基于粒子群算法的多目標(biāo)配送網(wǎng)絡(luò)優(yōu)化問(wèn)題研究.pdf

1、當(dāng)前，空氣霧霾、能源短缺等環(huán)境問(wèn)題的日益凸顯，令節(jié)能減排、減少經(jīng)濟(jì)發(fā)展對(duì)環(huán)境影響的社會(huì)呼聲愈來(lái)愈高。本文在考慮碳排放的前提下，以降低運(yùn)輸成本和減少碳排放作為目標(biāo)，構(gòu)建多目標(biāo)的供應(yīng)鏈配送網(wǎng)絡(luò)模型。
　　在求解多目標(biāo)問(wèn)題的方法中，傳統(tǒng)的多目標(biāo)算法往往是將多目標(biāo)問(wèn)題通過(guò)權(quán)重等方式轉(zhuǎn)換成單目標(biāo)問(wèn)題后，利用成熟的單目標(biāo)優(yōu)化算法求解。這類算法的缺點(diǎn)是一次優(yōu)化求解只能求出一個(gè)解。當(dāng)多目標(biāo)優(yōu)化問(wèn)題具有無(wú)窮多個(gè)Pareto最優(yōu)解，且 Pareto最

2、優(yōu)解集在目標(biāo)函數(shù)空間具有非凸、分段、不連續(xù)或分布不均勻等特點(diǎn)時(shí)，傳統(tǒng)多目標(biāo)優(yōu)化算法很難獲得理想的結(jié)果。
　　近年來(lái)，智能算法在多目標(biāo)優(yōu)化問(wèn)題中獲得了越來(lái)越廣泛的應(yīng)用和研究，粒子群算法作為智能算法中的一種，已經(jīng)在很多優(yōu)化問(wèn)題上得到成功應(yīng)用。該算法利用種群內(nèi)個(gè)體之間的相互合作和競(jìng)爭(zhēng)的復(fù)雜行為訓(xùn)練種群，是一種為優(yōu)化問(wèn)題提供高效率解決方案的方法。本文仔細(xì)研究了多目標(biāo)帕累托理論，提出了一種基于帕累托的多目標(biāo)粒子群算法。針對(duì)基本粒子群算法容易

3、早熟的缺陷，本文加入變鄰域搜索策略，提出了變鄰域的多目標(biāo)粒子群算法，用于解決多目標(biāo)供應(yīng)鏈配送網(wǎng)絡(luò)優(yōu)化問(wèn)題。本文的研究工作主要包括以下幾個(gè)方面：
　　1）介紹了多目標(biāo)帕累托的概念和基本理論。介紹了基本粒子群優(yōu)化算法的理論知識(shí)，以及粒子群優(yōu)化算法在種群搜索方面的特征。
　　2）研究了當(dāng)前物流配送路徑問(wèn)題的問(wèn)題分類和模型種類。在降低供應(yīng)鏈配送網(wǎng)絡(luò)中產(chǎn)生碳排放的目標(biāo)前提下，建立了考慮成本和碳排放兩個(gè)目標(biāo)的多目標(biāo)三級(jí)供應(yīng)鏈配送網(wǎng)絡(luò)模型

4、。
　　3）研究粒子群算法在多目標(biāo)供應(yīng)鏈配送網(wǎng)絡(luò)優(yōu)化等約束問(wèn)題中的應(yīng)用，提出了基于帕累托的多目標(biāo)粒子群算法。然后通過(guò)與變鄰域算法的混合，通過(guò)隨機(jī)的破壞舊解和重建新解，找到全局最優(yōu)解，以達(dá)到幫助粒子跳出局部極值的目的,加強(qiáng)了粒子群優(yōu)化算法的局部搜索能力，提出了變鄰域多目標(biāo)粒子群算法，并用測(cè)試函數(shù)驗(yàn)證了算法的有效性。
　　4）將變鄰域多目標(biāo)粒子群算法應(yīng)用于考慮碳排放的供應(yīng)鏈配送網(wǎng)絡(luò)優(yōu)化問(wèn)題的求解，實(shí)驗(yàn)結(jié)果驗(yàn)證了多目標(biāo)帕累托的有效