基于改進螢火蟲算法的物流配送路徑規(guī)劃系統(tǒng)

任長安　黃銀珍　羅慶云　黎昂

摘? 要： 傳統(tǒng)的物流配送路徑規(guī)劃系統(tǒng)所用算法的收斂速度慢，為此設(shè)計一種基于改進螢火蟲算法的物流配送路徑規(guī)劃系統(tǒng)。通過界面服務管理層、數(shù)據(jù)交換層、數(shù)據(jù)處理層和數(shù)據(jù)存儲層，搭建系統(tǒng)總體架構(gòu);通過GPS設(shè)備、交換機、存儲器、應用服務器和顯示器，完成系統(tǒng)硬件設(shè)計;通過獲取GPS數(shù)據(jù)，再采用改進螢火蟲算法得到最優(yōu)值，完成系統(tǒng)軟件設(shè)計。至此完成基于改進螢火蟲算法的物流配送路徑規(guī)劃系統(tǒng)設(shè)計。通過對比實驗，與螢火蟲算法、傳統(tǒng)的物流配送路徑規(guī)劃系統(tǒng)所用算法作實驗比較，實驗結(jié)果表明，改進螢火蟲算法具有更快的收斂速度，能更快速地得到最優(yōu)配送路徑。

關(guān)鍵詞： 物流配送; 路徑規(guī)劃; 螢火蟲算法; 系統(tǒng)設(shè)計; GPS信號處理; 對比驗證

中圖分類號： TN820.4?34; TP301? ? ? ? ? ? ? ? 文獻標識碼： A? ? ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2020）20?0105?04

Logistics distribution route planning system based on improved firefly algorithm

REN Changan， HUANG Yinzhen， LUO Qingyun， LI Ang

（School of Computer and Information Science， Hunan Institute of Technology， Hengyang 421002， China）

Abstract： As the convergence speed of algorithm used in the traditional logistics distribution route planning system is slow， a logistics distribution route planning system based on improved firefly algorithm is designed. The overall architecture of the system is constructed by the interface service management layer， data exchange layer， data processing layer and data storage layer. The system hardware design is completed by means of the GPS device， interchanger， memorizer， application server and display. The system software design is completed by acquiring the GPS data， and obtaining the optimal value by the improved firefly algorithm. Thus， the design of logistics distribution route planning system based on the improved firefly algorithm is achieved. By an experiment comparing with firefly algorithm and the algorithm used in the traditional logistics distribution route planning system， the experimental results show that the improved firefly algorithm has faster convergence speed and can get the optimal distribution path more quickly.

Keywords： logistics distribution; route planning; firefly algorithm; system design; GPS signal processing; comparison validation

0? 引? 言

隨著全球化經(jīng)濟的不斷發(fā)展和生活節(jié)奏的加快，優(yōu)質(zhì)、快捷的物流配送越來越重要。物流配送路徑規(guī)劃問題一直是學者研究的熱點話題[1?3]。物流路徑規(guī)劃問題涉及到配送中心選址、配送中心與客戶距離、配送費用、配送路況等諸多問題，不斷對其作優(yōu)化和改進，可以提高配送效率，降低物流配送成本，使經(jīng)濟效益最大化[4?6]。為了優(yōu)化物流配送路徑，相關(guān)學者對物流配送路徑規(guī)劃做了大量研究[7?9]。然而，現(xiàn)有的物流配送路徑規(guī)劃系統(tǒng)所用算法存在收斂速度慢等缺點，需要對其做進一步改進。螢火蟲算法具有通用性強、效率高、全局搜索能力較好等特點[10?12]，然而，該方法也存在一定的缺點，如收斂速度慢、優(yōu)化精度低[13?15]?；谏鲜龇治?，本文設(shè)計一種基于改進螢火蟲算法的物流配送路徑規(guī)劃系統(tǒng)。通過改變螢火蟲算法的更新搜索策略，得到全局最優(yōu)解，對其作出改進，以取得更好的優(yōu)化效果，得到最優(yōu)物流配送路徑。

1? 基于改進螢火蟲算法的物流配送路徑規(guī)劃系統(tǒng)設(shè)計

改進螢火蟲算法的物流配送路徑規(guī)劃系統(tǒng)，首先需要搭建系統(tǒng)總體架構(gòu)，在系統(tǒng)總體架構(gòu)的基礎(chǔ)上，分別對系統(tǒng)硬件和軟件進行設(shè)計，以完成基于改進螢火蟲算法的物流配送路徑規(guī)劃系統(tǒng)設(shè)計。

1.1? 基于改進螢火蟲算法的物流配送路徑規(guī)劃系統(tǒng)總體架構(gòu)

基于改進螢火蟲算法的物流配送路徑規(guī)劃系統(tǒng)的總體架構(gòu)如圖1所示。

物流配送路徑規(guī)劃系統(tǒng)總體架構(gòu)包括界面服務管理層、數(shù)據(jù)交換層、數(shù)據(jù)處理層和數(shù)據(jù)存儲層。

1） 界面服務管理層。實現(xiàn)界面管理數(shù)據(jù)的輸入與輸出，包括防止錯誤信息的輸入，傳入與接收由數(shù)據(jù)處理層傳到數(shù)據(jù)交換層的數(shù)據(jù);繪制與重繪物流配送路徑，對圖片移動管理。

2） 數(shù)據(jù)交換層。主要負責讀取數(shù)據(jù)處理層的數(shù)據(jù)，并將數(shù)據(jù)傳輸給界面服務管理層。

3） 數(shù)據(jù)處理層。主要負責提取數(shù)據(jù)存儲層的數(shù)據(jù)，并對數(shù)據(jù)做相應處理，將數(shù)據(jù)有效傳遞給數(shù)據(jù)交換層。對數(shù)據(jù)的處理主要是通過改進螢火蟲算法對數(shù)據(jù)做相應的分析計算，實現(xiàn)路徑長度、時間、速度等數(shù)據(jù)的生成，將最優(yōu)路徑的相關(guān)數(shù)據(jù)傳輸至數(shù)據(jù)交換層。數(shù)據(jù)處理層的架構(gòu)如圖2所示。

4） 數(shù)據(jù)存儲層。主要負責存儲與物流配送路徑相關(guān)的數(shù)據(jù)信息，包括電子地圖信息等，為數(shù)據(jù)處理層提供有用的數(shù)據(jù)。

1.2? 基于改進螢火蟲算法的物流配送路徑規(guī)劃系統(tǒng)硬件設(shè)計

本文系統(tǒng)的硬件結(jié)構(gòu)如圖3所示。

系統(tǒng)硬件主要由GPS設(shè)備、交換機、存儲器、應用服務器和顯示器組成。GPS設(shè)備獲取地圖數(shù)據(jù)，通過交換機將數(shù)據(jù)傳輸?shù)酱鎯ζ?，通過應用服務器提取存儲器中的數(shù)據(jù)并做相應處理，處理結(jié)果展現(xiàn)在顯示器端。

1.3? 基于改進螢火蟲算法的物流配送路徑規(guī)劃系統(tǒng)軟件設(shè)計

系統(tǒng)軟件的設(shè)計過程即是物流配送路徑規(guī)劃的實現(xiàn)過程。首先，獲取物流配送路徑的地圖信息。GPS信號處理流程如圖4所示。

獲取地圖信息后，采用改進螢火蟲算法對信息數(shù)據(jù)做處理。改進螢火蟲算法的實現(xiàn)過程如下：

1） 針對物流配送路徑規(guī)劃目標對螢火蟲定義，設(shè)螢火蟲的亮度為：

[P0=fxiP=P0e-εrij]? ? ? ? ? ? ? ? （1）

式中：[P0]為螢火蟲的最大亮度;[xi]為第[i]只螢火蟲的位置;[fxi]為第[i]只螢火蟲所在位置的適應度值，即目標配送的總路程;[P]為螢火蟲的相對亮度;[ε]為螢火蟲的光強吸收因子，表示周圍空間對其亮度的影響系數(shù)（通常為常數(shù)）;[rij]為螢火蟲[i]和[j]之間的距離。

螢火蟲之間的吸引度為：

[η=η0e-γr2ij]? ? ? ? ? ? ? （2）

式中：[η0]為螢火蟲之間的最大吸引度系數(shù)。當螢火蟲[i]被螢火蟲[j]所吸引，螢火蟲[i]向螢火蟲[j]移動，并將自己的位置實時更新，得到螢火蟲[i]位置的更新公式為：

[x′i=xi+η0e-εr2ijxi-xj+βrand-0.5] （3）

式中：[x′i]為螢火蟲[i]的新位置;[βrand-0.5]為更新公式的擾動項;[β]為更新公式的補償因子，且[0<β<1];[rand]為更新公式中服從均勻分布的隨機因子，[0

改進螢火蟲算法的基本流程圖如圖5所示。

由圖5可知，通過改變螢火蟲算法更新搜索策略，使螢火蟲在每次更新自己位置之前與全種群的螢火蟲亮度的平均值作對比，當螢火蟲亮度低于平均值則對螢火蟲執(zhí)行自由變異操作，以找到最佳位置。通過判斷移動后的螢火蟲亮度，直到計算出新種群的最優(yōu)值，即可獲得物流配送的最優(yōu)路徑。

2? 實? 驗

以某物流配送路徑為例，采用基于改進螢火蟲算法的物流配送路徑規(guī)劃系統(tǒng)對其實施規(guī)劃，以獲得最佳物流配送路徑，并將所用算法的收斂速度與傳統(tǒng)的物流配送路徑規(guī)劃系統(tǒng)算法及未改進螢火蟲算法的收斂速度作比較。

2.1? 實驗過程

搭建系統(tǒng)實驗環(huán)境，部分實驗環(huán)境參數(shù)見表1。

在上述實驗環(huán)境下，對物流配送路徑實施規(guī)劃，得到的最佳規(guī)劃結(jié)果如圖6所示。

2.2? 實驗結(jié)果分析

改進螢火蟲算法、傳統(tǒng)的物流配送路徑規(guī)劃系統(tǒng)所用算法以及未改進螢火蟲算法的收斂速度對比結(jié)果如圖7所示。

由圖7可知，在最優(yōu)路徑下，螢火蟲算法迭代至96代左右趨于穩(wěn)定，達到最優(yōu)狀態(tài);傳統(tǒng)的物流配送路徑規(guī)劃系統(tǒng)所用算法迭代至160代左右趨于穩(wěn)定;而改進螢火蟲算法迭代至64代左右趨于穩(wěn)定。通過對比發(fā)現(xiàn)，改進螢火蟲算法的收斂速度更快。

3? 結(jié)? 語

針對傳統(tǒng)的物流配送路徑規(guī)劃系統(tǒng)所用算法存在收斂速度慢的缺點，基于改進螢火蟲算法，設(shè)計了物流配送路徑規(guī)劃系統(tǒng)。在搭建系統(tǒng)總體架構(gòu)的基礎(chǔ)上，通過對系統(tǒng)硬件和軟件的設(shè)計，完成了基于改進螢火蟲算法的物流配送路徑規(guī)劃系統(tǒng)。通過與傳統(tǒng)的物流配送路徑規(guī)劃系統(tǒng)所用算法做對比實驗，證明了改進螢火蟲算法具有更快的收斂速度。希望其可以為物流配送路徑規(guī)劃研究提供一定的理論依據(jù)。

注：本文通訊作者為黃銀珍。

參考文獻

[1] 陳嬋麗，鐘映竑.基于改進K?means聚類方法的新零售物流配送路徑優(yōu)化[J].物流技術(shù)，2019，38（5）：73?78.

[2] 周鮮成，劉長石，周開軍，等.時間依賴型綠色車輛路徑模型及改進蟻群算法[J].管理科學學報，2019，22（5）：57?68.

[3] 楊捷.基于動態(tài)交通網(wǎng)絡(luò)的城市物流配送路徑優(yōu)化研究[J].物流工程與管理，2019，41（3）：86?88.

[4] 盧揚揚，戴勇波，范秀斌.數(shù)字化總裝車間智能物流配送系統(tǒng)的應用[J].制造業(yè)自動化，2017，39（6）：12?15.

[5] 潘浩.基于模型優(yōu)化的物流配送中心選址免疫優(yōu)化算法[J].電子設(shè)計工程，2019，27（10）：78?81.

[6] 鮑春玲，張世斌.考慮碳排放的冷鏈物流聯(lián)合配送路徑優(yōu)化[J].工業(yè)工程與管理，2018，23（5）：95?100.

[7] 師嘉欣，高更君.城市物流配送訂單分配排序優(yōu)化研究[J].制造業(yè)自動化，2019，41（6）：74?77.

[8] 黃繼磊，王慧.基于RFID技術(shù)的食用菌供應鏈物流管理系統(tǒng)設(shè)計[J].中國食用菌，2019，38（5）：86?91.

[9] 樓振凱.應急物流系統(tǒng)LRP的雙層規(guī)劃模型及算法[J].中國管理科學，2017，25（11）：151?157.

[10] 趙燕，武鵬林，祝雪萍.基于改進螢火蟲算法的水資源優(yōu)化配置[J].人民黃河，2019，41（5）：62?66.

[11] 段昌敏.一種改進的螢火蟲算法的研究[J].科技通報，2018，34（6）：206?210.

[12] 李敬明，倪志偉，朱旭輝，等.基于佳點螢火蟲算法與BP神經(jīng)網(wǎng)絡(luò)并行集成學習的旱情預測模型[J].系統(tǒng)工程理論與實踐，2018，38（5）：1343?1353.

[13] 許喆，潘金生，樊淑嫻，等.基于改進螢火蟲算法的含DG配電網(wǎng)重構(gòu)方法[J].電力系統(tǒng)保護與控制，2018，46（14）：26?32.

[14] 魏科.基于改進螢火蟲算法的梯級水庫優(yōu)化調(diào)度研究[J].水利水電技術(shù)，2017，48（12）：132?137.

[15] 楊旺旺，白濤，趙夢龍，等.基于改進螢火蟲算法的水電站群優(yōu)化調(diào)度[J].水力發(fā)電學報，2018，37（6）：25?33.

[16] 許倫輝，陳凱勛.基于改進螢火蟲算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的路網(wǎng)速度分布預測[J].廣西師范大學學報（自然科學版），2019（2）：1?8.

[17] 鄧青，朱曉軍，楊寧.基于維度權(quán)重和遺傳因子的螢火蟲算法在聚類分析中的應用[J].山東農(nóng)業(yè)大學學報（自然科學版），2019（5）：889?892.

[18] 戴璐平，吳薇，黃蓓雯.考慮不確定性的分布式家庭并網(wǎng)光伏系統(tǒng)魯棒優(yōu)化能量調(diào)度[J].電力系統(tǒng)保護與控制，2019（3）：48?55.