彭宏春

（上海市现代流通学校，上海 200444）

0 引言

成本是物流企业发展最为关键的因素之一，配送中心选址会直接影响配送成本，由此可见，配送中心选址模型的建立以及模型求解算法的选择至关重要。

随着物流系统复杂程度的增加，物流配送中心的选址受到越来越多因素的影响，线性规划、重心法、层次分析法等传统方法很难得到最优解。为了解决上述传统分析方法的不足，将智能算法引入物流配送中心选址问题中，如粒子群算法（PSO）、传统群狼算法（BWPA）等，由于各个选址方法在应用过程中都有一定的局限性，因此，在实际的物流配送中心选址中，需要根据实际情况进行一定的改进优化。本文在进行物流配送中心选址时，基于传统的群狼算法，再结合分数阶模型，从而提升选址的准确性。

群狼算法（WPA）是模仿狼群捕食的过程而建立的算法。狼群在捕食时，各狼具有明确的分工，可分为头狼、探狼和猛狼，群狼依据头狼号召、探狼游走和猛狼围攻的分工协作实现了对猎物的高效围捕[1]。在基本群狼算法中，徐小平，等[2]为了解决传统群狼算法在围攻步长不确定方面的问题，采用扰动操作进行优化改进，从而使算法的精确性大幅度提升。针对群狼算法求解精度较低等缺陷，张惠珍，等[3]引入拉格朗日松弛策略，设计了一种拉格朗日群狼算法，孙冉，等[4]应用群狼算法，重新定义游走、召唤、围攻等操作以及种群更新策略，有效解决了新型医疗服务体系的构建问题。……