物流配送路徑問題的改進遺傳算法與仿真
摘要
透過將物流配送中心的實際物流配送網絡描述爲由配送中心和顧客兩類節點的圖,建立了物流配送路徑模型.此類問題屬於最優化問題,遺傳算法是處理此類最優化的有效方法, 本文利用在交叉上採用1致交叉，在變異上採用隨機兩點變異的改進遺傳算法求得圖中各節點間的最短路徑和最短路徑長度,從而得出模型的最優解.改進後的遺傳算法能較早地找到滿足條件的羣體並得到最優解. 透過仿真實例計算,取得了滿意的結果。
關鍵詞： 遺傳算法； 最優路徑選擇； 物流； C語言
The improving genetic algorithms and simulation of the logistics distribution routes
Abstract
Through describing the actual logistics distribution network of the logistics distribution center as two nodes figure consisting of distribution center and customer, I established trail models of logistics distribution. Such issues are the optimization problem, Genetic algorithms is a most effective way to deal with such issues. Using the method of a consistent cross in cross and the two point random variation in variation of the improved genetic algorithms can seek the shortest path and the shortest path length between the nodes in the chart and then get the optimum solution. Genetic algorithms can find groups satisfied conditions earlier and get the optimum solution. Through using examples of simulation mathematics achieve satisfactory results.
Key word: genetic algorithm; the optimum path choice; logistics; c language
前言
Internet網絡基礎設施及相關技術(如數字簽名、電子加密等)的成熟和電子商務網站的蓬勃興起，爲電子商務中資訊流、商流、資金流的電子化實現打下了強有力的基礎，然而作爲電子商務中最特殊的1個環節———物流，卻並不能全部實現電子化，除了小部分的商品(如軟件、電子讀物、音樂等)外，其餘大部分商品都需要進行配送，即物流配送。尤其是B2C型電子商務企業，其物流配送費用更是商品成本重要的.組成部分，因而如何優化和完善物流配送系統,提高企業市場競爭力, 已成爲B2C電子商務企業成功的關鍵之所在。在物流系統的研究中，傳統的、有代表性的物流配送路徑的選擇模型是1959年Dantzig和Ramser提出的車輛路徑問題VRP(Vehicle Routing Problem)[4]。它介紹的方法是指在客戶需求位置已知的情況下，確定車輛在各個客戶間的行程路線，使得運輸路線最短或運輸成本最低，事實上，用戶對某種商品的需求量應該是隨機變量，這些隨機變量之間有着1定的隨機關係，所以VRP問題被證明是1個典型的難題[7]。它利用了1般的遺傳算法對具體問題進行求解，但因爲1般的遺傳算法在搜尋最優解時還存在着需要多次循環才能得到的缺點。遺傳算法是解決這類問題中比較有效的方法, 它不依賴於問題的具體領域，是1種求解複雜優化問題的有效方法，得到了廣泛的應用。透過在交叉中採用1致交叉，在變異中採用隨機兩點變異的改進遺傳算法能夠更快的搜尋到最優解。