一種新型物流調(diào)度算法的優(yōu)化研究

裴志松

(長(zhǎng)春工業(yè)大學(xué)人文信息學(xué)院,長(zhǎng)春130122)

物流調(diào)度對(duì)于物流企業(yè)來(lái)說(shuō),是最重要的一個(gè)環(huán)節(jié)。早期物流企業(yè),因?yàn)槠鸩皆?經(jīng)驗(yàn)匱乏,企業(yè)規(guī)模較小等原因,物流調(diào)度成本在企業(yè)運(yùn)營(yíng)成本中居高不下,這不但阻礙了企業(yè)的發(fā)展,也容易造成客戶(hù)滿(mǎn)意度的降低[1]。所以,現(xiàn)代物流企業(yè),應(yīng)該能夠根據(jù)每個(gè)客戶(hù)的要求,及時(shí)準(zhǔn)確地制定出相應(yīng)的調(diào)度方案,不但可以提高工作效率,也能增加物流的吞吐率,最終降低企業(yè)的運(yùn)營(yíng)成本,因此,應(yīng)該制定一種大規(guī)模的物流調(diào)度服務(wù)流程,規(guī)范企業(yè)操作,以達(dá)到適應(yīng)現(xiàn)代社會(huì)的需要?；谶@種情況,本文提出一種新型物流調(diào)度算法,將現(xiàn)代物流技術(shù)與信息技術(shù)相結(jié)合,提出一種新型物流調(diào)度算法,希望通過(guò)先進(jìn)的物流管理理念,加上高效的程序算法,在網(wǎng)絡(luò)上合理配置資源,以提升企業(yè)運(yùn)行效率,降低成本。為了驗(yàn)證本文算法的可行性,通過(guò)模擬環(huán)境的數(shù)據(jù)對(duì)比,給出了解決方案,在實(shí)際應(yīng)用中,可以取得理想的效果。

1 基于動(dòng)態(tài)粒子群的大規(guī)模定制物流調(diào)度算法

粒子群體在N維空間中飛行,在群體飛向最優(yōu)位置的過(guò)程中,可以對(duì)速度和位置進(jìn)行更新,比如第i個(gè)微粒個(gè)體的所處位置為si=(si1,si2,...,siD),每個(gè)個(gè)體的飛行速度為ti=(ti1,ti2,...,tiD),個(gè)體經(jīng)歷過(guò)的位置可定義為vi=(vi1,vi2,...,viD),其中i=1,2,...,k。通過(guò)計(jì)算,可以發(fā)現(xiàn)群體微粒經(jīng)過(guò)的最優(yōu)位置可以表示為Pg=(pg1,pg2,...,pgD)。所以可以有公式:

式中:w——慣性權(quán)重,表明粒子的運(yùn)動(dòng)速度與歷史信息的比較;

c1、c2——加速系數(shù),一般均為正值;

r1、r2——[0,1]之間的隨機(jī)數(shù)。

速度公式(2)的第2項(xiàng)表明每個(gè)粒子群中個(gè)體的認(rèn)知能力;第3項(xiàng)表明全體認(rèn)知能力補(bǔ)充?；谑?1)、式(2)的微粒群算法稱(chēng)作基本微粒群算法,也就是傳統(tǒng)的粒子群算法。[2]

但是,傳統(tǒng)粒子群算法雖然應(yīng)用比較廣泛,但是也存在一些問(wèn)題,比較典型的就是收斂速度慢并且容易陷入局部最優(yōu)化等缺陷。因此,筆者對(duì)該算法進(jìn)行了一定的改善,以求能夠滿(mǎn)足物流調(diào)度的實(shí)際應(yīng)用。

根據(jù)本文算法,粒子首先會(huì)在一個(gè)群體中進(jìn)行全局的目標(biāo)搜索,當(dāng)一定代數(shù)內(nèi)適應(yīng)值的變化小于閾值時(shí),微粒群就會(huì)出現(xiàn)搜索停滯,而且粒子群體被分為2個(gè)子群。當(dāng)粒子在分群時(shí),會(huì)按照個(gè)體不同的適應(yīng)值進(jìn)行動(dòng)態(tài)分配:首先選擇一個(gè)中間適應(yīng)值,如果高于這個(gè)適應(yīng)值,將被分到第1個(gè)子群,其余的將分配到第2個(gè)子群,按上述分配原則,可以將所有的粒子分配到各個(gè)子群。[3]這種分群方法,可以更好地體現(xiàn)不同個(gè)體在分配時(shí)候的動(dòng)態(tài)分配性,并且可以保證在后續(xù)的搜索中提高搜索效率。基于分群的結(jié)果,本算法通過(guò)不斷進(jìn)行分群迭代操作,把各個(gè)子群進(jìn)行動(dòng)態(tài)混合優(yōu)化,并尋找優(yōu)化目標(biāo),直到找到優(yōu)化目標(biāo)位置,優(yōu)化過(guò)程基本經(jīng)過(guò)3～4輪就可以達(dá)到滿(mǎn)意的結(jié)果,可以保證優(yōu)化的效率。所以,經(jīng)過(guò)優(yōu)化的公式,可以表示為如式(3)和式(4)。

式中:i——i=1,…,m,為每個(gè)子群的粒子數(shù);

j——j=1,2,為子群的數(shù)量;

pg,j(t)——第j個(gè)子群進(jìn)化到t代的全局最優(yōu)位置;

vi,j(t)——第j個(gè)子群中粒子的飛行速度;

pi,j(t)——第j個(gè)子群進(jìn)化到t代所求的最優(yōu)位置;

c3、c4— —加速系數(shù);

r3、r4——[0,1]之間的隨機(jī)數(shù)。

2 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證算法的有效性。根據(jù)物流企業(yè)的實(shí)際情況,設(shè)計(jì)了如下的實(shí)驗(yàn)用例:在一個(gè)時(shí)間點(diǎn)上,某個(gè)物流公司在時(shí)域內(nèi)同時(shí)有5個(gè)物流任務(wù)并發(fā)執(zhí)行,并且每個(gè)任務(wù)有7個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)存在分工合作的問(wèn)題。主要數(shù)據(jù)如表1和表2所示。T1～T5是用來(lái)表示控制協(xié)調(diào)中時(shí)間和成本的比重,物流企業(yè)可以根據(jù)不同的供貨商,進(jìn)行定制的物流需求,并且能夠?qū)1,w2進(jìn)行動(dòng)態(tài)調(diào)整。

表1 5個(gè)物流任務(wù)的時(shí)間參數(shù)

表2 5個(gè)物流任務(wù)的成本參數(shù)

利用本算法,可以對(duì)該物流任務(wù)進(jìn)行優(yōu)化,結(jié)果 如表3所示。

表3 本算法的調(diào)度結(jié)果

從表3可以看出,通過(guò)本算法,的確可以有效地 解決大規(guī)模物流企業(yè)自身定制物流調(diào)度問(wèn)題,并且具有一定的規(guī)律性。

3 結(jié)語(yǔ)

大型物流企業(yè)在現(xiàn)代生活中,已經(jīng)達(dá)到了舉足輕重的地步,設(shè)置涉及到了社會(huì)穩(wěn)定的因素。要加強(qiáng)物流企業(yè)自身的運(yùn)營(yíng)能力,主要是要有一個(gè)適合自身的物流調(diào)度程序,通過(guò)現(xiàn)代物流技術(shù)與計(jì)算機(jī)技術(shù)相結(jié)合,為物流企業(yè)定制了一款大規(guī)模物流調(diào)度算法,并且進(jìn)行了數(shù)據(jù)驗(yàn)證,可以在理論上對(duì)物流企業(yè)有一個(gè)借鑒的作用,具有一定的推廣價(jià)值。

[1]吳慧聰.基于大規(guī)模定制的物流研究[J].物流工程與管理,2010,32(5):37-39.

[2]紀(jì)震,廖惠連,吳青華.粒子群算法及應(yīng)用[M].北京:科學(xué)出版社,2009:46.

[3]張潛.物流配送路徑優(yōu)化調(diào)度建模與實(shí)務(wù)[M].北京:中國(guó)物資出版社,2006:17-18.