论文部分内容阅读
随着市场压力的增大,客户需求日益多样化,许多企业不得不重新评价他们的配送策略。在面向客户的制造环境中,企业的驱动力已由生产转向通过分销和服务提供的附加值。因此,合理地建立分销网络,加强对分销环节的管理,是在当前客户驱动的竞争环境下,提高客户的满意度,增强企业竞争力的重要途径。然而,在分销网络优化中经常出现组合优化问题或者是最优Steiner树问题,传统的算法很难解决此类NP难题,而往往求助于近似算法或者是智能仿生算法。为此,本文利用蚁群算法对于NP完全问题具有的抵御组合爆炸的能力进行求解该类问题。本文将蚁群算法(Ant Colony Optimization, ACO)在TSP问题上的应用做了研究,与传统求解TSP问题的近似解法(对角线算法)和精确解法分别在求解的精确性和求解的速度方面进行了比较,并给出了ACO解TSP问题的具体算法步骤和程序设计,其实例结果表明ACO在求解的速度方面优于传统的精确解法,在求解的精确性即寻找最优解的能力方面好于传统算法。并且,通过实例仿真研究和程序设计,指明在ACO的具体运用时应注意参数的选择等问题和ACO的应用范围——即n较小时宜采用传统算法,当n值很大时ACO更好。主要成果有:用ACO求解分销网络优化中的双层分销网络模型,给出了ACO求解的模式、解如何构造和具体算法步骤,并通过文献[4]中的实例及该文献运用改进分枝定界和伏格尔法相结合解该模型得到的结果进行了比较,实例结果表明,本文提出的基于ACO解决分销网络优化中出现的NP难题,能够得到更好的解。提出了在分销网络优化中出现的重构分销网络以使得分销网络运营成本(费用或时间)的问题,在以往的双层生产-分销模型的基础上提出了面临突然需求或市场需求不平衡情况时的三层结构模型,增加了分销中心的物流流动和生产中心的协调功能。然后指出以上两个问题都是同一类问题,可以引入中转点(即Steiner点)求解。通过模型简化,然后将最优Steiner树的概念引入分销网络优化中,利用改进的蚁群算法求解,并给出了实例比较和程序运行结果,并验证了本文提出的基于蚁群算法的Steiner树寻找方法能达到分销网络优化的目的。