基于多目標(biāo)麻雀搜索算法的生鮮農(nóng)產(chǎn)品配送中心選址研究
發(fā)布時(shí)間:2023-12-10 07:53
隨著國(guó)民經(jīng)濟(jì)的發(fā)展,居民對(duì)日常飲食品質(zhì)的要求也逐漸提高,其中對(duì)生鮮的需求也日益增加。在國(guó)內(nèi)的生鮮市場(chǎng)中,農(nóng)產(chǎn)品是主要消費(fèi)品之一,與其相關(guān)的生鮮農(nóng)產(chǎn)品物流配送市場(chǎng)發(fā)展空間巨大。但是在此良好的發(fā)展前景下,國(guó)內(nèi)的生鮮物流配送配送行業(yè)的發(fā)展卻進(jìn)入了瓶頸期。如何在每次進(jìn)行配送時(shí)選擇合適的配送中心已經(jīng)越來(lái)越成為影響生鮮配送行業(yè)發(fā)展的因素之一。因此,研究如何選取合適的配送中心從而讓每次的配送成本以及配送過(guò)程中的貨物損耗最低就具有很重要的意義。本文將生鮮配送中心選址問(wèn)題轉(zhuǎn)換成多目標(biāo)優(yōu)化問(wèn)題,提出將改進(jìn)后的多目標(biāo)麻雀搜索算法用于解決此問(wèn)題。首先提出慣性權(quán)重策略和柯西變異策略分別去更新麻雀搜索算法中發(fā)現(xiàn)者和警惕者的位置,從而提高原算法的收斂速度和跳出局部最優(yōu)的能力。在多策略的基礎(chǔ)上將多種群協(xié)同進(jìn)化機(jī)制應(yīng)用到多策略麻雀搜索算法上,進(jìn)一步提高算法的全局搜索能力。使用F系列測(cè)試函數(shù)對(duì)算法在單目標(biāo)上進(jìn)行基準(zhǔn)測(cè)試,使用ZDT、DTLZ和UF測(cè)試函數(shù)對(duì)算法在多目標(biāo)上進(jìn)行基準(zhǔn)測(cè)試,實(shí)驗(yàn)結(jié)果表明改進(jìn)后的算法在解的多樣性和收斂性方面有了明顯的提升。然后本文對(duì)生鮮農(nóng)產(chǎn)品配送中心選址問(wèn)題進(jìn)行研究,將需要考慮優(yōu)化的目標(biāo)進(jìn)行數(shù)學(xué)建...
【文章頁(yè)數(shù)】:90 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
致謝
摘要
abstract
1 緒論
1.1 研究背景和意義
1.1.1 研究背景
1.1.2 研究意義
1.2 研究現(xiàn)狀
1.2.1 群智能優(yōu)化算法研究現(xiàn)狀
1.2.2 多目標(biāo)優(yōu)化現(xiàn)狀
1.2.3 生鮮配送中心選址研究現(xiàn)狀
1.3 研究?jī)?nèi)容
1.4 主要工作及章節(jié)結(jié)構(gòu)
1.5 本章小結(jié)
2 相關(guān)工作
2.1 群智能優(yōu)化算法
2.1.1 群智能優(yōu)化算法的定義
2.1.2 代表性算法介紹
2.1.3 群智能優(yōu)化算法的應(yīng)用
2.2 多目標(biāo)優(yōu)化
2.2.1 多目標(biāo)優(yōu)化的概念
2.2.2 多目標(biāo)優(yōu)化的實(shí)現(xiàn)方法
2.2.3 多目標(biāo)優(yōu)化的相關(guān)應(yīng)用
2.3 生鮮配送中心選址
2.3.1 生鮮配送中心選址問(wèn)題研究
2.3.2 配送中心選址實(shí)現(xiàn)方法
2.3.3 群智能算法在配送中心選址上的應(yīng)用
2.4 本章小結(jié)
3 基于多種群協(xié)同進(jìn)化的麻雀搜索算法
3.1 基于多策略的麻雀搜索算法
3.1.1 麻雀搜索算法
3.1.2 Halton序列初始化
3.1.3 慣性權(quán)重策略
3.1.4 柯西變異策略
3.1.5 基于多策略的麻雀搜索算法
3.2 基于多種群協(xié)同進(jìn)化的麻雀搜索算法
3.2.1 種群劃分機(jī)制
3.2.2 協(xié)同進(jìn)化機(jī)制
3.2.3 基于多種群協(xié)同進(jìn)化的麻雀搜索算法
3.3 實(shí)驗(yàn)對(duì)比與結(jié)果分析
3.3.1 SSA-MS的實(shí)驗(yàn)結(jié)果與討論
3.3.2 SSA-MC的實(shí)驗(yàn)結(jié)果與討論
3.4 本章小結(jié)
4 基于MOSSA-MC的多目標(biāo)生鮮配送中心選址
4.1 基于MOSSA-MC的生鮮配送中心選址
4.1.1 多目標(biāo)生鮮配送中心選址
4.1.2 基于MOSSA-MC的生鮮配送中心選址
4.2 多目標(biāo)生鮮配送中心選址模型
4.2.1 相關(guān)符號(hào)定義
4.2.2 假設(shè)與約束條件
4.2.3 配送選址模型
4.3 多目標(biāo)生鮮配送路徑仿真
4.3.1 仿真流程
4.3.2 結(jié)果與分析
4.4 多目標(biāo)生鮮配送中心選址系統(tǒng)
4.4.1 系統(tǒng)總體架構(gòu)設(shè)計(jì)
4.4.2 系統(tǒng)功能展示
4.5 本章小結(jié)
5 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
附錄A
作者簡(jiǎn)介
本文編號(hào):3872092
【文章頁(yè)數(shù)】:90 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
致謝
摘要
abstract
1 緒論
1.1 研究背景和意義
1.1.1 研究背景
1.1.2 研究意義
1.2 研究現(xiàn)狀
1.2.1 群智能優(yōu)化算法研究現(xiàn)狀
1.2.2 多目標(biāo)優(yōu)化現(xiàn)狀
1.2.3 生鮮配送中心選址研究現(xiàn)狀
1.3 研究?jī)?nèi)容
1.4 主要工作及章節(jié)結(jié)構(gòu)
1.5 本章小結(jié)
2 相關(guān)工作
2.1 群智能優(yōu)化算法
2.1.1 群智能優(yōu)化算法的定義
2.1.2 代表性算法介紹
2.1.3 群智能優(yōu)化算法的應(yīng)用
2.2 多目標(biāo)優(yōu)化
2.2.1 多目標(biāo)優(yōu)化的概念
2.2.2 多目標(biāo)優(yōu)化的實(shí)現(xiàn)方法
2.2.3 多目標(biāo)優(yōu)化的相關(guān)應(yīng)用
2.3 生鮮配送中心選址
2.3.1 生鮮配送中心選址問(wèn)題研究
2.3.2 配送中心選址實(shí)現(xiàn)方法
2.3.3 群智能算法在配送中心選址上的應(yīng)用
2.4 本章小結(jié)
3 基于多種群協(xié)同進(jìn)化的麻雀搜索算法
3.1 基于多策略的麻雀搜索算法
3.1.1 麻雀搜索算法
3.1.2 Halton序列初始化
3.1.3 慣性權(quán)重策略
3.1.4 柯西變異策略
3.1.5 基于多策略的麻雀搜索算法
3.2 基于多種群協(xié)同進(jìn)化的麻雀搜索算法
3.2.1 種群劃分機(jī)制
3.2.2 協(xié)同進(jìn)化機(jī)制
3.2.3 基于多種群協(xié)同進(jìn)化的麻雀搜索算法
3.3 實(shí)驗(yàn)對(duì)比與結(jié)果分析
3.3.1 SSA-MS的實(shí)驗(yàn)結(jié)果與討論
3.3.2 SSA-MC的實(shí)驗(yàn)結(jié)果與討論
3.4 本章小結(jié)
4 基于MOSSA-MC的多目標(biāo)生鮮配送中心選址
4.1 基于MOSSA-MC的生鮮配送中心選址
4.1.1 多目標(biāo)生鮮配送中心選址
4.1.2 基于MOSSA-MC的生鮮配送中心選址
4.2 多目標(biāo)生鮮配送中心選址模型
4.2.1 相關(guān)符號(hào)定義
4.2.2 假設(shè)與約束條件
4.2.3 配送選址模型
4.3 多目標(biāo)生鮮配送路徑仿真
4.3.1 仿真流程
4.3.2 結(jié)果與分析
4.4 多目標(biāo)生鮮配送中心選址系統(tǒng)
4.4.1 系統(tǒng)總體架構(gòu)設(shè)計(jì)
4.4.2 系統(tǒng)功能展示
4.5 本章小結(jié)
5 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
附錄A
作者簡(jiǎn)介
本文編號(hào):3872092
本文鏈接:http://www.sikaile.net/jingjifazhanlunwen/3872092.html
最近更新
教材專著