﻿ 基于PGSA的易腐蚀物品配送中心选址研究 Study on the Selection of Corrosive Goods Distribution Centers Based on PGSA

Advances in Applied Mathematics
Vol. 08  No. 03 ( 2019 ), Article ID: 29168 , 9 pages
10.12677/AAM.2019.83051

Study on the Selection of Corrosive Goods Distribution Centers Based on PGSA

Yukai Zhou, Shimin Wang

School of Computer and Information Engineering, Beijing Technology and Business University, Beijing

Received: Feb. 16th, 2019; accepted: Mar. 1st, 2019; published: Mar. 8th, 2019

ABSTRACT

With the continuous improvements of people’s living standards, the demands for corrosive articles are also increasing. Corrosive articles are getting more and more attention from both enterprises and factories in the logistics circulation. The location of perishable goods warehouses is not only the center of the logistics chain, but also the key to the success of business activities of enterprises and factories. In order to achieve the lowest total distribution cost between the distribution centers and required users, the model is established by using the simulated plant growth algorithm as a tool, considering the characteristics of the corrosive items and the complexity on the location selection. The central site selection is close to the global optimal solution.

Keywords:Decaying Product, Distribution Center, Location Selection, Growth Simulation Algorithm (PGSA)

Copyright © 2019 by author(s) and Hans Publishers Inc.

1. 引言

2. 文献综述

Guney，Durmus和Basbug将PGSA分别于MTACO，BA，BFA三种智能算法进行比较，比较结果表明PGSA寻求最优解解能力更强，且算法收敛性与计算速度更有优势 [12] 。

3. 模拟植物生长

3.1. 模拟植物的生长演绎方式

L-系统遵循局部决定系统的生长法则，每个单元的行为只与它周围的单元行为有关，每个单元的无意识行为造成了整体系统的涌现。对植物生长做形式化的描述，可以根据以下几点进行 [2] ：1) 破土而出的茎杆在一些叫做节的部位长出新枝；2) 大多数新枝上又长出更新的枝，这种分枝行为反复进行；3) 不同的枝彼此有相似性，整个植物有自相似结构。

1：a→c[b]d；2：b→a；3：c→c；4：d→c(e)a；5：e→d

Figure 1. Growth of a branch in an OL-system

Table 1. Branch growth process

3.2. 模拟植物生长算法

(1)

(2)

(3)

Figure 2. State space of Morphin concentration

Figure 3. Iterative flow chart of PGSA algorithm

4. 易腐物品配送中心选址模型

① 物品产地在配送中心地，各地资源情况一样。

② 每一个客户都有且只有一个配送中心发配物品。

③ 配送中心的仓储能力满足需求。

④ 在配送物品过程中其腐败速率与瞬时物品量成正比。

⑤ 当物品损坏后无法补充。

⑥ 每一客户的需求都为已知。

⑦ 每一对点间的速度都是一致的，客户需求物品都一次运输完成。

⑧ 仓储中的物品损失和仓储费用不计入系统的总费用之中，且在各个地方仓库建设的费用都一致。

(4)

Wij含义为配送中心j到需求点i路途中的无损易腐品量，α系数为腐败速率。

(5)

(6)

(7)

(8)

(9)

(10)

5. 算例及分析

① (17.0022,79.9978) ② (44.9907,59.9956) ③ (57.7756,37.0622) ④ (77.7689,90.8978) ⑤ (22.6933,37.1533) ⑥ (40.9956,5.0111)

Table 2. Location of specific coordinates of 40 chains

Table 3. Values of parameters

Table 4. 6 Chain supermarkets and their demand in six distribution centres

Table 5. Comparison of the optimum location solutions of PGSA and GA distribution centers

6. 结束语

Study on the Selection of Corrosive Goods Distribution Centers Based on PGSA[J]. 应用数学进展, 2019, 08(03): 455-463. https://doi.org/10.12677/AAM.2019.83051

1. 1. 蒋长兵, 王姗姗. 精确重心算法在物流节点选化中的应用[J]. 物流技术, 2005(9): 65-67.

2. 2. 戴更新, 于龙振, 陈常菊. 基于混合遗传算法的多配送中心选址问题研究[J]. 物流技术, 2006(6): 38-42.

3. 3. 姜大立, 杨西龙. 易腐物品配送中心连续选址模型及其遗传算法[J]. 系统工程理论与实践, 2003(2): 62-67.

4. 4. 李彤, 王众托. 模拟植物生长算法在设施选址问题中的应用[J]. 系统工程理论实践, 2008, 28(12): 107-115.

5. 5. 李彤, 王众托. 大型城市地下物流网络优化布局的模拟植物生长算法[J]. 系统工程理论与实践, 2013, 33(4): 971-980.

6. 6. 丁雪枫, 马良, 丁雪松. 基于模拟植物生长算法的易腐物品物流中心选址[J]. 系统工程, 2009, 27(2): 96-101.

7. 7. 王莉, 秦勇, 徐杰, 等. 植物多向生长模拟算法[J]. 系统工程理论与实践, 2014, 34(4): 1018-1027.

8. 8. 李苏文. 生鲜食品配送中心选址策略及运用[J]. 科技情报开发与经济, 2010, 20(34): 186-188.

9. 9. 李寻梦. 新鲜度条件下生鲜食品配送中心选址硏究[D]: [硕士学位论文]. 重庆: 重庆工商大学, 2013.

10. 10. 于文娟. 生鲜配送中心选址常见方法的对比[J]. 商场现化化, 2013(17): 47-48.

11. 11. 王淳, 程浩忠. 模拟植物生长算法及其在输电网规划中的应用[J]. 电力系统自动化, 2007(7): 24-28.

12. 12. Guney, K., Durmus, A. and Basbug, S. (2009) A Plant Growth Simulation Algorithm for Pattern Nulling of Linear Antenna Arrays by Amplitude Control. Progress in Electromagnetics Research B, 17, 69-84. https://doi.org/10.2528/PIERB09061709