基于改进粒子群算法的物流配送中心选址策略

被引：20

作者：

胡伟 ^{[1
,2
]}

徐福缘 ^{[1
]}

台德艺 ^{[1
]}

马庆国 ^{[3
]}

机构：

[1] 上海理工大学管理学院

[2] 绵阳师范学院数学与计算机科学学院

[3] 浙江大学管理学院

来源：

计算机应用研究 | 2012年 / 29卷 / 12期

关键词：

粒子群算法; 配送中心; 选址模型; 物流; 智能优化;

D O I：

暂无

中图分类号：

F252 [物资流通]; TP301.6 [算法理论];

学科分类号：

1201 ; 1202 ; 020205 ; 081202 ;

摘要：

针对传统算法在求解物流配送中心选址问题时容易陷入局部最优解和寻优效果不够理想的缺陷,提出了一种改进的粒子群算法。该算法通过引入领域均值来反映粒子间合作与竞争的隐性知识,使粒子种群的多样性和算法的全局搜索能力得到改善;利用边界缓冲墙对超越边界的粒子进行缓冲,使算法的收敛速度和寻优精度有明显的提高。仿真实验结果表明,该算法比传统方法具有更好的性能,特别是当物流需求点的数量很大时,该算法的优越性更加明显。

引用

页码：4489 / 4491

页数：3

共 6 条

[1] 基于改进粒子群优化算法的PID控制器整定 [J].

杨智 ;

陈志堂 ;

范正平 ;

李晓东 .

控制理论与应用, 2010, 27 (10) :1345-1352

[2] 不确定环境下物流中心选址鲁棒优化模型及其算法 [J].

王保华 ;

何世伟 .

交通运输系统工程与信息, 2009, 9 (02) :69-74

[3] 一种利用种群平均信息的粒子群优化算法 [J].

苏晋荣 ;

李兵义 ;

王晓凯 .

计算机工程与应用, 2007, (10) :58-59+120

[4] 基于改进粒子群算法的主汽温系统PID参数优化 [J].

李剑波 ;

王东风 ;

付萍 ;

韩璞 .

华北电力大学学报, 2005, (04) :26-30

[5]

A particle swarm optimizer with passive congregation[J] . S. He,Q.H. Wu,J.Y. Wen,J.R. Saunders,R.C. Paton.BioSystems . 2004 (1)

[6]

A bi-level programmingmodel and solution algorithm for the location of logistics distributioncenters .2 SUN Hui-jun,GAO Zi-you,WU Jian-jun. Applied Mathematical Modelling . 2008

← 1 →