基于改进蝙蝠算法的物流中心选址问题研究

随着经济的发展和经济体制改革的深入,物流业在我国发展迅速且前景看好。从宏观上来讲,物流对一个国家经济的发展起着至关重要的作用,从微观上来讲,物流对提高一个企业竞争力来说意义重大。物流中心作为物流系统中的重要节点,其选址在整个物流系统中显得十分重要,选址的成功与否决定了整个物流系统的形状、结构和模式,不仅会影响到物流中心自身的运营成本和绩效以及未来发展,还会影响到整个物流系统是否能够高效运营。因此,对物流中心选址问题开展研究十分有意义。现实中,物流中心选址往往是动态的、多目标约束的、高度非线性的,由其转化而来的问题往往都是高度非线性的复杂问题,其计算复杂度往往呈指数增长,传统计算方法已经很难对这类问题求解。借助于计算机,智能优化算法成为目前解决该类问题的有效方法之一。于2010年提出的蝙蝠算法(Bat-inspired Algorithm),以其模型简单、易于实现、收敛速度快、寻优能力强等特点,被广泛应用解决高度非线性优化问题和现实世界的各种工程问题。本文将蝙蝠算法进行有效改进,然后用于求解物流中心选址问题。本文的主要研究内容包括以下几个方面:(1)概述物流中心的相关概念、物流中心选址的基本理论和方法模型。(2)介绍基本蝙蝠算法,在分析惯性权重的基础上,选取指数递减的惯性权重引入到蝙蝠算法对其进行改进,提出具有指数递减惯性权重的蝙蝠算法,以提高其计算精度、减少其运行时间,并通过7个标准测试函数进行仿真实验,证明改进蝙蝠算法可行性和有效性。(3)将改进的蝙蝠算法应用到物流中心选址问题上,对物流中心选址问题构建算法编程,用改进的蝙蝠算法求解,通过与基本蝙蝠算法的求解结果对比,与Lingo软件的求解结果对比,表明改进蝙蝠算法求解物流中心选址问题的有效性以及先进性。本文为蝙蝠算法的改进研究提供新的思路,为智能优化算法求解物流中心选址问题提供新的参考,具有一定的理论意义和现实意义。