• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于改進(jìn)人工蜂群算法的生鮮農(nóng)產(chǎn)品配送路徑優(yōu)化

      2018-11-20 02:37:52朱曉峰
      廣東農(nóng)業(yè)科學(xué) 2018年10期
      關(guān)鍵詞:冷鏈生鮮農(nóng)產(chǎn)品

      汪 濤,潘 郁,潘 芳,朱曉峰

      (1.南京工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院,江蘇 南京 211816;2.南京中醫(yī)藥大學(xué)衛(wèi)生經(jīng)濟(jì)管理學(xué)院,江蘇 南京 210023)

      經(jīng)濟(jì)快速發(fā)展,生活水平提高,人們對生鮮農(nóng)產(chǎn)品的質(zhì)量提出了更高要求。生鮮農(nóng)產(chǎn)品是指由農(nóng)戶生產(chǎn)、養(yǎng)殖的初級農(nóng)畜產(chǎn)品,主要包括新鮮肉蛋奶、蔬菜、水果、水產(chǎn)品,活禽五類產(chǎn)品,常溫下易變質(zhì),對時間因素具有較強的敏感性[1]。合理高效的配送路徑,一方面大大降低了配送成本,使商家和農(nóng)戶獲得更高的利潤;另一方面,高效率配送大大縮短生鮮農(nóng)產(chǎn)品的配送時間,使得農(nóng)產(chǎn)品的質(zhì)量得以保證,從而提高了客戶的滿意度。因此,在生鮮農(nóng)產(chǎn)品配送系統(tǒng)中,需要采取更合理高效的配送策略,實現(xiàn)高效率、低成本的物流配送。

      近年來,由于生鮮農(nóng)產(chǎn)品的配送路徑優(yōu)化研究具有較強的實踐性和理論性,國內(nèi)外學(xué)者對該問題進(jìn)行了大量研究。Hsu等[2]以固定成本、運輸成本、庫存成本和懲罰成本構(gòu)建最小化成本目標(biāo)函數(shù),提出了利用VRPTW模型優(yōu)化配送路徑問題;Osvald等[3]提出帶時間窗的新鮮蔬菜配送車輛路徑優(yōu)化的數(shù)學(xué)模型,并通過禁忌搜索的啟發(fā)式算法來進(jìn)行求解;趙秀榮等[4]分析當(dāng)前我國生鮮農(nóng)產(chǎn)品冷鏈物流配送的現(xiàn)狀及干擾因素,提出構(gòu)建大型冷鏈物流配送中心、銷地冷鏈物流共同配送聯(lián)盟和"一站式"冷鏈配送網(wǎng)絡(luò)信息平臺等策略;Dabbene等[5]考慮到鮮活農(nóng)產(chǎn)品的易腐特性,以最大程度保證鮮活農(nóng)產(chǎn)品的品質(zhì)和嚴(yán)格控制配送成本作為目標(biāo),對鮮活農(nóng)產(chǎn)品供應(yīng)鏈流程加以優(yōu)化;康凱等[6]構(gòu)建了考慮碳排放的生鮮農(nóng)產(chǎn)品配送路徑優(yōu)化模型,提出一種結(jié)合2-opt局部搜索機(jī)制的改進(jìn)蟻群算法,并用實例對模型及算法的有效性進(jìn)行驗證,同時對算法參數(shù)進(jìn)行了敏感性分析;JuChia等[7]考慮到生鮮農(nóng)產(chǎn)品對溫度的敏感性,提出一種針對該問題的多溫度共同配送物流模式,并通過相應(yīng)的算例驗證了該模式的合理性與有效性;Brito等[8]利用模糊方法來求解冷凍食品的配送路徑優(yōu)化問題,最終效果良好,且可以有效避免冷鏈的斷裂;呂俊杰等[9]從物流配送商的角度出發(fā),構(gòu)建基于冷藏車能耗成本分析的路徑優(yōu)化模型,應(yīng)用蟻群算法和MATLAB工具論證了模型的有效性;但斌等[10]以拼好貨為例,分析得出生鮮農(nóng)產(chǎn)品供應(yīng)鏈C2B商業(yè)模式的實現(xiàn)路徑包括產(chǎn)品與服務(wù)、供應(yīng)鏈管理策略、市場營銷策略、關(guān)鍵流程構(gòu)建以及核心能力優(yōu)化等因果關(guān)聯(lián)的五大要素;孫明明等[11]針對生鮮農(nóng)產(chǎn)品冷鏈物流的特殊性,分析和定義冷鏈物流配送過程中的時間、溫度和貨損成本,建立配送總成本最小化模型;丁秋雷等[12]分析了干擾事件對生產(chǎn)商、客戶和物流配送運營商3個行為主體的影響,提出鮮活農(nóng)產(chǎn)品物流配送的干擾管理模型,取得了良好的優(yōu)化效果;張文峰等[13]同時考慮到冷鏈物流的網(wǎng)點布局問題和運輸配送問題,提出了以冷鏈物流運輸成本和網(wǎng)點運營成本為優(yōu)化目標(biāo)的非線性整數(shù)規(guī)劃模型,并采用量子粒子群算法進(jìn)行求解;朱佳祥等[14]考慮到生鮮農(nóng)產(chǎn)品市場需求的時變性、模糊不確定性特點,以“多供應(yīng)點選擇”與“最早分發(fā)”為優(yōu)化目標(biāo)構(gòu)建了模糊決策模型,有效解決了因市場需求信息模糊導(dǎo)致的配送成本增加問題。

      通過對比發(fā)現(xiàn),上述研究在構(gòu)建模型時均存在生鮮農(nóng)產(chǎn)品配送成本考慮不全的問題。大多研究都采用固定成本、運輸成本和懲罰成本作為配送總成本,沒有考慮隨著時間推移,鮮活農(nóng)產(chǎn)品本身也會產(chǎn)生損耗成本。鑒于此,本研究結(jié)合時間價格成本、固定成本、運輸成本和懲罰成本,將鮮活農(nóng)產(chǎn)品在運輸過程中的時間價格成本考慮進(jìn)來,構(gòu)建一個求解鮮活農(nóng)產(chǎn)品配送總成本最小的數(shù)學(xué)模型。在研究過程中,采用改進(jìn)后的人工蜂群算法進(jìn)行求解,避免了模型過早陷入局部最優(yōu)的問題,加速了模型的收斂過程,具有更強的實踐指導(dǎo)作用。

      1 配送成本模型

      1.1 模型假設(shè)

      鮮活農(nóng)產(chǎn)品物流配送模型是由1個配送中心向多個客戶節(jié)點進(jìn)行貨物配送的模型。為簡化模型,本研究作出如下假設(shè):(1)配送中心有充足的配送車輛和貨源,且每輛車的裝載 重量、配送速度相同;(2)客戶需求量已知,且單一客戶的需求量不得高于車輛最大載重量;(3)客戶需求以及配送中心配送產(chǎn)品相同且只有一種;(4)每輛車可對路徑上任意客戶進(jìn)行配送,每個客戶需求由一輛車完成配送;(5)模型只針對一個配送中心向其他客戶節(jié)點進(jìn)行配送。

      1.2 符號說明

      模型參數(shù)及其含義如表1所示。

      1.3 成本模型構(gòu)建

      以生鮮農(nóng)產(chǎn)品物流配送總成本作為最小化目標(biāo)函數(shù)構(gòu)建數(shù)學(xué)模型,總成本主要由固定成本、運輸成本、懲罰成本和時間價格成本4個部分組成,其中固定成本為C1,而運輸成本是生鮮農(nóng)產(chǎn)品在向各個客戶節(jié)點的運輸過程中產(chǎn)生的費用,與車輛數(shù)量以及每輛車的配送距離成正比,運輸成本計算公式為:

      式中,Ck為車輛配送時單位里程的運輸成本,xijk為變量0-1,當(dāng)運輸車輛從經(jīng)過客戶節(jié)點(i,j)時,xijk取值為1,否則為0。

      懲罰成本的計算需要引入時間窗,時間窗分為軟時間窗和硬時間窗,本研究模型中采用軟時間窗,軟時間窗比硬時間窗在時間范圍內(nèi)更具有彈性,當(dāng)產(chǎn)品在客戶期望時間內(nèi)送達(dá),懲罰成本為0;當(dāng)產(chǎn)品不在客戶期望時間內(nèi)送達(dá),按照時間懲罰函數(shù)來計算懲罰成本,M為單位時間懲罰費用,懲罰成本計算公式為:

      考慮到隨著時間的推移,鮮活農(nóng)產(chǎn)品本身也會產(chǎn)生損耗成本,也就是時間價格成本,本研究不考慮運輸完成后產(chǎn)品的損耗問題,只考慮到達(dá)客戶節(jié)點i的時間和車輛出發(fā)時間, 再結(jié)合客戶i的產(chǎn)品需求量以及單位產(chǎn)品價格P進(jìn)行計算,時間價格成本計算公式為:

      基于以上各類配送成本分析,建立配送總成本模型如下:

      式(5)表示配送中心有充足的貨源來滿足所有客戶需求;式(6)表示一條配送路徑上的需求量之和不能超過車輛的最大載重量;式(7)和式(8)表示一個客戶只有一輛車進(jìn)行配送;式(9)表示每個客戶都能夠得到配送。

      2 改進(jìn)人工蜂群算法求解

      2.1 算法改進(jìn)

      人工蜂群算法由埃爾吉耶斯大學(xué)學(xué)者Karaboga[15]首次提出。算法模擬蜜蜂采蜜過程,將蜜蜂分為3種:引領(lǐng)蜂、跟隨蜂和偵察蜂,蜜蜂尋找食物源的過程就是模型求解過程,每個食物源對應(yīng)物流配送路徑優(yōu)化問題中一個可行解,也就是一條路徑。算法工作分為以下3個階段,本研究分別對跟隨蜂和偵察蜂階段加以改進(jìn),具體如下:

      式中,vid為候選食物源,,rid為[-1,1]之間的隨機(jī)數(shù)。找到新的食物源之后,引領(lǐng)蜂采用貪心策略,若新食物源收益度高于當(dāng)前食物源,則替換原來的解; 反之保持不變,隨后引領(lǐng)蜂將收益度信息傳遞給跟隨蜂。

      2.1.2 跟隨蜂階段 在傳統(tǒng)人工蜂群算法中,跟隨蜂通常采用輪盤賭策略選擇引領(lǐng)蜂,在這種策略下,適應(yīng)值越大則被選擇的概率也就越大,二者為線性關(guān)系,導(dǎo)致跟隨蜂容易迅速向某一適應(yīng)值高的食物源集中,從而使模型陷入局部最優(yōu)。因此,本研究提出一種基于中位數(shù)的引領(lǐng)蜂選擇策略來避免這個問題?;谥形粩?shù)選擇策略是以中間適應(yīng)值為基準(zhǔn)重新分配選擇概率,從而在不影響高適應(yīng)值食物源被選擇概率的情況下,使適應(yīng)值小的食物源也有被選擇的幾率。依據(jù)此策略跟隨蜂選擇引領(lǐng)蜂的概率公式如下:

      式中,F(xiàn)i為第i個食物源的適應(yīng)值,F(xiàn)mid為食物源適應(yīng)值中位數(shù),SN為表食物源的數(shù)量。通過改進(jìn)后,有效提高了收益度較小食物源被選擇的概率,同時不影響收益度較大的食物源被選擇的概率,保證了選擇的多樣性,避免因某一食物源被集中選擇導(dǎo)致局部最優(yōu)情況的出現(xiàn)。選擇引領(lǐng)蜂之后,跟隨蜂會計算引領(lǐng)蜂傳遞信息中食物源的收益度值,計算公式如下所示:

      式中,代表食物源,也就是一個可行解,為目標(biāo)函數(shù)。

      2.1.3 偵察蜂階段 如果算法執(zhí)行的搜索次數(shù)超過了設(shè)定值,某個食物源依舊保持不變,那么將拋棄這個食物源對應(yīng)的可行解,對應(yīng)的引領(lǐng)蜂變?yōu)閭刹榉?,開始新一輪的食物源搜索。這種更新方式導(dǎo)致上一輪的有效搜索信息沒有得到利用,使得算法存在一些迂回重復(fù)的搜索,導(dǎo)致算法效率偏低。鑒于此,本研究在新一輪的食物源搜索過程中引入禁忌表,將之前拋棄的食物源放入該禁忌表內(nèi),當(dāng)跟隨蜂在搜索過程中發(fā)現(xiàn)收益率值高的一組食物源后,首先查詢該解是否在禁忌表內(nèi),如果是則放棄該可行解,除非滿足釋放準(zhǔn)則,否則記錄當(dāng)前解為最優(yōu)解。基于禁忌表的算法可行解更新流程如圖1所示。

      圖1中,L為搜索次數(shù),t為禁忌表長度參數(shù),表示禁忌對象不被選取的最大迭代次數(shù),t > SN本文取釋放準(zhǔn)則為,表示當(dāng)禁忌對象被禁次數(shù)超過食物源總數(shù)時,該對象即被解禁。禁忌表的引入,有效利用了上一輪搜索過程保留的食物源信息,避免了一些重復(fù)搜索,加速了算法的收斂。

      2.2 改進(jìn)人工蜂群算法實求解步驟

      將改進(jìn)后的算法對模型進(jìn)行求解,具體求解步驟如下:

      步驟1:設(shè)定算法中初始化階段的各個參數(shù),包括引領(lǐng)蜂、跟隨蜂以及偵察蜂的數(shù)量,搜索次數(shù)上限limit、迭代次數(shù)上限MaxCycle;

      圖1 基于禁忌表的算法可行解更新流程

      步驟3:根據(jù)式(10)生成算法初始解,并將初始解分配給對應(yīng)的引領(lǐng)蜂,根據(jù)式(4)和式(13)對計算各個初始解的收益度值;

      步驟4:開始迭代,重復(fù)步驟5~11;

      步驟5:引領(lǐng)蜂根據(jù)式(11)在解的鄰域內(nèi)進(jìn)行搜索,根據(jù)圖1所示流程進(jìn)行解的迭代更新;

      步驟6:所有的解更新完成后,根據(jù)式(12)和式(13)計算引領(lǐng)蜂找到的解被跟隨蜂選擇的概率;

      步驟7:根據(jù)步驟所選擇的解,跟隨蜂在該解對應(yīng)的鄰域內(nèi)根據(jù)式(10)搜索新的解,然后根據(jù)式(12)計算對應(yīng)的收益度值,再重復(fù)步驟5進(jìn)行解的更新;

      步驟8:如果某個解的limit值達(dá)到設(shè)定上限,則將該解加入禁忌表,偵察蜂重新生成一個新的解;

      步驟9:記錄當(dāng)前最優(yōu)解;

      步驟10:迭代次數(shù)更新,cycle =cycle+1;

      步驟11:判斷算法迭代次數(shù)cycle是否超過MaxCycle,若次數(shù)超過MaxCycle,算法結(jié)束,步驟中所記錄的解即為最優(yōu)解;若沒有超過則跳到步驟開始算法下一輪計算。

      3 算例

      本研究以某冷鏈物流公司配送中心作為研究對象,通過算例分析驗證模型和算法的有效性。該配送中心需向個客戶節(jié)點進(jìn)行生鮮農(nóng)產(chǎn)品的配送,配送中心農(nóng)產(chǎn)品存貨量為120 t,12個客戶總需求量為52 t,生鮮農(nóng)產(chǎn)品的單價P=10.2元,保鮮時間T=20 h,時間敏感因子η=3,單位時間懲罰費用M=50,車輛從配送中心出發(fā)的時間各個配送車輛型號相同。當(dāng)前市場每臺冷鏈配送車的月固定成本為3萬元左右,即日均約1000元,取固定成本C1=100元,車輛平均車速v=60 km/s,最大載重量為Qmax=15 t,單位里程的運輸成本元Ck=2.3 元/km。表2和表3分別為各個客戶節(jié)點的需求量和時間窗約束以及節(jié)點之間的距離。

      表2 各客戶節(jié)點的需求量和時間窗

      表3 各客戶節(jié)點之間的距離

      本研究的實驗環(huán)境為臺式機(jī),運行內(nèi)存8GB,64位Windows 7操作系統(tǒng),算法采用MATLAB 7.0進(jìn)行仿真實驗,設(shè)定算法參數(shù),仿真試驗重復(fù)執(zhí)行30次。整理匯總得到最終的配送情況如表4所示。從表4可以得出,完成全部客戶節(jié)點的配送任務(wù)需要的車輛數(shù)k=4,4輛車有1輛達(dá)到滿載,其余3輛的裝載率也在80%以上,4輛車總共行駛距離為768 km,本次配送的總成本為C1+C2+C3+C4=6454.4元,比初始解節(jié)約3 733.7元,且懲罰成本為0,說明取得了良好的配送效果。

      表4 優(yōu)化后配送情況匯總

      為驗證算法改進(jìn)的有效性,將算法改進(jìn)前后的求解過程進(jìn)行對比分析,結(jié)果見圖2。從圖2可以看出,傳統(tǒng)人工蜂群算法求解目標(biāo)函數(shù)值下降很快,但經(jīng)過八輪迭代后算法就陷入局部最優(yōu)值7 400左右,持續(xù)到40輪迭代算法陷入二次局部最優(yōu),直到40輪迭代后才開始逼近最優(yōu)值,60輪左右收斂。而經(jīng)過改進(jìn)后的算法在10輪迭代后就逼近最優(yōu)解,并在其附近振蕩,迭代40輪算法收斂,最優(yōu)解為6 454.4元。說明在傳統(tǒng)人工蜂群算法中引入中位數(shù)選擇策略來代替原有的輪盤賭選擇策略后,有效解決了算法容易過早陷入局部最優(yōu)的問題,且在解的更新階段引入了禁忌表,加速了算法的收斂速度,因此改進(jìn)后的人工蜂群算法具有更強的模型求解能力,能夠解決生鮮農(nóng)產(chǎn)品配送路徑優(yōu)化問題,有一定的實踐指導(dǎo)意義。

      圖2 基于改進(jìn)人工蜂群算法的求解過程

      4 結(jié)語

      本研究在構(gòu)建生鮮農(nóng)產(chǎn)品配送路徑優(yōu)化模型的基礎(chǔ)上,考慮到鮮活農(nóng)產(chǎn)品隨時間推移產(chǎn)生的損耗成本,即時間價格成本,并結(jié)合配送產(chǎn)生的固定成本、運輸成本和懲罰成本構(gòu)建目標(biāo)函數(shù)構(gòu)建數(shù)學(xué)模型。本研究采用改進(jìn)的人工蜂群算法對模型進(jìn)行求解,算法引入基于中位數(shù)的選擇策略替代輪盤賭選擇策略,解決了算法容易過早陷入局部最優(yōu)的問題,并且在解的更新階段引入禁忌表加速了算法的收斂速度,通過算例仿真實驗驗證了模型和算法的有效性。路徑優(yōu)化問題是NP問題,本研究只考慮了單一配送中心的配送路徑優(yōu)化問題,且只考慮到單一農(nóng)產(chǎn)品,如何解決多個配送中心同時配送多類產(chǎn)品的路徑優(yōu)化問題還有待進(jìn)一步研究。

      猜你喜歡
      冷鏈生鮮農(nóng)產(chǎn)品
      農(nóng)產(chǎn)品網(wǎng)店遭“打假”敲詐 價值19.9元農(nóng)產(chǎn)品竟被敲詐千元
      要不要做冷鏈物流?
      中國儲運(2022年6期)2022-06-18 10:29:18
      打通農(nóng)產(chǎn)品出村“最先一公里”
      各地農(nóng)產(chǎn)品滯銷賣難信息(二)
      亞洲生鮮配送展
      亞洲生鮮薈
      冷鏈物流用復(fù)合蓄冷材料的研究
      超市生鮮里的這些秘密你一定要知道
      公民與法治(2016年4期)2016-05-17 04:09:29
      勁達(dá)電裝聯(lián)手開發(fā)冷鏈物流市場
      專用汽車(2016年5期)2016-03-01 04:14:44
      農(nóng)產(chǎn)品爭奇斗艷
      盐边县| 福建省| 抚松县| 介休市| 南靖县| 伊春市| 资中县| 泸西县| 太保市| 恩平市| 敖汉旗| 赞皇县| 东乌珠穆沁旗| 托克逊县| 铜鼓县| 米泉市| 高平市| 五指山市| 高州市| 霍邱县| 天台县| 铅山县| 仙游县| 屯留县| 桦甸市| 绍兴市| 冕宁县| 尚志市| 嘉黎县| 康定县| 塔城市| 红河县| 深州市| 高碑店市| 喀喇| 沙田区| 永嘉县| 石城县| 岳阳市| 隆昌县| 郴州市|