文摘
第四方物流(4 pl)已经收到极大关注和研究人员。本文研究多点到多点4 pl系统与可靠性约束路由优化。客观因素造成干扰的运输时间考虑在内。多点到多点的数学模型多任务路由优化与可靠性约束4 pl系统设置。解决模型,一个混乱的遗传算法(混乱的GA)双数组编码方法设计。实验结果与枚举算法(EA)相比,它表明,该算法可以找到令人满意的解决方案,是一种强大的优化方法来解决这个问题。
1。介绍
随着全球经济的快速发展,企业之间的贸易增长显著。因此对物流企业整合供应链的能力增加。他们渴望一个物流公司,拥有强大的综合实力为整个供应链提供方案,能够满足multiproduct分销服务不同需求生产不同的地方的地方。然后,第四方物流(4 pl)出现(1]。操作本质和4 pl的核心优势在于其整合供应链资源的能力。然后通过供应链整合最优质的资源,供应链的灵活性会得到一个完整的程度上,客户将获得个性化和多元化的集成解决方案,快速、高质量、低成本的物流服务将提供(2]。与此同时,物流网络的日益复杂,其可靠性越来越成为企业关注的一个焦点。然而,当前的物流网络规划和设计系统可靠性的客户的需求。
许多研究人员研究了4 pl和它已经收到了越来越多的关注3- - - - - -8]。4 pl的路由问题是管理和优化过程从供应商到需求者,这是直接关系到4 pl的运营效率。这些研究大多利用基于网络的方法(9,10]。在[11),提出了目标系统的转运蛋白和4 pl建立层次结构模型。一个概念模型,提出了基于研究4 pl实施(12]。在[13],作者考虑几个特征和横向协作实现相关的问题通过一个探索性的调查零售商、供应商和物流服务提供商在英国杂货零售业,特别是关注第四方物流服务提供商的角色。在[14),一个禁忌搜索算法的集成建立了4 pl模式。
多点对多点、多任务和路线选择问题4 pl系统集成第三方物流供应商的选择被认为是。它是一个复杂的系统。我们采取客观因素导致交通干扰时间的考虑,并建立了数学模型。我们的目标是最小化总成本在这多任务的问题,和所有任务必须满足可靠性约束客户所需。因为多点到多点4 pl系统路由问题是np难两个算法设计:混乱的遗传算法(混乱的GA)和枚举算法(EA)。该算法编码在Matlab 7.0和2.83 GHz酷睿2计算机上运行。比较仿真证明该算法的有效性。
2。描述的问题和数学模型
2.1。描述的问题
我们使用一个简单的方法来描述4 pl物流体系,这是油印。它可以很容易地告诉我们需要的所有信息很明显,如图1所示。油印可以定义的。表示的供给、转运和节点的需求。一组表示的弧线,即第三方物流提供商两个城市之间的交通。和供应节点,和需求节点,其他节点中转节点。有两个位置之间的许多方面和第三方物流提供商,所以两个节点之间存在多个弧油印。每个弧有成本的性质、时间和能力。本文问题的目标是找到路线(即。,Origin-Destination pair) with minimum cost as well as subject to constraints on customer’s requirement for reliability and capacity.
2.2。4 pl系统的可靠性
4 pl系统由城市的路线和第三方物流提供商。它形成一个平行的系统。根据可靠性理论,4 pl系统的可靠性可以被继续乘法计算3 pl的可靠性。在这里,每一个第三方物流被看作是物流部门。在这篇文章中,第三方物流供应商的运输时间是不确定的,正态分布。因此,物流单元的时间可靠性的概率可以被定义为货物及时交付。它可以由以下公式计算: 是时候物流单元的可靠性。是物流的运输时间单位。我们假设。是客户的要求的时间限制。
可靠性的另一个重要的影响因素是运输成本。它可以由以下公式计算:
这里给出了物流单元的可靠性函数如下: ,的权重系数分别运输时间和运输成本。
4 pl系统的可靠性可以通过以下公式计算: 是4 pl系统的可靠性。是物流单元的数量在4 pl系统。
2.3。假设的模型
(我)不仅有一个供给和需求之间的任务节点。(2)4 pl系统上的每个路径不能被重用。(3)第三方物流供应商的运输时间是不确定的,正态分布。它是独立于彼此。
2.4。建立模型
变量和参数定义如下: :组节点包括供应商、运输设施和需求者,; :套供应商; :交通节点的集合; :组需求者; :第三方物流提供者节点之间的数量和; :第三方物流提供者节点之间和 : 的单位运输成本第三方物流提供者节点之间和; :节点的单位成本; :货物运输的总数th供应节点需求节点的任务; :的运输能力第三方物流提供者节点之间和; :节点的处理能力; :时间由第三方物流的提供者,; :时间节点的极限来; 可靠性:;,; 可靠性:一对;+; :期望的可靠性水平。
4 pl系统路由优化的数学模型可靠性约束可以描述如下: (在哪里6)是目标函数包含路径上的所有节点和弧的成本;约束(7)表示的可靠性对必须满足客户的需求;约束(8)代表的能力选择第三方物流提供商必须不少于交通能力客户要求;约束(9)表示能力的节点在路由必须不少于客户需求能力。方程(10)网络流的手段来保持平衡。方程(11)和(12)确保所选节点和弧应该由从源到目的地的路线。方程(13)和(14)代表和分别是0 - 1决策变量。
3所示。算法设计
多点到多点4 pl系统路由优化是一个典型的np难问题。根据模型的特点,一个混乱的遗传算法(混乱的GA)双数组编码方法设计。在下面,我们首先详细描述混乱的GA (EA),然后介绍一个枚举算法,用于检查的质量解决方案获得的混乱。
3.1。混乱的遗传算法
根据模型的特点,一个混乱的GA双数组编码方法设计。混乱的GA不同于普通遗传算法,它们允许变长字符串。过程的详细描述可以写成如下。
步骤1(编码)。问题的特点,采用双阵列编码方法,可选节点图是一个数组的元素由自然数编码和第三方物流提供商构成其他数组编码整数和个体的长度是变体。大胆的线条图1可以被编码为。
步骤2(初始化)。随机生成初始种群的PS染色体。人口规模是PS。
步骤3(适应度函数)。摘要可靠性约束添加到目标函数作为惩罚,和是一个惩罚因子。适应度函数是由(15)。
的值范围从1到2,根据实际情况:
步骤4(选择机制)。选择过程是基于旋转轮盘赌。
第五步(交叉操作)。执行交叉操作对选中的染色体交叉概率。减少操作员和拼接后,染色体′′和B′′可能是无效的。因此,修复手术是必要的。交叉过程如图2。我们需要调整染色体,以确保它是一个连接路线。过程可以写成下面的详细描述。
步骤5.1。如果有相同节点的路由上,删除一个节点和邻弧。如果没有,去步骤5.2。
步骤5.2。如果新一仍然是一个路径从源到目的地,戒烟成功。如果没有,之后添加的所有节点的交叉点。交叉点前的节点定义为跟踪节点。定义的基因在交叉点的有效途径。
步骤5.3。如果节点,拼接的路线的节点后的路线,如果新的染色体是法律路线,与成功戒烟。如果没有,选择一个节点相邻跟踪节点新的跟踪节点,并添加新的弧的有效路径。
步骤5.4。确定跟踪节点是目的节点;如果它是一个有效的途径,成为新的染色体,所以辞职成功;如果不是,转向步骤5.3。
步骤6(突变操作)。执行变异操作的可行解空间,选择一个随机的染色体,并改变相邻节点的弧变异操作的概率。
步骤7(终止准则)。检查是否在NG迭代时间。如果这是真的,停止过程和输出最优解;转到步骤3。
3.2。枚举算法
检查的质量解决方案通过混乱的GA,使用枚举算法(EA)。因为解决方案空间很大,EA描述如下。
步骤1。生产供应的所有路由节点和需求的节点直接图形满足容量和可靠性的要求。
步骤2。计算每条航线的适应度函数值。根据目标函数适应度函数的设计和可靠性模型的约束。它类似于混乱的遗传算法的适应度函数(15)。
步骤3。检查所有线路的组合,并下令根据适应度函数。最低的组合适应度函数值是最好的解决方案。
4所示。数值分析
假设4 pl公司进行跨国运输。在这个运输,我们需要运输3吨食物和5吨煤的供应节点和需求的节点和。拓扑结构如图1。
该算法编码在Matlab 7.0和2.83 GHz酷睿2计算机上运行(15,16]。我们分析的性能混乱GA和比较结果与枚举算法(EA)。影响性能的参数包括人口规模(PS)的一代(NG),交叉概率(),比例因子的突变()。期望的可靠性级别()是0.85。节点和弧的成本以下记录的1000美元。吨的能力记录,记录的第三方物流提供者是一小时的时间。参数设置如下:
节点和弧数据表中给出1和2,“”和“”分别指的是开始和结束节点。
实验结果如表所示3。
4 pl公司需要运输粮食和煤炭供应节点要求节点的可靠性不小于0.85。从表3,也可以看到凌乱的GA和EA可以获得最优结果,但混乱的GA可以迅速解决问题。
5。结论
4 pl系统中的路由优化供应链优化最重要的一个问题。本研究建立的数学模型多点到多点4 pl系统路由优化与可靠性约束基于可靠性理论。混乱的GA和EA模型提出了解决。数值试验进行调查的性能提出了混乱。实验结果表明,混乱的遗传算法可以获得相同的EA的最佳结果。
利益冲突
作者宣称没有利益冲突有关的出版。
确认
本文由辽宁省的科技支持计划(没有。2013216015)和沈阳的科技支持计划(没有。f13 - 051 - 2 - 00也没有。f14 - 231 - 1 - 24)。