基于粒子群算法的穆斯林商贸物流配送问题研究

马子睿

摘要： 该文主要介绍了基于PSO算法的穆斯林商贸物流配送问题，对问题进行具体定义，并给出相应的配送模型；最后把PSO优化算法运用到穆斯林商贸物流配送中心选址问题中。

关键词： 粒子群；穆斯林商贸； 物流配送

中图分类号：TP301 文献标识码：A 文章编号：1009-3044（2017）34-0256-02

Abstract：The paper introduces the particle swarm algorithm to solve the logistics distributing problem of Muslim enterprises. We research the model of Muslim trade logistics distributing. Finally， this paper focuses on the particle swarm optimization algorithm applied to the Muslim trade logistics distributing.

Key words：Particle swarm；Muslim trade；Logistics distribution

穆斯林商贸物流侧重于穆斯林用品、清真食品在城市之间、城乡之间的从供应者到需求者的运输与集散。如何将群体智能算法应用到穆斯林商贸物流配送中，以实现商贸物流配送的最佳化，提高穆斯林企业的竞争力，具有非常重要的理论意义和应用价值。

穆斯林商品的物流配送问题主要针对物流配送中心选址和路径优化等问题，按照穆斯林客户物流需求、穆斯林商品市场特点，采用现代计算机管理手段和物流管理技术，主要通过个性化订制配送中心、优化配置网络资源和智能算法的研究，为每一个穆斯林商品客户提供个性化、智能化和最优化的配送服务和物流管理。本文主要介绍针对穆斯林企业的物流配送问题，利用PSO算法实现物流配送中心的选址。

1 穆斯林企业物流配送问题

穆斯林企业为了在与大型企业的合作和竞争中，寻求更多的发展和生存机会，不断地提高市场快速反应能力和物流配送能力，开始构建较短的交货期、个性化的配送中心选址以及商品高度客户化的物流管理机制。

物流管理是供应链管理过程的子过程，主要是为了解决产品生产端与商品消费端之间的前期计划、中期处理和后期存货问题。穆斯林商品的物流分配调度一般由订单到达、商品请求、商品到达和商品分配调度几个部分组成，这实际上是一个商品配送问题[1]。商品物流配送问题是两个实体，即商品和客户，是客户所购买商品的分发交付过程。商品物流配送问题的核心问题是物流中心选址问题。

2 粒子群算法

粒子群优化（PSO ）算法是一种进化计算算法[2，3]，与其他群体智能算法相类似，粒子群中的每个粒子包含位置和速度两个特征，其中位置是目标函数中自变量的取值，目标函数的值即为适应度。粒子群优化算法与其他进化算法相比较，主要特点是易实现，搜寻速度较快，调整的参数较少，鲁棒性较好和较强的全局收敛能力。对于解决智能物流中的物流配送问题非常适合，对于复杂环境下的问题求解表现出了较强的适应性[4，5]。

传统PSO算法的不足是，在寻找粒子的位置和速度参数时，需要较长的时间和较多的迭代次数，实时性差。为了解决传统PSO优化算法的缺点和不足，Wen Fung Leong等在文献[7]中提出了是否丢弃粒子是由粒子群在解空间中的密度决定的；Bassel Soudan等在文献[8]中提出了粒子是否丢弃由粒子的当前适应度决定的。这些改进的粒子群优化算法主要是通过动态调整粒子的数量，从而降低了算法的平均时间复杂度，但对目标函数优化的损失较大。根据文献[6-8]的研究和实验，为了提高粒子群优化算法的优化性能，最主要的是找到一种平均计算时间复杂度较低，目标函数优化的损失较小的自适应PSO算法。

自适应的PSO算法可以扩大探测范围，使个体在下一代的探测中有机会跳出局部最优解。在不影响优化性能的前提下，既减小了算法的平均时间复杂度，又可以在对时间取值于连续变化的实值空间上动态地进行求解。

3 基于粒子群算法在穆斯林商贸物流配送模型

穆斯林商品的物流配送问题主要是针对客户所需的穆斯林商品如何进行高效地、合理地分配，使得交付商品所需的时间最短及交付路线最合理。这一问题的研究对智慧物流的应用具有非常重大的实用价值，不仅提高了穆斯林企业的核心竞争力，而且增加了穆斯林企业的经济效益。

宁夏穆斯林商贸城是银川最大的大型清真類农副产品物流配送中心，采用的物流模式先进，主要以银川为中心，周边辐射半径为300公里，物流配送中心的建设目标是，以构筑绿色的清真农副产品质量安全市场和清真农副产品的快捷产销链为基准点，主要特色是清真农副产品质量安全标准化、物流和配送智能化、信息服务网络化及“一站式”的物流供应链，最终把宁夏穆斯林商贸城建设成为一个集交易展示、物流加工和管理检测的功能综合的、一体的智能化、现代化的绿色清真农副产品物流配送中心。

3.1 个性化物流配送中心选址

穆斯林企业的特点是其产品高度客户化、产品批量较小，物流中心的商品配送需要穆斯林企业既要具备对市场需求的快速响应能力，又要具备对供应链的动态智能配送能力。如何设计合适的粒子编码方案是关键。

第一，无关系；第二，低延迟，一般延迟是几毫秒；第三，大规模无缝可扩展性，是指没有表格大小和吞吐量限制；第四，可预测性能；第五，全局二级索引。

穆斯林企业的物流配送过程中，主要存在两个实体：商品、客户。每个客户的地理位置和商品需求量是一定的，配送车辆的载重量是一定的，智能配送就是合理制定商品的配送路线，在总行车路程最短、总运行时间最小的目标下使得目标函数最优化，智能配送需要满足以下条件：endprint

第一，配送车辆的起点和终点均是配送中心；第二，配送路径上客户对商品的需求量之和小于等于配送车辆的载重量；第三，配送车辆路经各客户的地理位置点当且仅当通过一次。

基于粒子群算法在穆斯林商贸物流配送模型的目标是一个智能配送中的配送中心选址和路径优化问题，如果配送中心的选址最佳、最合理，即总配送时间最小。配送时间与车辆的配送路径成正比。

3.2 粒子群优化算法实现物流配送中心选址

将离散二进制引入粒子群算法，将粒子的矢量位置的取值采用二进制编码[9]，粒子群找到的局部最优位置和全局最优位置的取值也是0或1。

第一步，初始化x0，采用轮盘赌法确定取值是0或1；

第二步，计算粒子的适应度值；

第三步，更新

如果满足终止条件，那么停止迭代，得到局部近似最优解xk+1。否则，返回步骤二直至达到最大迭代次数为止。

4 结束语

本文研究基于PSO算法的穆斯林商贸物流配送中心选址问题，以若干个性化物流任务的情况为研究对象，将结合穆斯林企业的实际运作情况，对其物流配送中心选址问题进行具体定义，并把PSO优化算法运用到穆斯林商贸物流配送问题中。

参考文献：

[1] 吴慧聪.基于大规模定制的物流研究[J].物流工程与管理，2010，32（5）：37-39.

[2] Kennedy J，Eberhart R.Particle Swarm Optimization[C]. Proceedings of the IEEE International Conference on Neural Networks.Perth，Australia，2005：1942-1945.

[3] 田东平，徐成虎.改进的粒子群优化算法的研究和分析[J].计算机工程与应用，2008（34）：56-60.

[4] 赵鹏军，刘三阳.基于双指数的粒子群算法[J].计算机工程与应用，2008，44（29）.

[5] K E Parsopoulos， M N Vrahatis. Unified particle swarm optimization in dynamic environments [C]. In Proc. EvoWorkshops 2005.

[6] Tan K c，Lee T H，Khor E F Evolutionary algorithm with dynamic population size and local exploration from multiobjective optimization[J].IEEE Transactions on Evolutionary Computation，2001，5（6）：565-588.

[7] Leong Wen-Fung，Yen G G.Dynamic Population Size in PSO based Multi-objective Optimization[C]. IEEE Congress on Evolutionary Computation Sheraton Vancouver W all Centre Hote1.Vancouver，BC，Canada，July 2006.

[8] Soudan B，Saad M An Evolutionary Dynamic Population Size PSO Implementation[C]. ICTTA 2008，3rd international conference on information and communication technologies：from theory to application.Apri1 2008：1-5.

[9] 管婷婷. 多目标粒子群算法在物流配送中的應用研究[D].南昌大学，2012：17-18.endprint