论文部分内容阅读
本文研究基于人工鱼的全局优化文化算法及其在物流配送中心选址中的应用,其工程背景是复杂的连续性设施选址问题。配送中心选址问题从数学模型上看,属于多源Weber问题,具有NP难的特点；从优化角度看,属于全局优化的范畴；从实用角度来说,具有广泛的应用价值和深远的现实意义。设施选址问题自上个世纪以来一直为学术界和工程界所密切关注,目前已经发展了一系列成熟的选址模型和求解算法,如重心法、Baumol-Wolf模型、混合整数规划模型和进化计算等。本文研究的是连续性选址问题,经Cooper证明该问题的数学模型既不属于凸函数也不属于凹函数,还可能存在大量局部最优解,因此选用一种较好的全局优化方法尤为重要。在深入研究人工鱼算法和文化算法各自特点的基础上,针对人工鱼算法在搜索后期收敛较慢以及常常陷入局部最优等方面的不足,本文提出了基于人工鱼的全局优化文化算法,并将其用于解决配送中心的连续性选址问题。本文的主要工作如下：(1)设计基于人工鱼的全局优化文化算法。该算法将人工鱼结合一种简单的全局探索策略嵌入文化算法的种群空间,其中利用AFSA来实现局部寻优,同时结合人工鱼的全局跳跃策略,使算法表现出较优的全局搜索能力。信念空间的知识通过个体行为——人工鱼步长和位置基因共同更新从而更有效的指导搜索。当算法运行后期搜索过程较慢或处于停滞状态时,采取高斯变异的影响策略,可以使搜索的精度更大。(2)对物流配送中心连续性选址问题进行仿真实验。首先分析了配送中心的选址问题,然后以配送成本最低为准则,建立相对应的简化数学模型,并提出用基于人工鱼的全局优化文化算法和Cooper提出的ALA相结合的求解配送中心选址问题的算法,最后用该算法与基本人工鱼算法(AFSA)和遗传算法(GA)进行了对比仿真实验,结果表明本文算法的可行性、有效性以及全局搜索性能均优于其他两种算法,能够为决策者提供一种有效的优化工具。本课题以及求解方法为深入研究选址问题提供了宝贵的应用参考价值。