- 相關推薦
基于自適應遺傳算法的物流運輸方式選擇研究論文
摘要：綜合考慮托運人和承運人的利益，分別建立托運人和承運人的費用函數，通過托運人和承運人的博弈分析，減弱二者的利益沖突，考慮到承運人激勵行為選擇機制，通過量化運輸風險、運輸時限、運輸距離、運輸成本、運輸距離等影響運輸費用的因素，建立廣義費用函數模型，轉化為一個運輸方式選擇多目標優化問題，通過自適應遺傳算法的設計，對該問題進行優化，最后得到當托運人要求一定時，候選承運人數量增加時，該算法的優越性更明顯。
關鍵詞：博弈廣義費用函數多目標優化遺傳算法
1引言
運輸是物流活動中重要的環節，如何選擇最優的物流運輸方式常常成為決策者面臨的難題，因為不同的運輸方式有著其各自特點。目前國際物流運輸主要采用五種運輸方式：航空運輸、公路運輸、鐵路運輸、水路運輸、管道運輸，各有其優缺點。基于此，正確選擇物流運輸方式，對提高企業運輸效率、降低物流成本，提高托運人的滿意度都具有積極的意義。
2基于托運人和承運人運輸方式選擇的博弈模型
假設“人是理性的”是博弈論的基本前提，即在進行博棄中策略選擇時，每個參與者都以追求自身利益最大化為目標，并且人們的行為也是相互影響的。將“人是理性的”假設進一步擴展，可得出參與博弈的組織同樣也是理性的，即也是以追求自身組織的效用最大化為目標。對于運輸系統，托運人希望能在效用最大化條件下完成貨物運輸，不同運輸方式承運人也期望獲得最大收益。承運人之間為了獲得承運權，他們之間也存在合作與競爭，這種競爭與合作活動都是相互進行的。因此，根據博弈論的概念及基本要素分析，我們可以得到貨物運輸方式選擇的整個過程，實際上就是托運人與承運人、承運人之間的博弈過程，符合博弈論研究的基本要求。
本文的貨物運輸方式主要涉及鐵路運輸、公路運輸、水路運輸及航空這四種運輸方式。貨物運輸方式選擇的博弈過程，既是各種不同運輸方式承運人在滿足各自利益基礎上的博棄，同時也是托運人和承運人之間的一個相互博棄過程。托運人與承運人的一主多從博弈關系如下圖所示。
2.1托運人廣義費用的目標函數
在廣義費用思想的基礎上，選取運輸費用、時間成本和風險成本等三個因素，作為影響托運人貨物運輸方式選擇的主要因素，構建的貨物運輸方式選擇廣義費用函數模型如下：
式中：，j—貨物從i到j的托運人廣義運輸費用；—貨物以運輸方式從到的運輸價格；—貨物以運輸方式k從i到j所需時間；—貨物從i到j的運輸時間限制；—貨物以運輸方式k從i到j的運輸風險成本；—運輸時間限制內貨物的時間價值系數；
——運輸時間限制以外內貨物的時間價值系數；——權重系數i=1，2，3。
2.2承運人目標函數
作為貨物運輸的承運人，其目標是能夠獲得托運人較高的托運費用，并且能夠使得貨物運輸過程的運營成本、超時懲罰成本和風險成本最低，從而使得最終的利潤最大化。論文將承運人的總收入（即托運人所支付的貨物運輸費用）減去運營成本、超時懲罰成本和風險成本之和作物承運人的目標函數。
式中：—貨物從i到j承運人k的運輸利潤；—燃油和潤滑油費用；—正常維修費用；—折舊費用；—管理及人員工資費用；—貨物從i到j承運人k所耗時間；—貨物從到j的運輸時間限制；—貨物從i到j承運人k的運輔險成本；—運輸時間限制內貨物的時間價值系數。
為承運人目標函數中各影響因素的權重系數，是承運人根據各影響因素的重要程度，而確定的權重大小。承運人目標函數是以利潤函數最大化為目標。
2.3承運人激勵行為選擇機制分析
本文所研究的承運人能主動采取的激勵行為主要有價格激勵行為、時間極力行為和運行安全激勵行為3個，價格激勵是指承運人對貨物的運價給予一定的折扣，從而讓托運人更傾向于自己；時間激勵是指調整運輸速度及運輸準時性；安全激勵是通過一定的安全措施，以降低運輸風險的行為。而承運人選擇何種激勵行為依據兩個方面，一個是托運人的目標，一個是其他承運人所采取的激勵行為。
3托運人運輸方式選擇的一種自適應遺傳算法
托運人運輸方式選擇問題屬于一類資源組合優化問題，可以采用不同的優化策略進行最優解的搜索[6]..本文提出一種自適應遺傳算法來求解托運人運輸方式選擇優化問題。
3.1染色體編碼
根據遺傳算法，每條染色體可以表示為圖1所示的代碼串，表示任務選擇方案。代碼串中的每一位代表一個候選方案的狀態，μij=1表示任務yi=的第j個候選方案被選中參與運送，μij=0表示未被選中；Y={yi│∈[1，n]}，表示托運人在根據實際情況確定權重后提出的n項要求的集合；M={mii│n≥1}表示可以完成任務yi的候選承運方集合。。這樣，貨物運送方案選擇優化問題就轉換成利用遺傳算法求解最優解問題，即求解最優染色體編碼。
3.2遺傳算子的選擇策略
遺傳算法的遺傳操作一般包括選擇、交叉和變異在一般的遺傳算法中，對所有個體的交叉概率PC和變異概率Pm選用某一固定參數，且在遺傳過程中保持不變.本文提出一種交叉和變異概率的自適應調整規則，使得每個個體按其適應度大小選擇不同的交叉概率PC和變異概率Pm。而且，在遺傳過程中根據適應度的變化自動調節這兩個控制參數。這樣，群體中每個個體對環境的變化就具有自適應調節能力。
參考文獻：
[1] 張得志，凌春雨. 多種運輸方式的組合優化模型及求解算法[J]. 長沙鐵道學院學報，2002，04：71-75.
[2] 劉娜翠，邱榮祖，侯秀英. 物流系統中運輸方式的選擇[J]. 福建農林大學學報（自然科學版），2011，05：546-550.
[3] 井祥鶴，魏冬峰，周獻中. 運輸方式選擇多目標優化問題的混合遺傳算法[J]. 計算機工程與應用，2008，06：210-212+224.
【基于自適應遺傳算法的物流運輸方式選擇研究論文】相關文章：
基于物流外包的第三方物流商選擇研究05-28
基于DCT變換域自適應水印算法的研究08-24
基于市場營銷的企業物流管理研究論文08-18
基于戰略聯盟的物流外包研究09-28
基于遺傳算法的模型在交通線路選擇中的應用08-09
基于遺傳算法的OD分布09-14
基于個性化的檔案檢索方式研究09-17
關于基于戰略聯盟的物流外包研究08-09
基于EVA的目標成本研究論文08-23
基于電子商務的物流模式研究06-29