物流配送路径问题的改进遗传算法与仿真

物流配送路径问题的改进遗传算法与仿真
摘要
通过将物流配送中心的实际物流配送网络描述为由配送中心和顾客两类节点的图,建立了物流配送路径模型.此类问题属于最优化问题,遗传算法是处理此类最优化的有效方法, 本文利用在交叉上采用1致交叉，在变异上采用随机两点变异的改进遗传算法求得图中各节点间的最短路径和最短路径长度,从而得出模型的最优解.改进后的遗传算法能较早地找到满足条件的群体并得到最优解. 通过仿真实例计算,取得了满意的结果。

关键词： 遗传算法； 最优路径选择； 物流； C语言 

The improving genetic algorithms and simulation of the logistics distribution routes

Abstract
Through describing the actual logistics distribution network of the logistics distribution center as two nodes figure consisting of distribution center and customer, I established trail models of logistics distribution. Such issues are the optimization problem, Genetic algorithms is a most effective way to deal with such issues. Using the method of a consistent cross in cross and the two point random variation in variation of the improved genetic algorithms can seek the shortest path and the shortest path length between the nodes in the chart and then get the optimum solution. Genetic algorithms can find groups satisfied conditions earlier and get the optimum solution. Through using examples of simulation mathematics achieve satisfactory results.

Key word:  genetic algorithm; the optimum path choice; logistics; c language
前言

Internet网络基础设施及相关技术(如数字签名、电子加密等)的成熟和电子商务网站的蓬勃兴起，为电子商务中信息流、商流、资金流的电子化实现打下了强有力的基础，然而作为电子商务中最特殊的1个环节———物流，却并不能全部实现电子化，除了小部分的商品(如软件、电子读物、音乐等)外，其余大部分商品都需要进行配送，即物流配送。尤其是B2C型电子商务企业，其物流配送费用更是商品成本重要的组成部分，因而如何优化和完善物流配送系统,提高企业市场竞争力, 已成为B2C电子商务企业成功的关键之所在。在物流系统的研究中，传统的、有代表性的物流配送路径的选择模型是1959年Dantzig和Ramser提出的车辆路径问题VRP(Vehicle Routing Problem)[4]。它介绍的方法是指在客户需求位置已知的情况下，确定车辆在各个客户间的行程路线，使得运输路线最短或运输成本最低，事实上，用户对某种商品的需求量应该是随机变量，这些随机变量之间有着1定的随机关系，所以VRP问题被证明是1个典型的难题[7]。它利用了1般的遗传算法对具体问题进行求解，但因为1般的遗传算法在搜索最优解时还存在着需要多次循环才能得到的缺点。遗传算法是解决这类问题中比较有效的方法, 它不依赖于问题的具体领域，是1种求解复杂优化问题的有效方法，得到了广泛的应用。通过在交叉中采用1致交叉，在变异中采用随机两点变异的改进遗传算法能够更快的搜索到最优解。

（科教作文网http://zw.ΝsΕAc.com发布）