[发明专利]一种基于盒子不确定集的应急物资储备库选址优化方法

权利要求书

1.一种基于盒子不确定集的应急物资储备库选址优化方法，其特征在于，包括以下步骤：

步骤1：对鲁棒优化模型的参数进行设定，包括待建应急物资储备库的总个数m、需求点的总个数n、需求点的集合P＝{P₁,P₂,......,P_n}、需求点需求量的集合W＝{w₁,w₂,......,w_n}、第j个需求点的需求量w_j且w_j0、第j个需求点需求量的平均值第j个需求点的不确定需求量第i个应急物资储备库提供给第j个需求点的应急物资量w_ij且w_ij0、第j个需求点的坐标P_j:(a_j,b_j)且P_j∈P、第i个应急物资储备库的坐标X_i:(x_i,y_i)、第i个应急物资储备库的容量s_i、第i个应急物资储备库与第j个需求点之间的距离d(X_i,P_j)、选址区域的起点坐标选址区域的终点坐标

步骤2：将应急物资储备库选址优化方法的不确定需求描述为盒子约束，描述需求点P_j的不确定需求的取值在闭凸集合内，即不确定需求的有界闭且凸集合W_j如下式所示：

其中，j＝1,2,......,n，δ为不确定需求的扰动，δ的取值由需求点的受灾程度、人口密度及经济水平因素确定；

步骤3：根据模型设定的各个参数，构建不确定需求下应急物资储备库选址鲁棒优化模型，使应急物资储备库与各个需求点的最大加权距离和最小化；

所述应急物资储备库选址鲁棒优化模型应满足以下约束条件：不确定需求在盒子不确定扰动集合下，最大加权距离和不超过阈值z；每个需求点的应急物资由多个应急物资储备库协同供应，不确定需求取值于盒子不确定扰动集合；应急物资储备库提供的应急物资不能超过最大容量限制；获得第i个应急物资储备库与第j个需求点之间的距离；需求点和应急物资储备库在有效的选址范围内选址；

步骤4：使用人工蜂群算法的编码方法对应急物资储备库选址鲁棒优化模型进行求解，得到最优选址方案，包括以下步骤：

步骤4.1：设置鲁棒性水平，设人工蜂群的蜜蜂总数为NP、算法的最大搜索次数为limit、最大迭代次数为maxCycle、全局最优适应度值fit₀，其中，采蜜蜂数量为NP/2，算法中食物源即为待建应急物资储备库；

步骤4.2：根据步骤4.1设置的参数，在选址区域内随机生成各个需求点的位置、各需求点对应的需求量，并给出随机鲁棒扰动；

步骤4.3：初始化人工蜂群，即储备库位置坐标；

步骤4.4：在盒子不确定需求下，获得全局最优适应度值和最优解，即应急物资储备库位置坐标；

步骤4.5：判断当前蜂群的迭代次数是否达到预设的迭代上限，若是，输出人工蜂群寻优所得的全局最优适应度值和最优储备库的位置坐标，否则，迭代次数加1，返回执行步骤4.4；所述步骤4.3中初始化人工蜂群即储备库位置坐标的方法为：在选址区域随机生成一个NP×(2×Num_facility)的矩阵，其中每行表示一个人工蜂，每个人工蜂的列标序列为(c₁,c₂,......,c_{Num_facility},c_{Num_facility+1},......,c_{2×Num_facility})，其中每相邻两列表示一个储备库的位置坐标，即(c_2i-1,c_2i)表示第i个储备库的位置坐标；所述步骤4.4包括如下步骤：

步骤4.4.1：引领蜂产生新的食物源；

步骤4.4.2：跟随蜂依概率p_i对第i个食物源进行选择；

步骤4.4.3：若某个食物源经过limit次循环未发生改进，那么剔除该食物源，说明迭代陷入了局部最优，同时与该食物源相对应的引领蜂变成侦察蜂，产生新的食物源；

步骤4.4.4：在盒子不确定需求下，计算人工蜂群中各人工蜂对应的各储备库与各需求点的距离，基于最小距离供应策略，确定当前各人工蜂与需求点间的供应关系，并计算各人工蜂的适应度值；

步骤4.4.5：保存最优适应度值及最优解，以人工蜂群中各个体的适应度值最小化为优化准则，确定出当前迭代中人工蜂群的最优适应度值并与全局最优适应度值相比较，若当前迭代中最优适应度值小于全局最优适应度值，则以该最优适应度值替换原全局最优适应度值，反之，全局适应度值保持不变，同时全局最优适应度值对应的人工蜂即表示最优解，也就是储备库的位置坐标。