| 标题 | 改进和声搜索算法在电力企业物流中心选址中的应用 |
| 范文 | 余高辉 王超颖 何雪江 黄秀芳 摘 要： 目前关于物流中心选址的研究多基于企业的角度，鲜有学者站在客户的角度考虑企业物流中心选址问题。本文在考虑客户满意度的前提下，建立了以总成本（包括物流中心的运输成本及建设成本）最小为目标的物流中心选址模型，然后运用改进和声搜索算法确定该问题的最优选址方案，该算法在获得最优解的同时减少了迭代步骤，使求解问题的效率得到提高，最后通过一个算例验证了该算法的有效性。 关键词：电力企业；物流中心选址；和声搜索算法 1引言 电气化生活时代，衣食住行、各行各业均依赖于可靠的电力供应。当发生突发停电时，客户最为关注的是恢复供电的及时性，因为停电可能造成不可估量的损失。公司始终秉持“以客为尊、和谐共赢”的服务理念，以最大限度减少停电时间为目标，持续提升供电可靠性水平。当发生突发停电事故时，高效和健全的物流系统，是应急抢险、应对停电、降低损失的重要保障。 目前在物流中心选址方面，关菲等人（2013）在综合模糊环境下，建立了以物流总成本最少，综合服务水平最高为目标的模糊多目标物流配送中心选址模型[1]；叶一芃等人（2017）提出了物流中心选址双层规划模型，考虑投资费用的约束，保证用户平衡的同时使整个物流系统总费用最低[2]。这些模型及算法大都具有NP-hard性质，计算过程较为复杂。因此，近年来国内外的学者提出了一些启发式算法，和声搜索算法是Geem ZW[3]等人在2001年提出的一种新颖的启发式全局搜索算法。该算法具有概念简单、收敛性强、迭代次数少、可参数少等优点，因此，该算法问世以来，已广泛应用于解决产业集群物流选址问题、电网规划问题、水资源优化配置问题等，并在各个领域都取得了一系列的研究成果。 目前，关于物流中心选址的研究多基于企业的角度，鲜有学者站在客户的角度考虑企业物流中心选址问题。电力企业作为一家具有社会责任感的企业，始终坚持“人民电业为人民”的企业宗旨，为社会持续健康发展提供坚强的电力支撑。因此，本文首先以客户满意度为约束条件，建立以总成本最小为目标的选址模型，然后对基本的和声搜索算法进行改进，并运用该算法确定最优的选址方案；最后通過一个算例验证了该算法的有效性。 2模型建立 应急物资属于需求不确定型，采取“集中计划、多级存储、共享使用”的模式，有利于发挥库存的聚集效应，降低安全库存水平及库存持有成本。目前公司主要构建了以省级区域仓库和地市级中心仓库为主的应急物资存储和配送体系，如图1所示： 图1 应急物资仓储及配送体系 本文只讨论地市级物流中心的选址问题，这里假设：①地市局每个辖区的应急物资需求量是可以预测；②客户满意度以应急物资配送时效来衡量，超过配送时效，影响客户恢复供电时间，客户的损失是巨大的，客户满意度为0；③物流中心的处理能力是无限的；④单位运输成本在物流中心运行期间保持不变；⑤物流中心的建设成本离市中心越近则越大；⑥一个辖区只能由一个物流中心服务；⑦期间物价指数保持不变。建立如下地市级物流中心选址模型： （1） 其中，第一项为物流中心的总运输成本；第二项为物流中心的总建设成本，该模型满足如下约束条件： ； ； ；其中 和 为0-1变量。 n为一系列可行的物流中心数量；m为该市辖区的数量；T为物流中心的服务年限；R为物流中心选址不能超过的数量； c为单位距离运输成本；s（t） ij为第t年物流中心j到辖区i的配送量； Di为第i个辖区的总需求量；dij为辖区i到物流中心j的距离；aj为1时表示在j点建立物流中心，否则为0；S0为在该市中心建立物流中心的成本；dj0为物流中心j到市中心的距离；c'为物流中心与市中心相比单位距离的成本降低量； v为配送车辆行驶速度；t'为配送时效要求。 3 和声搜索算法原理及改进 3.1 和声搜索算法原理 在音乐演奏中，乐师们凭借自己的记忆，通过反复调整乐队中各乐器的音调，最终达到一个美妙的和声状态。Z.W.Geem等人受这一现象启发，提出了和声搜索算法，具体原理如图2所示。 和声搜索算法首先在变量取值范围内随机产生M个初始解（和声）放入和声记忆库（HM）内；为了找到全局最优解，该算法提出一个参数——和声记忆库保留概率HMCR ，对每一个变量i，以概率HMCR在HM内搜索新解，以概率1-HMCR在HM外变量可能值域中搜索；为了使目标函数值逃离局部最优，接着提出另一个参数——音调调节率PAR，以概率PAR对新解产生局部扰动，扰动半径为u，这样就产生一个新解。判断新解目标函数值是否优于HM内的最差解，若是，则替换之；如此循环直至达到最大迭代次数为止。 3.2 和声搜索算法改进 由图2基本和声搜索算法的原理可知，和声记忆库保留概率HMCR、扰动概率PAR及扰动半径u对于算法找到全局最优解和局部最优解有直接的影响。在算法搜索前期，为有效利用和声记忆库的积累信息，快速找到局部最优解，可以设置较大的HMCR值、较小的PAR值和较大的u值；而在搜索后期，为跳出局部最优解，找到全局最优解，可以设置较小的HMCR值、较大的PAR值和较小的u值；参数改进具体如以下公式所示[4]： （2） （3） （4） ：算法总的迭代次数； ：经过i次迭代所生成的记忆库保留概率；其中 为最小保留概率； 为最大保留概率； ：经过i次迭代所生成的记忆库扰动概率；其中 为最小扰动概率； 为最大扰动概率； ：经过i次迭代所生成的扰动半径；其中 为最小扰动半径； 为最大扰动半径。 另外，为充分的利用和声库里的信息，快速找到全局最优解，本文每次迭代产生多组（Nhm）新和声，然后从M+Nhm组和声中选取评价最好的M个和声来更新记忆库，改进后的和声搜索算法流程如图3所示： 4算例 A地市供电局共有10个辖区，拟建立一个物流中心服务各个辖区，配送时效要求在2小时以内，预计服务年限为20年，各辖区坐标及20年应急物资总需求量见表1。单位运输成本为1元/吨/公里，车辆平均行驶速度为50公里/小时，市中心坐标为（50，55），在该市中心建设物流中心的成本为5000万元，物流中心与市中心相比单位距离的成本降低量为20万元，试确定最优的物流中心选址方案。 具体计算步骤如下： 1）根据模型（1）建立该地市局的物流中心选址模型。 2）根据图3的改进和声搜索算法流程图编写算法程序，该算法各参数初始化值如下： 和声记忆库保留概率： =0.99， 0.9；音调调节率： =0.5， =0.1；局部扰动： =0.01， =0.001；迭代次数： =1500；和声记忆库： =100；每次迭代产生的新和声数： =10。另外，由于本文中设定该市各辖区的X坐标在10～110之间，Y坐标在10～120之间，从目标函数的角度考虑物流中心最终的选址点只能在X∈（10，110）、Y∈（10，120）的区域内产生，因此在算法中新地址的坐标X在（10，110）区域内随机产生，Y在（10，120）区域内随机产生。 3）运用编写好的算法程序，计算出总成本最低的物流中心坐标及总成本为：（63.191，48.154，72046000），如图4所示： 5 结论 本文在考虑客户满意度的前提下，建立以总成本（包括物流中心的运输成本及建设成本）最小为目标的物流中心选址模型；然后运用改进和声搜索算法确定该问题的最优选址方案，该算法在获得最优解的同时减少了迭代步骤，使求解问题的效率得到提高，最后通过一个算例验证了该算法的有效性。 参考文献 [1]关菲，张强.模糊多目标物流配送中心选址模型及其求解算法[J].中国管理科学，2013，21（S1）：57-62. [2]叶一芃，张小宁.基于随机运输路径选择的物流中心选址模型[J].管理科学学报，2017，20（1）：41-52. [3] Geem ZW，Kim JH，Loganathan G V. A new heuristic optimization algorithm harmony search[ J ]，Simulation，2001，76（2）： 60- 68. [4]劉志敏，王爱虎，余高辉.改进和声算法在产业集群物流选址中的应用[J].工业工程与管理，2011，16（2）：12-17. 作者简介：余高辉（1987-）男，硕士，广东电网有限责任公司教育培训评价中心资产管理专责；王超颖（1990-），女，本科，广东电网有限责任公司教育培训评价中心宣传与企业文化专责；何雪江（1967-），男，中级政工师，广东电网有限责任公司教育培训评价中心后勤服务部主任；黄秀芳（1971-），女，中级经济师，广东电网有限责任公司教育培训评价中心后勤服务部副主任。 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。