[发明专利]临时配送中心的选址方法和系统

说明书

本发明提供一种临时配送中心的选址方法和系统，涉及物流技术领域。本发明将临时配送中心的选址和路径优化问题结合，在解决临时配送中心的选址的问题同时解决配送路径优化的问题，使得临时配送中心选址的成本最低和配送路径最短。本发明在临时配送中心选址时就考虑配送路径的优化(即考虑运输成本)，在选择临时配送中心是按照成本降低的方向不断进行改进优化，从而得到合理的配送中心选址和路径规划，使得成本最小。

技术领域

本发明涉及物流技术领域，具体涉及一种临时配送中心的选址方法和系统。

背景技术

配送中心的选址问题一直是物流运输问题中的一个焦点问题和难点问题。特别在当电商在做活动期间，货物量激增，人员紧缺、配送中心供不应求问题时常发生，常常由于送货的不及时导致退货事件的发生，因此建立合理的临时配送中心，减轻原有的配送中心的压力，对于提高客户满意度有着重要的作用。

现有的临时配送中心的选址方法中一般是通过选用两个智能算法先后解决选址问题和解决配送问题。

然而，本申请的发明人发现，现有的临时配送中心的选址方法得到的临时配送中心选址会导致配送时的总路径过长。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种临时配送中心的选址方法和系统，解决了现有的临时配送中心的选址方法得到的临时配送中心会导致配送时的总路径过长技术问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

本发明提供一种临时配送中心的选址方法，所述方法由计算机执行，包括以下步骤：

S1、获取配送任务的任务数据，基于所述配送任务的任务数据设置三角形分布搜索算法的输入参数；

S2、设定三角形分布搜索算法的执行参数，所述执行参数包括：初始解的个数p，最大的迭代次数iter_max，三角形概率分布的参数f，aⁱ＝1(i＝1，2，3...p)；

S3、基于所述输入参数和所述执行参数获取初始解；

S4、获取所述初始解的目标函数，计算每个初始种群的目标函数值，确定每个初始解x^i,1和每个初始解在迭代过程中确定的最优解mⁱ，此时最优解m¹对应的初始解x^1,1；

S5、若迭代次数iter为奇数，则进行步骤S6；若迭代次数iter为偶数，则进行步骤S8；

S6、依次从p个解中选择第i个解x^i,iter，其中i＝1，2，3，...p，再从m¹，m²，...，m^p中选出第j个解在迭代过程中确定的最优解m^j，其中i≠j，并基于三角形分布搜索算法计算第iter+1次迭代是第i个个体的初始解x^i,iter+1；

S7、根据启发式算法确定x^i,iter+1下的目标函数值F(x^i,iter+1)，目标函数是成本最小，若F(mⁱ)优于F(x^i,iter+1)，则mⁱ不变，否则mⁱ＝x^i,iter+1；

S8、进行locksearch操作，获取新的解yⁱ，基于yⁱ更新mⁱ；