·78 智能系统学报 第5卷 Matlab6.5编制了相应的算法程序，程序运行于P4 面区域内，客户需求为U[1,50]的均匀分布，设施 3.0G处理器、1.0GB内存的微机上.计算所需的数 固定费用为600，单位距离运输费用为1，设施服务 据如下： 容量（单车配送量）为200，车辆分派成本（或租赁成 客户和候选设施点均匀分布于100×100的平 本)为20.PS0算法所采用的参数如表1所示. 表1改进离散PS0算法所采用的参数 Table 1 The parameters of improved discrete PSO 粒子种最大迭划分子重叠增加设施开放关闭设施粒子趋同 趋同扰动算子 群规模代次数群数粒子数变异率8变异率6，度阀值p粒子选择概率0， 60 1000 6 6/2 0.1 0.2 0.85 0.3 由于对粒子运动方程赋予了新的定义，为了观 限，实验表明只有比较小规模的问题才能够在可以 测3个权重因子参数的作用效果，仿真实验对它们 接受的时间内得到求解.另外文献[4]采用两阶段 分别设定了不同的取值组合.实验中的客户数与设 启发式算法，算法第1阶段基于最小系统成本原则， 施数采用2组数据，分别是(12,5)和(30,8)，实验 采用路线优先设施、分配定位其次的方法，而第2阶 结果表明3个参数的设置对解的质量有一定的影 段通过对设施的关闭和增加开放操作进行进一步的 响，而参数w、aB比较理想的组合可以是(0.25， 优化.文献[4]的系统成本考虑了库存管理成本，为 0.37,0.48). 了便于与提出的算法进行比较，在目标值计算时将 精确优化算法对求解文中的LRP有很大的局 该部分去掉.实验结果如表2所示. 表2仿真实验结果 Table 2 Results of simulation 分组客户数与 LINGO HM IPSO 编号 设施数 最优值CPU时间/s 最优值CPU时间/s 最优值CPU时间/s 1 8,4 146.33 1123 146.33 0.32 146.33 1.09 2 10,5 298.15 2015 298.15 0.44 298.15 1.87 3 12,5 379.37 2611 379.37 0.76 379.37 2.11 4 20,8 2032.15 1.56 2031.65 4.54 30,8 5711.22 3.22 5639.27 6.16 6 30,10 5012.31 3.57 5012.31 6.99 7 50,10 7734.56 6.14 7489.21 9.44 50,15 6321.38 7.12 6017.4811.53 9 80,15 10127.77 9.15 95127.6917.91 注：山NC0为精确算法实现工具，HM表示文献[4]采用的两阶段启发式算法，IS0表示本文提出的改进离散S0方法， 仿真时间单位为秒 实验采用的精确优化算法工具是LING09.O 散粒子群优化求解算法，该算法对解决LRP这样一 for Windows,运算结果表明只有问题1、2、3相对规 个NP-hard问题是一个有益的尝试，提供了一个问 模较小的LRP才能在可以接受的时间里得到最优 题解决途径.对于本算法中新引入的几个参数则还 解，而文献[4]的启发式算法比提出的算法所需的 需要更多的探讨，同时在已有算法的基础上，寻求 时间更少.当问题规模变大时，文献[4]的两阶段启 适用于每一类LRP问题的普遍算法也是进一步的 发式算法与改进PS0算法相比时间效率更高.但总 研究方向。 体来说改进PS0算法的解的质量要好一些. 参考文献： 4结束语 [1]NAGY G,SALSHI S.Location-routing:issues,models and 许多实际物流系统决策与LRP所讨论的问题 methods[J].European Joural of Operational Research, 2007,177:649672. 更为接近，但目前对LRP研究还处于初级阶段.由 [2]MIN H,JAYARAMAN V,SRIVASTAVA R.Combined 1o- 于LRP是十分复杂的问题，具有动态性、实时性和 cation-routing problem:a synthesis and future research di- 随机性等特点，寻求适用于所有LRP的算法是不可 rections[J].European Joural of Operational Research, 能的.本文提出了解决一类特殊LRP问题的改进离 1998,108:1-15