论文部分内容阅读
近年来,随着市场全球化的快速发展,物流业已成为我国经济发展的重要产业。由其是进入新世纪以后,企业建立竞争优势的关键就是建立高效的物流系统。配送作为物流活动的一个重要的直接与消费者相连的环节,随着物流的深入不断发展起来,并对物流活动的顺利开展发挥着重要作用。从物流角度来说,配送几乎包括了所有的物流功能要素,是物流的一个缩影或在较小范围中物流全部活动的体现。因此,配送中心的形成和发展,是物流系统大规模化的必然结果。而配送中心选址又是配送中心所有工作的首要环节,配送中心位置恰当与否,直接关系到整个配送的效率,物流成本以及顾客满意度,将会对企业的运营产生重要影响。本文在解决配送中心选址问题中着重使用现在流行的蚁群优化算法对给出的配送中心选址模型进行求解。在介绍蚁群优化算法中,对蚁群算法的来源、特点、应用领域及其理论基础做了详细阐述。之后,主要做了以下几方面的工作:1)结合现在流行的旅行商问题,给出了蚁群优化算法的求解步骤和求解方法;2)对现存的蚁群优化算法的优点和不足进行了阐述;然后介绍了当今学者所提出的诸多改进策略;3)描述了蚁群优化算法的聚类思想,结合配送中心选址模型给出了具体的求解步骤和涉及到的某些求解公式;4)介绍了蚁群优化算法中关键参数所起的重要作用以及本文所采取的蚁群算法的改进方法;由于蚁群优化算法的实现是大量的迭代过程,人工求解是不可能实现的。因此,又引入了高效的数学处理软件MATLAB(矩阵实验室)作为仿真平台,它也是一种实用性强,方便快捷的计算机编程语言,它的基本处理单位为矩阵。它还提供了丰富的绘图功能,超强的可视化效果,便于使用者直观地进行问题求解。随后又借助MATLAB对蚁群优化算法参数的选取做了系统的分析。给出参数与求解结果的轨迹追踪图,使问题清晰、明了。本文在前人的基础之上对蚁群算法的某一关键参数作了动态调整,并使其它关键参数随机组合,得出几组解后再进行择优选取,以避免其过早的陷入局部最优解当中,从而降低了搜索全局最优解的能力,这就是本文的创新点。之后,并针对具体实例数据进行仿真分析。在其间,将最原始的方法所求得的结果与使用蚁群算法求解到的结果进行对照,结论一致,从而证明了改进之后的蚁群算法的实用性和可行性。使用蚁群优化算法与MATLAB相结合的方法对物流配送中心选址问题进行求解,方便、快捷,而且又有强大的图形处理功能,达到可视化的效果,这就是其独特的优势所在。由其是在处理大规模问题时,其特点就更加明显。