基于遗传算法的A物流园区平面布局规划研究
文/王慧盟  2020年第04期第109页  2020-03-19

  摘要:物流园区的建设必先依赖于园区的设计和合理的功能规划,本文通过实证验证理论,利用SLP结合遗传算法,以A物流园区为实证分析,对相关物流量进行计算,标定适合建设物流园区的最佳地理位置,建立模型,设计函数,编码和解码,运算。

  关键词:A物流园区;规划;布局优化;遗传算法

  全球经济迅速的发展,给物流业的崛起带来了机遇,为物流产业的蓬勃发展提供了土壤。很多城市作为战略重点物流城市,亟需优化、升级物流园区来降低物流成本、提高集群效应。但目前很多物流园区的建设存在问题,如:很多地方自发形成的物流聚集地多表现为如运输或仓储等单一职能,使得物流的发展难以同各地经济发展相适应,更有甚者还阻碍了地方经济得发展,这便需要合理地发展物流园区。于是近年便有各地大量物流园区开始涌现,形成了杂乱发展、盲目扩展、盲目建设、质量参差等众多突出的问题。还有一些物流园区建设初期完全没有经过市场考察,没有经过科学计算,对后期运营没有合理规划,从而造成招商难、运营亏、货源少,甚至为抢货源恶意低价竞争扰乱物流市场的现象。

  因此,有计划有目的建设物流园区,建设符合市场要求的物流园区,设计合理的园地内部规划,建设符合地方经济发展需要、符合行业企业发展需要的物流园区成了亟待解决的问题。这也是本文研究的目的。

  1.遗传算法

  遗传算法(Genetic Algorithms,简称GA)是一种建立在自然选择和群体遗传学机理基础上、具有广泛适应性的概率搜索方法。它模拟达尔文生物进化论中的“优胜劣汰、适者生存”的自然法则(当前个体的性能越优就越容易传给下一代),将个体的优良基因继承下来,直至得到近优解或满意解。

  这就是本文的主要算法设计。我们采用MATLAB软件进行编程实现此算法。主要步骤及框图如下:

  第一步:使用整数编码;

  第二步:染色体采用自然数(或整数)编码方式;

  第三步:当前代数为0,N个染色体组成初始群P(0),N个染色体表示N条行车线路;

  第四步:编写适应度函数,计算适应度;

  第五步:根据所计算得出的适应度值,判断可终止与否;

  第六步:按赌盘选择法复制下一代染色体;

  第七步:按PMX交叉、逆转变异生成新的个体;

  第八步:若满足算法终止程序,则停止,否则继续执行。.

  2.A物流园区平面布局设计目标

  物流园区是由物流各相互联系相互关联的功能要素组成的有机整体,设计物流园区平面布局首先需要明确物流园区功能服务,将物流功能服务内容作为设计目标,依靠功能目标衡量园区的设计是否合理。总体设计目标为将园区中的物流设备、运力系统、人员和四流(物流、商流、资金流和信息流)能有效配置,使后期运营成本达最小化的同时实现效益最佳。

  根据A物流园区所处地的物流特点,典型的目标可以具体概括为以下几点:

  (1)确保线上业务的操作。

  (2) (2)依据SLP规划法设计工艺流程,尽可能减少园区弯道设计,减少园区内无效搬运。

  (3)确保各区域间交流合作的便利性。

  (3)具有足够的市场吸引力,能满足市场发展的需要,能满足园区内企业经营和服务市场的需要。

  (4)建设投资的成本最小化,经济效益最大化。

  (5)园区配套设施完善,有良好的工作环境和人文环境,考虑后续发展的需要。

  (6)注重可持续发展,避免环境污染。

  依靠上述目标评判布局设计效果,并根据以上目标建立布局规划模型。

  3.基于遗传算法的布局规划研究

  3.1 设计决策变量

  在物流能力方面,根据物流功能之间的相关性,设计关系图如图3.1所示。

  图3.1 物流能力相关性分析图

  根据下表划分物流等级,得到物流相关性关系表,如图3.2所示:

  图3.2 物流园区仓储能力相关性分析图

  经上述步骤,根据作业单项目以及承担的物流量比例评价等级,如表3.1所示。

  表3.1 相关性分析等级划分总结表

  最后,得到物流相关性程度关系。

  3.2确定限制条件

  为方便交通路网形成及运输便利,物流园区规划设计采取多通道等距布局,Lx——总平面布局的长度;Wy——总平面布局的宽度;平面布局如图3.3所示

  图3.3平面布局坐标图

  设:作业区集合为C=A×B、功能区总数为n,功能区域集合为A={1,2,3,4…i…j …n-1…n},功能区位置总数为m,地点集合为B={1,2,3,4…1…k …m-1…m},如下图5所示:

  图3.4交叉示意图

  取Xij为由0-1为变量的矩阵

  Xij= x11 x12 … x1nx21 x22 … x2n …xm1 xm2 … xmn (3.1)

  其中Xij=0、1

  且■■■■Xij=1, ■■■■Xij=1 (3.2)作业区在布局中位置由(xi,yt)坐标位置表示。布局形式采用直线通道。中心线一致,故纵坐标由总平面作业区块行数决定。如图3.5所示。

  图3.5限制性条件分析图

  设计如下约束条件:

  xi-xj≥■(wi+wj)+dwijyi-yj≥■(li+lj)+dlij (3.3)

  dlij×H+2×ls≤lx■(wi+dwi (i+1))xmh+2xws≤wx (3.4)

  其中:

  3.3园区规划目标函数

  F(x)=■wi■(xi) (3.5)

  目标函数如下:

  F(x)max=w1■(x1)+w2■(x2)+w3■(x3) (3.6)

  设得分最高时,平面布局最优。

  (1) 物流强度关系的目标函数

  ■(x1)min=y1■■M(x)xij+y2■■N(x)xij (3.7)

  其中:γ1,γ2——重要性程度所占权重y1+y2=1

  N(x)——货物流动相关程度

  M(x)——仓储能力程度

  (2) 业务流程的目标函数

  ■(x2)max=β1■■P(x)xij+β2■■Q(x)xij+β3■■R(x)xij

  (3.8)

  (3)环境保护的目标函数

  ■(x3)max=■■H(x)xij (3.9)

  其中:H(x)——环境影响程度

  转化方法有以下几种:

  (1) 当优化目标为正,求最大函数

  F(x)=■(x) (3.10)

  (2)当优化目标为负,求最小值时

  F(x)=min■(x)=max(-■(x)) (3.11)

  在本文中设计适应度函数为

  Z=F(x)+η×ez (3.12)

  z=(Lx-L)+(wy-w)Lx>L或wy>w 0 Lx≤L或wy≥w (3.13)

  3.4 染色体编码或解码

  (1) 编码

  ((s1,s2,……,sn-1,),(x1,x2,……,xn,),(d1,d2,……,dn,))(3.14)

  (2) 解码

  ym=(■sj=1)×dy (3.15)

  xm=■(Δl (mlk-1)mlkx+2lmlkx)+lmxmlkx (3.16)

  其中变量如下表所示:

  得到了功能区块的位置,可以计算出所需要的功能区的最下面积:

  Lx=max(l1,l2……lH)+2ls (3.17)

  wy=max(wei……wen)+max(wh1……wh2)+2ws+H×dΔy (3.18)

  3.5设计遗传因子

  (1)采用轮盘赌选择:

  图3.6 轮盘赌选择示意图

  Pi=■i i■■i(i=1,2……N) (3.19)

  (3) 交叉

  在编码中设计了三组染色体,(s1,s2,……,sn-1,),(x1,x2,……,xn,),(d1,d2,……,dn,)其中(s1,s2,……,sn-1,)和(d1,d2,……,dn,)两序列采用两点交叉法,即在编码串中随机选择位置交叉,然后交换(s1,s2,……,sn-1,)和(d1,d2,……,dn,)交叉点间部分染色体。

  (4) 变异

  本文选择的变异是针对染色体基因座上的基因值所执行的位置变异法。也就是针对染色体上的随机位置进行选择,然后交换。

  4.A园区规划实证结果分析

  4.1功能区流量实证结果

  A物流园区,预计占地面积1285119平方米,按照计划该物流园区应包含仓储、配送、流通加工、多式联运等核心功能,除此还应具有电子商务功能、信息处理功能、商贸功能和其他办公相关功能。

  表4.1 A物流园区经济指标参数

  物流园区的各功能区块间的非物流作业流程及环境相互关系表如下图4.1,4.2所示:

  图4.1 非物流相关流程图

  图4.2非物流关系相关性分析图

  表4.2功能区块间物流量表

  4.2功能区布局实证结果

  设计遗传算法相关参数如下表4.3所示:表4.3遗传算法参数设置

  经过MATLAB程序运算,得到最优的遗传编码为:

  (211.3424,561.6878,540.5568,560.8688,825.7879,540.1839,210.4677,305.4677,575.5777,315.6789,871.7645,305.7878,145.8978,105.5718,430.8635,115.8575,800.1134,105.7888)

  即得到的最后的平面布局如图4.3。

  图4.3 A物流园区平面布局图

  利用数学模型精确建立的以上这个平面布局,有效地利用了空间、设备、人员和能源,功能健全,存储和吞吐能力强,能为多式联运提供物流支持。带有约束条件的非线性数学模型,实现了建设成本、运营成本、配送成本等各项总成本的最小化,并能为人员提供方便、舒适、安全和卫生的作业环境。

  配套区为暂留一区,作为未来园区的发展扩展使用。C

  基金项目:本文为山西省教育厅教学改革项目《基于山西地域特色的物流管理专业教学资源库建设与应用研究》的阶段性研究成果,课题编号:GH-13153。

  (作者单位:太原旅游职业学院)

  参考文献

  [1] 但京.基于遗传算法的钢材物流园区规划研究[D]. 武汉理工大学 2011(9-10)

  [2] 郝红艳.基于遗传算法的物流园区功能区布局方法研究[D].北京交通大学 2017(7-9)

  [3] 詹雨薇.基于改进遗传算法的物流园区服务组合推荐优化[D]. 浙江理工大2015(23-24)

  [4] 陈炼、万芳、邓少波.基于遗传算法的布局问题的实现[J]. 计算机应用2015(02)(33-34)

  [5] 印鉴、李明.基于遗传算法的最优布局问题求解[J]. 计算机研究与应用2012(10)(29-30)


【编辑:editor】
上一篇:重庆市快递服务业的发展现状
下一篇:返回列表
文章二维码分享至手机