基于自适应遗传算法的物流运输方式选择研究

李天龙+潘宇航+龙岩+康艳红+袁书娟

摘要：综合考虑托运人和承运人的利益，分别建立托运人和承运人的费用函数，通过托运人和承运人的博弈分析，减弱二者的利益冲突，考虑到承运人激励行为选择机制，通过量化运输风险、运输时限、运输距离、运输成本、运输距离等影响运输费用的因素，建立广义费用函数模型，转化为一个运输方式选择多目标优化问题，通过自适应遗传算法的设计，对该问题进行优化，最后得到当托运人要求一定时，候选承运人数量增加时，该算法的优越性更明显。

关键词：博弈 广义费用函数 多目标优化 遗传算法

1 引言

运输是物流活动中重要的環节，如何选择最优的物流运输方式常常成为决策者面临的难题，因为不同的运输方式有着其各自特点。目前国际物流运输主要采用五种运输方式：航空运输、公路运输、铁路运输、水路运输、管道运输，各有其优缺点。基于此，正确选择物流运输方式，对提高企业运输效率、降低物流成本，提高托运人的满意度都具有积极的意义。

2基于托运人和承运人运输方式选择的博弈模型

假设“人是理性的”是博弈论的基本前提，即在进行博弃中策略选择时，每个参与者都以追求自身利益最大化为目标，并且人们的行为也是相互影响的。将“人是理性的”假设进一步扩展，可得出参与博弈的组织同样也是理性的，即也是以追求自身组织的效用最大化为目标。对于运输系统，托运人希望能在效用最大化条件下完成货物运输，不同运输方式承运人也期望获得最大收益。承运人之间为了获得承运权，他们之间也存在合作与竞争，这种竞争与合作活动都是相互进行的。因此，根据博弈论的概念及基本要素分析，我们可以得到货物运输方式选择的整个过程，实际上就是托运人与承运人、承运人之间的博弈过程，符合博弈论研究的基本要求。

本文的货物运输方式主要涉及铁路运输、公路运输、水路运输及航空这四种运输方式。货物运输方式选择的博弈过程，既是各种不同运输方式承运人在满足各自利益基础上的博弃，同时也是托运人和承运人之间的一个相互博弃过程。托运人与承运人的一主多从博弈关系如下图所示。

2.1托运人广义费用的目标函数

在广义费用思想的基础上，选取运输费用、时间成本和风险成本等三个因素，作为影响托运人货物运输方式选择的主要因素，构建的货物运输方式选择广义费用函数模型如下：

（1）

（2）

式中： ，j—货物从i到j的托运人广义运输费用； —货物以运输方式从到的运输价格； —货物以运输方式k从i到j所需时间； —货物从i到j的运输时间限制； —货物以运输方式k从i到j的运输风险成本； —运输时间限制内货物的时间价值系数；

——运输时间限制以外内货物的时间价值系数； ——权重系数i=1，2，3。

2.2 承运人目标函数

作为货物运输的承运人，其目标是能够获得托运人较高的托运费用，并且能够使得货物运输过程的运营成本、超时惩罚成本和风险成本最低，从而使得最终的利润最大化。论文将承运人的总收入（即托运人所支付的货物运输费用）减去运营成本、超时惩罚成本和风险成本之和作物承运人的目标函数。

（3）

（4）

式中： —货物从i到j承运人k的运输利润； —燃油和润滑油费用； —正常维修费用； —折旧费用； —管理及人员工资费用； —货物从i到j承运人k所耗时间； —货物从到j的运输时间限制； —货物从i到j承运人k的运辅险成本； —运输时间限制内货物的时间价值系数。

为承运人目标函数中各影响因素的权重系数，是承运人根据各影响因素的重要程度，而确定的权重大小。承运人目标函数是以利润函数

最大化为目标。

2.3 承运人激励行为选择机制分析

本文所研究的承运人能主动采取的激励行为主要有价格激励行为、时间极力行为和运行安全激励行为3个，价格激励是指承运人对货物的运价给予一定的折扣，从而让托运人更倾向于自己；时间激励是指调整运输速度及运输准时性；安全激励是通过一定的安全措施，以降低运输风险的行为。而承运人选择何种激励行为依据两个方面，一个是托运人的目标，一个是其他承运人所采取的激励行为。

3托运人运输方式选择的一种自适应遗传算法

托运人运输方式选择问题属于一类资源组合优化问题，可以采用不同的优化策略进行最优解的搜索[6]..本文提出一种自适应遗传算法来求解托运人运输方式选择优化问题。

3.1 染色体编码

根据遗传算法，每条染色体可以表示为图1所示的代码串，表示任务选择方案。代码串中的每一位代表一个候选方案的状态，μij=1表示任务yi=的第j个候选方案被选中参与运送，μij=0表示未被选中；Y={yi│∈[1，n]}，表示托运人在根据实际情况确定权重后提出的n项要求的集合；M={mii│n≥1}表示可以完成任务yi的候选承运方集合。。这样，货物运送方案选择优化问题就转换成利用遗传算法求解最优解问题，即求解最优染色体编码。

3.2遗传算子的选择策略

遗传算法的遗传操作一般包括选择、交叉和变异在一般的遗传算法中，对所有个体的交叉概率PC和变异概率Pm选用某一固定参数，且在遗传过程中保持不变.本文提出一种交叉和变异概率的自适应调整规则，使得每个个体按其适应度大小选择不同的交叉概率PC和变异概率Pm。而且，在遗传过程中根据适应度的变化自动调节这两个控制参数。这样，群体中每个个体对环境的变化就具有自适应调节能力。

参考文献：

[1] 张得志，凌春雨. 多种运输方式的组合优化模型及求解算法[J]. 长沙铁道学院学报，2002，04：71-75.

[2] 刘娜翠，邱荣祖，侯秀英. 物流系统中运输方式的选择[J]. 福建农林大学学报（自然科学版），2011，05：546-550.

[3] 井祥鹤，魏冬峰，周献中. 运输方式选择多目标优化问题的混合遗传算法[J]. 计算机工程与应用，2008，06：210-212+224.endprint