论文部分内容阅读
我国经济水平的不断提高,使得人民的物质需求日益增长,这给农产品物流提出了更高的要求。我国农产品物流当前仍然面临着流通环节多、配送车辆调度优化、配送中心选址和管理等方面的问题。研究农产品物流配送中心的选址和农产品物流配送调度问题,综合考虑各种因素,科学合理的建立现代化、信息化的农产品物流配送中心,然后制定合理高效的调度方案,不仅可以准时、快速、优质地完成农产品配送任务,降低农产品配送成本,还能增加农产品配送中心的盈利,带动区域经济的发展。除此之外,高效的农产品流通速度,使得农产品能够保质保鲜,从而很好的保证了农产品自身的价值,对农产品的消费者来说,能够很好的满足其需求。对于农产品生产者来说也能获得更多的收益。微粒群算法是一种原理简单,应用广泛的优化算法,将微粒群优化算法进行改进,应用到农产品物流配送车辆调度优化问题和配送中心选址问题上,无论是在理论层面还是实际应用层面都有一定价值。本文首先对农产品物流配送车辆调度优化问题和农产品物流配送中心选址问题的国内外研究现状进行了介绍。对于农产品物流配送车辆调度优化问题,分析了其构成要素和分类情况,介绍了一些求解此问题的算法,建立了此问题的优化模型。然后,分析了影响农产品物流配送中心选址决策的因素,重点介绍了选址的原则、选址的相关约束、选址的流程、选址所需的数据,在此基础上建立了选址模型。此外,介绍了微粒群算法的流程,并对微粒群优化算法的原理及其参数选择策略等做出了较全面的诠释。针对微粒群算法容易陷入局部最优解的缺点,将爬山算法思想与微粒群算法融合,提出了混合微粒群算法。将混合微粒群算法应用到农产品配送车辆调度优化问题和配送中心选址问题,并进行了实例分析。结果表明,混合微粒群算法在处理复杂的组合优化问题上,搜索的成功率有了明显提高,是一种比较好的处理方法。同时,为了更好的进行比较,将基本微粒群算法和遗传算法也应用到农产品配送车辆调度优化问题和配送中心选址问题上,并比较和分析了混合微粒群算法、基本的微粒群优化算法和遗传算法测试效果与性能的优劣,通过实例分析,证明混合微粒群优化算法跳出局部最优解的能力更强,收敛速度更快,收敛精度更高。但是由于加入爬山操作,所以运行时间会有所增加。