[发明专利]一种基于改进蚁群算法的应急物流中转站选址方法

说明书

本发明公开了一种基于改进蚁群算法的应急物流中转站选址方法，以应急需求覆盖程度最大化和应急成本最小化为目标，构建多目标优化模型，结合该优化模型的约束条件，确定临时中转站的个数；利用聚类蚁群算法结合贪心算法求解多目标优化模型，依次对各灾情等级下的受灾点被覆盖情况进行聚类分析，确定受灾点分组，制定中转站的初步选址方案；对未被选中的中转站进行评估，用评价函数值最大的中转站替换初步选中的中转站，进行中转站重定位直到选址方案不再变化；输出最终的中转站选址方案。本发明在状态转移概率、共享禁忌表、贪心算法思想运用上对蚁群算法进行了改进，提高了收敛速度和求解质量，为应急物资中转站选址方案的优化提供了理论依据。

技术领域

本发明涉及一种基于改进蚁群算法的应急物流中转站选址方法。

背景技术

近年来，随着科技水平的不断提高，许多自然灾害逐步可以预防和控制，但一些灾害仍然不可避免且发生的频率较高，比如说地震灾害。我国是地震灾害的多发国家，近几年发生的几起地震灾害给灾区人民群众的人身安全与生活设施等造成了重大的损失，也增加了社会的不安定因素。在多次突发灾害中，国家和政府都给与了大量的财政补贴，并出动了大批专业救援队伍进行了第一时间的积极营救工作。但是，地震灾害所造成的损失是巨大而不可估量的。每一次地震灾害的发生都亟需应急物资的支持，应急物流在其中就承载着至关重要的作用，救援的人力、物力、财力都要通过应急物流通道才能运往灾区，从而第一时间保障灾区的生命和财产安全。

纵观近年来发生的地震灾害，灾害发生后往往会有多地同时提出多种应急物资需求，这给应急物流的响应能力和物资调配能力提出了较高的要求。为了快速有效的响应灾区的多种应急需求，首先要解决的就是应急物资中转站选址问题。

中转站选址问题属于应急物流车辆路径问题研究中的一个分支，国外专家学者在这一领域的探索研究起步较早，取得了颇为丰硕的研究成果。目前来看，关于中转站选址问题的探索主要以利润最大化、最大程度覆盖受灾点、公平性为目标，通过与动态建模思想融会贯通，构建相关中转站选址模型。然而由于实际问题的复杂性，现有的研究大多是针对大规模物资储备仓库的选址，没有考虑到在受灾区域内的选址问题；选用的智能算法在求解应急物资中转站选址模型时会存在诸多问题，如过早收敛、易陷入局部最优等，且不能适应各种突发事件下的不确定性需求，亟需进一步深入探讨。

发明内容

本发明为了解决上述问题，提出了一种基于改进蚁群算法的应急物流中转站选址方法，提出了多供应点多需求点多物资需求的带软时间窗非满载类应急物资中转站选址问题，针对需求信息已知且后期不会发生变化的静态情况进行分析，构建了临时中转站选址模型，确立了合理的中转站地址，用以存放从物资储备库和社会各界收集来的救援物资，从而有效缩短应急物资的调配时间，实现灾区需求满足最大化。

为了实现上述目的，本发明采用如下技术方案：

一种基于改进蚁群算法的应急物流中转站选址方法，包括以下步骤：

(1)以应急需求覆盖程度最大化和应急成本最小化为目标，构建多目标优化模型，结合该优化模型的时间窗限制、总投资金额、公平性、应急调度效率等约束条件，确定临时中转站的个数；

(2)利用聚类蚁群算法结合贪心算法求解多目标优化模型，依次对各灾情等级下的受灾点被覆盖情况进行聚类分析，确定受灾点分组，制定中转站的初步选址方案；

(3)结合各受灾组内受灾点发生不同灾情等级的概率、对不同物资的需求量、是否被覆盖建立评价函数，对未被选中的中转站进行评估，用评价函数值最大的中转站替换初步选中的中转站，进行中转站重定位直到选址方案不再变化；

(4)输出最终的中转站选址方案。

所述步骤(1)中，应急成本为中转站总成本，包括中转站建设成本和运维成本。

所述步骤(1)中，以应急需求覆盖程度最大化为目标的目标函数为：