王涵 张欣伟

摘 要：卷烟物流中转站选址是卷烟物流配送中的重要环节，物流的配送距离和配送模式由不同的选址方式决定，同时不同的选址方式影响着物流的配送效率和服务质量。选择合适的卷烟物流中转站建设地址可以达到配送成本最低，提高配送效率的目的。文中利用基于Matlab的免疫算法进行选址，选择以云南省烟草公司保山市公司作为研究对象，调研每个配送点的实际数据，进行数据分析后建立模型并对模型进行规划求解。根据云南保山市地理环境的需求，选定配送中心以达到最合理的选址结果，最大限度地减少配送中心成本，提高配送服务效率。实践表明：该算法达到了预期目标。

关键词：Matlab;选址免疫算法;配送中心;物流中转站;物流配送;建模

中图分类号：TP393文献标识码：A文章编号：2095-1302（2020）09-00-03

0 引 言

随着经济全球化影响，物资流通量越来越大，物流行业成为了我国经济发展的重要产业之一。在物流行业中对企业物流影响最主要的就是物流配送服务效率及物流运输成本，所以在物流配送中心的選址规划中一些企业选择自己对物流配送中心进行选址建设，以最大程度地降低物流成本同时提高物流服务水平。

在市场经济的推动下配送中心对物流企业的市场竞争力影响增大，一个合适的配送中心对物流企业的发展有重要影响[1]。配送作为物流企业与消费者之间重要的一个环节，在配送的环节中也容易产生巨大的成本，因此想要减少物流配送中所产生的成本就需要对配送中心选址方案有具体的规划。

物流企业所有环节的源头在于配送中心，有一个合适物流企业的配送中心将能够极大地降低企业的物流配送成本，并且通过配送中心影响其配送方式从而提高物流服务效率。本文选择以云南省烟草公司保山市公司作为研究对象，调研每个配送点的实际数据，进行数据分析后建立模型并对模型进行规划求解。根据云南保山市地理环境的需求，选定配送中心以达到最合理的选址结果，最大限度地减少配送中心成本，提高配送服务效率。

1 基于Matlab免疫算法选址模型建立

免疫算法步骤如下[2]：

（1）抗原识别。首先对待优化的问题进行理解，对待优化问题进行可行性分析，对知识进行提取，对合适的亲和度函数进行构造，最后添加各种约束条件。

（2）初始抗体群。通过matlab程序编码把待优化问题可行解表现出来，然后一个初始种群在最优解空间内随机生成。

（3）对种群中记忆单元的更新。在优化过程之中将亲和性高的抗体加入到记忆单元，并用新加入的抗体取代与所对应的亲和性最高的原有抗体。

（4）判断是否满足算法终止条件，如果满足条件则终止迭代过程，而后输出计算结果，否则继续迭代进行寻找最优解的优运算。

式中：N={1， 2， ...， n}表示的是需求点的序列集合[3];Gi表示到需求点以及到配送点之间距离符合于H这一约束的所有备选中心的集合，i∈N，Gi∈N;fi表示每个配送点的需求量;wij表示从i点到j点之间的长度;Xij表示逻辑变量值，Xij取值为0或1，表示i点与j点之间的匹配关系，若Xij取值为1时i点与j点则存在联系，当Xij取值为0时则表示两点之间不存在联系;vj表示逻辑变量，vj取值为0或1，vj取值为1时表示选取j点作为配送中心备选地址;H表示待确定的配送中心到其辐射的所有需求点距离值的阀值[3]。式（2）可以确定每一个需求点只能被唯一的配送中心进行配送[3]。式（3）表示每一个需求点的供应只能由所对应的配送中心来供应，在被供应后将不再会被重复供应，在没有选定配送中心的区域出现新的需求点。式（4）表示最后方案所选定配送中心的数量。式（7）表示在配送中心辐射的区域之内，配送中心配送的总距离进行约束[4]。

2 基于Matlab免疫算法选址方案

本文将对云南保山全境所有卷烟配送点进行配送中心选址。云南省保山市全境下辖70个需求点，为提高物流配送效率，这里将对保山市全境进行5个卷烟物流配送中心选址。本文使用保山市全境70个乡镇需求点的地理坐标进行规划分析，由于地级市乡镇分布较密集。为了规划结果能更好地体现，文中将70个需求点的真实坐标进行修订，将70个乡镇真实坐标进行放大处理，部分数据见表1所列。

本文选取的算法参数如下所示：初始种群规模为70，迭代次数设置为100，交叉概率设置为0.6，变异概率设置为0.4，多样性评价参数设置定为0.95。

本文免疫算法的收敛曲线如图1所示，实线表示的是最优适应度值，虚线表示的是平均适应度值。在迭代参数为 100的情况下，本文免疫算法在迭代次数约为38时，最优亲和度值就基本趋于稳定状态。免疫算法仿真结果如图2所示。

3 结 语

本文为卷烟物流中转站选址，物流配送过程中配送成本直接由配送距离与物流量决定，使用免疫算法选择出能有效降低物流成本且能根据实际情况提高服务效率的配送中心选址方案。本文从企业角度出发，分析影响配送中心建设的多种因素，为降低配送成本以配送距离与物流量建立函数模型。重点论述了基于Matlab的免疫算法选址过程。根据实际调研所得到的企业数据，基于Matlab免疫算法建立模型并根据仿真结果确定选址方案。

参考文献

[1]郭丽娜.物流配送中心优化选址研究：以XF电器有限公司为例[J].管理学刊，2016，29（3）：54-61.

[2]郭兴海.基于免疫算法的粮食烘干中心选址研究[D].哈尔滨：东北农业大学，2014.

[3]胡朝阳.基于免疫优化算法的第三方物流配送中心选址研究[D].太原：中北大学，2016.

[4]倪卫红，岳晓伟，邵建峰，等.基于自适应免疫算法的物流配送中心选址问题研究[J].价值工程，2018，37（36）：96-99.

[5]周思育，吕逸倩，於佳训，等.基于遗传算法的烟草物流配送中心选址问题[J].湖北工业大学学报，2018，33（5）：65-67.

[6]李纪鲁，张晓，朱杰.基于自适应免疫算法的配送中心选址问题研究[J].中国储运，2019（8）：141-144.

[7]赵晶.基于免疫优化算法的云物流覆盖选址分配研究[D].杭州：浙江理工大学，2018.

[8]殷月.基于免疫优化算法的冷链物流配送中心选址研究[J].物流技术，2016，35（7）：76-79.

[9]周梅芳，叶洪涛.基于免疫算法的物流配送中心选址[J].广西工学院学报，2012，23（3）：77-79.

[10]原思海.物流配送中心的选址研究：基于启发式算法的案例分析[J].郑州铁路职业技术学院学报，2011，23（1）：31-33.