基于自适应遗传算法的物流运输方式选择研究
基于自适应遗传算法的物流运输方式选择研究 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：
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。
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。
作者：李天龙