PDF《秦小辉不确定环境下独立型废旧家电 逆向物流网络优化设计》

变异:本文采用基本位变异方式以 Pm 为变异概率进行 变异运算;

选择:本文采用随机遍历采样方式选择染色体;

2.5 整体算法 Step1: 设定参数: 进化最大代数 Max-gen, 种群规模 Pop-size,交叉概率Pc,变异概率Pm,染色体长度PRECI, PRECI=i+j;

Step2:随机产生 Pop-size 个长度为 PRECI 的染色体,形 成初始种群 P(t);

Step3:对P(t)种群内的染色体采用经典遗传算法求解余 下的运输问题,确定 xijps,xjkns,xjlps,xjms 的值及运输费用;

Step4:按照(11)对P(t)进行适应度评价;

Step5:遗传操作,按照设定的 Pc 及Pm 值进行杂交和变 异操作,产生子代种群 C(t);

Step6:对C(t)种群内的染色体采用经典遗传算法求解余 下的运输问题,确定 xijps,xjkns,xjLps,xjms 的值及运输费用;

Step7:按照(11)对C(t)进行适应度评价;

Step8: 采用一致随机和基于适应度的重插入重组种群, 形成下一代种群 P(t+1);

Step9:采用最大指定代数终止准则. 判断是否达到最大 代数 Max-gen,若达到,输出最优结果;

若没有,则转 Step5.

3 算例 假设欲在某区域(如省)构建独立型的电子产品逆向物流 网络,根据确定的收集点地址及预测的回收量确定了

8 个回 收站,已知该网络主要回收

2 种电子产品,有2种情景,发生 概率分别为 0.6 和0.4. 目前该网络有候选回收处理中心

3 个,原材料市场

2 个,二手电器市场

2 个,候选填埋点

2 个. 表1-6 为相关参数数据. 作者用 Matlab7.0 编制了遗传算法程序,经过多次试验, 确定出如下参数: 进化最大代数 Max-gen=100, 种群规模 Pop-size=50,交叉概率 Pc=0.7,变异概率 Pm=0.1,在这些参数 下运行得出最优解,计算结果如下:Z=2164933.4 元,备选地 点中

1、3 号回收处理中心、1 号填埋点被选中;

1、3 号回收处 理中心再生的原材料销往

2 号原材料市场;

1 号回收处理中 心的可销售产品销往

1 号二手电器市场;

3 号回收处理中心 的可销售产品销往

2 号二手电器市场.

4 结论 本文在 Shih 和周垂日的研究基础上,将直接再利用、修理、再生、再制造、无害处理等重新利用方式考虑进来,设计 了独立型的废旧家电逆向物流网络结构,并提出了不确定环 境下的混合整数规划模型. 本文在研究中仅仅考虑了回收量 的不确定性因素, 而在该网络中还存在着大量的不确定因 素,如回收产品的时间、运输费率、可直接利用率、可维修率、 可再制造率、产出品(原材料及可销售产品)的销售价格等,因此,今后将考虑更多的不确定因素,进一步完善对网络优化 模型的设计. 参考文献: [1]陈斌.基于遗传算法的可再用逆向物流网络规划研究[D].上海海事 大学硕士学位论文,2006. [2]ZhangYong,Li Jian,LiXuhong,MaoHaiju. Integrated Logistics Facili- ties Network Design for

3 PLS under Uncertainty [J].Journal of Southeast University,2006,(6). [3]Hyun Jeung Ko, Gerald W. Evans.A Genetic Algorith........