基于遗传算法的电力物资配送管理信息系统研究

苏鑫炜　梁丹钰

作者简介：苏鑫炜（1991-），男，汉，山西人，在读硕士研究生，华北电力大学，从事电力物资配送研究。

梁丹钰（1996-），女，汉，山西人，在读本科生，吉林大学，从事信息管理与信息系统研究。

摘 要：遗传算法是一种基于自然进化原理的全局搜索方法，在很多问题的研究上有重大的意义。在管理信息系统的背景下，本文将遗传算法应用在电力物资配送路径的优化问题上，以期得到满意的结果。通过具体算例表明，遗传算法在电力物资配送路径优化问题上可以有很好的应用。

关键词：管理信息系统；路径优化；遗传算法

电力物资配送路径优化问题，可以定义为已知一系列电力物资发货点和收货点，组织相应的车辆行驶路径，满足一定的约束条件下，达到一定的目标。

遗传算法是美国Holland教授提出的，遗传算法是一种借鉴生物界自然选择和自然遗传机制的随机化搜索方法。遗传算法也是计算机科学人工智能领域中用于解决最优化的一种搜索启发式算法，是进化算法的一种。管理信息系统涉及管理学、运筹学、计算机科学等很多学科，包括采集、传递、储存、处理等过程，将信息进行维护和二次利用，可以为做出决策提供很好的帮助。

本文在管理信息系统的背景下，结合电力物资配送的特点，将遗传算法用于其路径的优化，并通过具体算例进行验证。Matlab功能强大，本文应用matlab的遗传算法工具箱，对电力物资配送路径进行优化。

1.电力物资配送路径优化问题的模型

电力物资的配送有自己的特点，模型总体描述为：从电力公司物资配送中心用车辆搬用电力物资向多个目的地送货，每个目的地的位置和需求量一定，每台车辆的载重量一定，要求合理安排线路，使得运输距离最短，并满足以下条件：（1）对于每一条配送路径，目的地的需求量之和不应该超过车辆的载重总量；（2）对于每一条配送路径，长度不应该超过车辆一次配送的最大行驶距离；（3）对于每一个目的地，所需求的物资只能由一台车辆配送；（4）电力物资配送过程中每个目的地的路况条件相同。在确定了配送问题的约束条件和优化目标之后，建立相关的数学模型。

2.电力物资配送路径优化问题的遗传算法

遗传算法是迭代搜索算法的一种。算法以群体中的所有个体为操作对象，单独个体为问题的一个解。空间的数据经过编码、初始群体形成、计算适应度、选择、交叉和变异等步骤，完成遗传算法的整个过程。三个主要的操作算子是选择、遗传和变异。遗传算法基本原理在很多方面已经得到了应用。

3.实例分析

某电力物资配送中心要向8个目的地配送物资，车辆数m为2，车辆载重量q均为8t，各目的地需求量为gi（i=1，2，3，…，8）（t），已知目的地与配送中心间的距离如表1所示（其中0表示中心仓库），要求合理安排车辆的运输路径。

参数设置为num=10，N=200，=0.2，pmutation=0.9，pcross=0.02，matlab7.0运算10次。经验证，计算结果比较稳定，其中，得到过两次最优解67.5km，对应的路径为：0-4-7-6-0；0-1-3-5-8-2-0。

计算结果表明，用matlab遗传算法工具箱进行电力物资配送路径优化，可以方便有效地求得问题的最优解或者近似最优解，既能满足车辆载重量的约束，又能保证目的地的电力物资需求。

4.结语

管理信息系统的发展日益加快，电力物资配送路径的合理确定，是提高服务质量、增加经济收益的重要手段。本文表明，对于电力物资配送首先建立配送路径的数学模型，再结合管理信息系统的思想，采取遗传算法进行研究求解，是一种性能优良的启发式搜索方法。在matlab环境下使用遗传算法求解，能够很好地利用其强大的计算能力，并且易与其它工具包结合对参数进行优化方面的研究。

（作者单位：1.华北电力大学经济与管理学院；2.吉林大学商学院）

参考文献：

[1] 何珍珍.基于遗传算法的企业配送路径问题研究[J].物流工程与管理，2013（11）：96-97.

[2] 唐坤.车辆路径问题中的遗传算法设计[J].东华大学学报：自然科学版，2002，28（1）：66-70.

[3] 殷铭，张兴华，戴先中.基于matlab的遗传算法实现[J].山西建筑，2004（4）：84-85.

[4] 姜大立，杨西龙，杜文等.车辆路径问题的遗传算法研究[J].系统工程理论与实践，1999，19（6）：40-44.

[5] 张丹羽.现代物流配送中心车辆线路优化方案研究与应用[D].济南：山东大学，2005.