlab的免疫算法進(jìn)行選址，選擇以云南省煙草公司保山市公司作為研究對(duì)象，調(diào)研每個(gè)配送點(diǎn)的實(shí)際數(shù)據(jù)，進(jìn)行數(shù)據(jù)分析后建立模型并對(duì)模型進(jìn)行規(guī)劃求解。根據(jù)云南保山市地理環(huán)境的需求，選定配送中心以達(dá)到最合理的選址結(jié)果，最大限度地減少配送中心成本，提高配送服務(wù)效率。實(shí)踐表明：該算法達(dá)到了預(yù)期目標(biāo)。

關(guān)鍵詞：Matlab;選址免疫算法;配送中心;物流中轉(zhuǎn)站;物流配送;建模

中圖分類(lèi)號(hào)：TP393文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-1302（2020）09-00-03

0 引 言

隨著經(jīng)濟(jì)全球化影響，物資流通量越來(lái)越大，物流行業(yè)成為了我國(guó)經(jīng)濟(jì)發(fā)展的重要產(chǎn)業(yè)之一。在物流行業(yè)中對(duì)企業(yè)物流影響最主要的就是物流配送服務(wù)效率及物流運(yùn)輸成本，所以在物流配送中心的選址規(guī)劃中一些企業(yè)選擇自己對(duì)物流配送中心進(jìn)行選址建設(shè)，以最大程度地降低物流成本同時(shí)提高物流服務(wù)水平。

在市場(chǎng)經(jīng)濟(jì)的推動(dòng)下配送中心對(duì)物流企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力影響增大，一個(gè)合適的配送中心對(duì)物流企業(yè)的發(fā)展有重要影響[1]。配送作為物流企業(yè)與消費(fèi)者之間重要的一個(gè)環(huán)節(jié)，在配送的環(huán)節(jié)中也容易產(chǎn)生巨大的成本，因此想要減少物流配送中所產(chǎn)生的成本就需要對(duì)配送中心選址方案有具體的規(guī)劃。

物流企業(yè)所有環(huán)節(jié)的源頭在于配送中心，有一個(gè)合適物流企業(yè)的配送中心將能夠極大地降低企業(yè)的物流配送成本，并且通過(guò)配送中心影響其配送方式從而提高物流服務(wù)效率。本文選擇以云南省煙草公司保山市公司作為研究對(duì)象，調(diào)研每個(gè)配送點(diǎn)的實(shí)際數(shù)據(jù)，進(jìn)行數(shù)據(jù)分析后建立模型并對(duì)模型進(jìn)行規(guī)劃求解。根據(jù)云南保山市地理環(huán)境的需求，選定配送中心以達(dá)到最合理的選址結(jié)果，最大限度地減少配送中心成本，提高配送服務(wù)效率。

1 基于Matlab免疫算法選址模型建立

免疫算法步驟如下[2]：

（1）抗原識(shí)別。首先對(duì)待優(yōu)化的問(wèn)題進(jìn)行理解，對(duì)待優(yōu)化問(wèn)題進(jìn)行可行性分析，對(duì)知識(shí)進(jìn)行提取，對(duì)合適的親和度函數(shù)進(jìn)行構(gòu)造，最后添加各種約束條件。

（2）初始抗體群。通過(guò)matlab程序編碼把待優(yōu)化問(wèn)題可行解表現(xiàn)出來(lái)，然后一個(gè)初始種群在最優(yōu)解空間內(nèi)隨機(jī)生成。

（3）對(duì)種群中記憶單元的更新。在優(yōu)化過(guò)程之中將親和性高的抗體加入到記憶單元，并用新加入的抗體取代與所對(duì)應(yīng)的親和性最高的原有抗體。

（4）判斷是否滿足算法終止條件，如果滿足條件則終止迭代過(guò)程，而后輸出計(jì)算結(jié)果，否則繼續(xù)迭代進(jìn)行尋找最優(yōu)解的優(yōu)運(yùn)算。

式中：N={1， 2， ...， n}表示的是需求點(diǎn)的序列集合[3];Gi表示到需求點(diǎn)以及到配送點(diǎn)之間距離符合于H這一約束的所有備選中心的集合，i∈N，Gi∈N;fi表示每個(gè)配送點(diǎn)的需求量;wij表示從i點(diǎn)到j(luò)點(diǎn)之間的長(zhǎng)度;Xij表示邏輯變量值，Xij取值為0或1，表示i點(diǎn)與j點(diǎn)之間的匹配關(guān)系，若Xij取值為1時(shí)i點(diǎn)與j點(diǎn)則存在聯(lián)系，當(dāng)Xij取值為0時(shí)則表示兩點(diǎn)之間不存在聯(lián)系;vj表示邏輯變量，vj取值為0或1，vj取值為1時(shí)表示選取j點(diǎn)作為配送中心備選地址;H表示待確定的配送中心到其輻射的所有需求點(diǎn)距離值的閥值[3]。式（2）可以確定每一個(gè)需求點(diǎn)只能被唯一的配送中心進(jìn)行配送[3]。式（3）表示每一個(gè)需求點(diǎn)的供應(yīng)只能由所對(duì)應(yīng)的配送中心來(lái)供應(yīng)，在被供應(yīng)后將不再會(huì)被重復(fù)供應(yīng)，在沒(méi)有選定配送中心的區(qū)域出現(xiàn)新的需求點(diǎn)。式（4）表示最后方案所選定配送中心的數(shù)量。式（7）表示在配送中心輻射的區(qū)域之內(nèi)，配送中心配送的總距離進(jìn)行約束[4]。

2 基于Matlab免疫算法選址方案

本文將對(duì)云南保山全境所有卷煙配送點(diǎn)進(jìn)行配送中心選址。云南省保山市全境下轄70個(gè)需求點(diǎn)，為提高物流配送效率，這里將對(duì)保山市全境進(jìn)行5個(gè)卷煙物流配送中心選址。本文使用保山市全境70個(gè)鄉(xiāng)鎮(zhèn)需求點(diǎn)的地理坐標(biāo)進(jìn)行規(guī)劃分析，由于地級(jí)市鄉(xiāng)鎮(zhèn)分布較密集。為了規(guī)劃結(jié)果能更好地體現(xiàn)，文中將70個(gè)需求點(diǎn)的真實(shí)坐標(biāo)進(jìn)行修訂，將70個(gè)鄉(xiāng)鎮(zhèn)真實(shí)坐標(biāo)進(jìn)行放大處理，部分?jǐn)?shù)據(jù)見(jiàn)表1所列。

本文選取的算法參數(shù)如下所示：初始種群規(guī)模為70，迭代次數(shù)設(shè)置為100，交叉概率設(shè)置為0.6，變異概率設(shè)置為0.4，多樣性評(píng)價(jià)參數(shù)設(shè)置定為0.95。

本文免疫算法的收斂曲線如圖1所示，實(shí)線表示的是最優(yōu)適應(yīng)度值，虛線表示的是平均適應(yīng)度值。在迭代參數(shù)為 100的情況下，本文免疫算法在迭代次數(shù)約為38時(shí)，最優(yōu)親和度值就基本趨于穩(wěn)定狀態(tài)。免疫算法仿真結(jié)果如圖2所示。

3 結(jié) 語(yǔ)

本文為卷煙物流中轉(zhuǎn)站選址，物流配送過(guò)程中配送成本直接由配送距離與物流量決定，使用免疫算法選擇出能有效降低物流成本且能根據(jù)實(shí)際情況提高服務(wù)效率的配送中心選址方案。本文從企業(yè)角度出發(fā)，分析影響配送中心建設(shè)的多種因素，為降低配送成本以配送距離與物流量建立函數(shù)模型。重點(diǎn)論述了基于Matlab的免疫算法選址過(guò)程。根據(jù)實(shí)際調(diào)研所得到的企業(yè)數(shù)據(jù)，基于Matlab免疫算法建立模型并根據(jù)仿真結(jié)果確定選址方案。

參考文獻(xiàn)

[1]郭麗娜.物流配送中心優(yōu)化選址研究：以XF電器有限公司為例[J].管理學(xué)刊，2016，29（3）：54-61.

[2]郭興海.基于免疫算法的糧食烘干中心選址研究[D].哈爾濱：東北農(nóng)業(yè)大學(xué)，2014.

[3]胡朝陽(yáng).基于免疫優(yōu)化算法的第三方物流配送中心選址研究[D].太原：中北大學(xué)，2016.

[4]倪衛(wèi)紅，岳曉偉，邵建峰，等.基于自適應(yīng)免疫算法的物流配送中心選址問(wèn)題研究[J].價(jià)值工程，2018，37（36）：96-99.

[5]周思育，呂逸倩，於佳訓(xùn)，等.基于遺傳算法的煙草物流配送中心選址問(wèn)題[J].湖北工業(yè)大學(xué)學(xué)報(bào)，2018，33（5）：65-67.

[6]李紀(jì)魯，張曉，朱杰.基于自適應(yīng)免疫算法的配送中心選址問(wèn)題研究[J].中國(guó)儲(chǔ)運(yùn)，2019（8）：141-144.

[7]趙晶.基于免疫優(yōu)化算法的云物流覆蓋選址分配研究[D].杭州：浙江理工大學(xué)，2018.

[8]殷月.基于免疫優(yōu)化算法的冷鏈物流配送中心選址研究[J].物流技術(shù)，2016，35（7）：76-79.

[9]周梅芳，葉洪濤.基于免疫算法的物流配送中心選址[J].廣西工學(xué)院學(xué)報(bào)，2012，23（3）：77-79.

[10]原思海.物流配送中心的選址研究：基于啟發(fā)式算法的案例分析[J].鄭州鐵路職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2011，23（1）：31-33.