本發(fā)明涉及物流規(guī)劃領(lǐng)域，具體涉及考慮碳排放的轉(zhuǎn)運中心網(wǎng)絡(luò)選址方法。

背景技術(shù)：

轉(zhuǎn)運中心能夠簡化物流操作流程，減少物流庫存成本，提高物流運輸效率，是目前物流操作的重要方式之一，也是提升物流行業(yè)整體競爭力的關(guān)鍵切入點。在轉(zhuǎn)運物流操作模式中，轉(zhuǎn)動網(wǎng)絡(luò)的設(shè)施選址問題是轉(zhuǎn)運物流網(wǎng)絡(luò)規(guī)劃的核心問題。然而在傳統(tǒng)的轉(zhuǎn)運網(wǎng)絡(luò)選址規(guī)劃當(dāng)中，沒有考慮物流發(fā)展與經(jīng)濟的協(xié)調(diào)問題，導(dǎo)致配送過程中車輛和設(shè)備所產(chǎn)生的碳排放量超過國家標(biāo)準(zhǔn)，不能適應(yīng)經(jīng)濟可持續(xù)的發(fā)展要求。因而亟需發(fā)明一種考慮碳排放的轉(zhuǎn)運中心網(wǎng)絡(luò)選址方法。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供一種考慮碳排放的轉(zhuǎn)運網(wǎng)絡(luò)選址方法。

為實現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：

考慮碳排放的轉(zhuǎn)運網(wǎng)絡(luò)選址方法，包括以下步驟：

(1)構(gòu)建由倉庫、轉(zhuǎn)運中心及客戶需求點三級主體組成的物流轉(zhuǎn)運網(wǎng)絡(luò)選址模型；

(2)構(gòu)建物流轉(zhuǎn)運網(wǎng)絡(luò)選址模型的目標(biāo)函數(shù)，所述目標(biāo)函數(shù)主要由轉(zhuǎn)運中心和倉庫的固定建設(shè)成本w1，產(chǎn)品在倉庫、轉(zhuǎn)運中心和客戶需求點三者之間運輸?shù)倪\輸成本w2，以及產(chǎn)品運輸過程中產(chǎn)生的碳排放成本w3構(gòu)成；其中，從轉(zhuǎn)運中心j到客戶需求點i運送產(chǎn)品l產(chǎn)生的碳排放成本e(vijl)＝c0·e0·ρ(vijl)·dij，倉庫k運送產(chǎn)品l到轉(zhuǎn)運中心j所產(chǎn)生的碳排放成本e(qjkl)＝c0·e0·ρ(qjkl)·djk，其中c0為單位貨物重量碳排放費用，e0為燃油消耗的碳排放折算系數(shù)，ρ(vijl)為從轉(zhuǎn)運中心j到客戶需求點i運送單位產(chǎn)品l單位距離所消耗的燃油量，dij為轉(zhuǎn)運中心j到客戶需求點i之間的距離；ρ(qjkl)為從倉庫k到轉(zhuǎn)運中心j運送單位產(chǎn)品l單位距離所消耗的燃油量，djk為倉庫k到轉(zhuǎn)運中心j之間的距離，vijl為從轉(zhuǎn)運中心j到客戶需求點i運送產(chǎn)品l的運輸量，qjkl為從倉庫k到轉(zhuǎn)運中心j運送產(chǎn)品l的運輸量；

(3)構(gòu)建物流轉(zhuǎn)運網(wǎng)絡(luò)選址模型的約束限制條件，所述約束限制條件包括容量限制約束、供需平衡約束、流量守恒約束及數(shù)量限制約束；

(4)采用遺傳算法對物流轉(zhuǎn)運網(wǎng)絡(luò)選址模型進行求解并輸出最優(yōu)的轉(zhuǎn)運網(wǎng)絡(luò)選址。

作為優(yōu)選，所述步驟(4)中的遺傳算法的步驟包括：

(4.1)將決策變量統(tǒng)一為二進制編碼并初始化種群；所述決策變量包括選址變量zj和pk、分配變量xijl和yjkl，以及vijl和qjkl，其中zj為0-1變量，數(shù)值為1表示轉(zhuǎn)運中心j選擇建立；pk為0-1變量，數(shù)值為1表示倉庫k選擇建立，xijl為0-1變量，數(shù)值為1表示從轉(zhuǎn)運中心j運送產(chǎn)品l到客戶需求點i，yjkl為0-1變量，數(shù)值為1表示從倉庫k運送產(chǎn)品l到轉(zhuǎn)運中心j；

(4.2)將物流轉(zhuǎn)運網(wǎng)絡(luò)選址模型的目標(biāo)函數(shù)轉(zhuǎn)化為染色體的適應(yīng)度函數(shù)，按照如下公式計算適應(yīng)度函數(shù)值：

其中，f(x)為所述模型的目標(biāo)函數(shù)，γ為模型的懲罰系數(shù)，gα(x)為模型中第α個不等式約束，hβ(x)為模型中的第β個等式約束，p和m分別為模型中不等式約束總數(shù)和等式約束總數(shù)；

(4.3)計算出每個染色體適應(yīng)度值，選擇用輪盤賭的方式進行染色體個體選擇；

(4.4)對于選擇出來的染色體個體，進行染色體的交叉和變異，生成新的迭代種群，并重復(fù)計算新生成的種群中的染色體的適應(yīng)度函數(shù)值，重復(fù)選擇、交叉和變異過程，直至達到最大迭代次數(shù)，得到最優(yōu)的轉(zhuǎn)運網(wǎng)絡(luò)選址。

作為優(yōu)選，在步驟(4.1)中進行二進制編碼過程中，采用如下公式確定二進制編碼的位數(shù)：

其中，u2為變量的上限，u1為變量的下限，δ為變量設(shè)置的要求精度，μ為二進制編碼的位數(shù)。

作為優(yōu)選，所述容量限制約束為轉(zhuǎn)運中心和倉庫的容量不超過各自的容量上限，公式表示如下：

其中ail表示客戶需求點i對產(chǎn)品l的需求量，bj為轉(zhuǎn)運中心j的容量上限，dk為倉庫k的容量上限。

作為優(yōu)選，所述供需平衡約束為客戶需求點對產(chǎn)品的需求量與轉(zhuǎn)運中心運送到客戶需求點的產(chǎn)品數(shù)量相等，公式表示如下：

其中ail表示客戶需求點i對產(chǎn)品l的需求量。

作為優(yōu)選，所述流量守恒約束為倉庫到轉(zhuǎn)運中心運送產(chǎn)品的運輸量與轉(zhuǎn)運中心運送到客戶需求點的產(chǎn)品數(shù)量相等，公式表示如下：

作為優(yōu)選，所述數(shù)量限制約束為轉(zhuǎn)運中心和倉庫均不超過各自最大限制數(shù)量，公式表示如下：

其中r為轉(zhuǎn)運中心的最大限制數(shù)量；w為倉庫的最大限制數(shù)量。

通過上述技術(shù)方案的實施，本發(fā)明的有益效果是：考慮碳排放成本，通過建立物流轉(zhuǎn)運網(wǎng)絡(luò)選址模型，來優(yōu)化轉(zhuǎn)運中心的布局，能夠減少物流操作流程，降低了物流運作成本，并使所規(guī)劃的貨物運輸路徑溫室氣體排放量最小，同時物流網(wǎng)絡(luò)的運營效益最大。

附圖說明

圖1為本發(fā)明方法的總體流程圖。

圖2為本發(fā)明方法中的物流轉(zhuǎn)運網(wǎng)絡(luò)選址模型的結(jié)構(gòu)示意圖。

具體實施方式

下面結(jié)合附圖和具體實施例對本發(fā)明作進一步說明。

如圖1所示，本發(fā)明實施例公開的一種考慮碳排放的轉(zhuǎn)運網(wǎng)絡(luò)選址方法，主要包括以下步驟：

步驟一：構(gòu)建物流轉(zhuǎn)運網(wǎng)絡(luò)選址模型，如圖1所示，該物流轉(zhuǎn)動網(wǎng)絡(luò)選址模型由倉庫、轉(zhuǎn)運中心及客戶需求點三級主體組成，其中倉庫負責(zé)各種貨物的儲存和發(fā)散工作，其中轉(zhuǎn)動中心負責(zé)根據(jù)客戶需求點對不同產(chǎn)品的需求量而從倉庫中調(diào)配產(chǎn)品，并對產(chǎn)品進行集貨與分揀后分別運送到不同的客戶需求點，其中客戶需求點負責(zé)接收從轉(zhuǎn)動中心運輸來的產(chǎn)品；

步驟二：構(gòu)建物流轉(zhuǎn)運網(wǎng)絡(luò)選址模型的目標(biāo)函數(shù)，綜合分析物流轉(zhuǎn)運網(wǎng)絡(luò)選址模型的經(jīng)濟成本與資源環(huán)境成本，物流轉(zhuǎn)運網(wǎng)絡(luò)選址模型的目標(biāo)函數(shù)主要由轉(zhuǎn)運中心的固定建設(shè)成本、倉庫的固定建設(shè)成本、產(chǎn)品在倉庫、轉(zhuǎn)運中心和客戶需求點三者之間運輸?shù)倪\輸成本、以及運輸過程中產(chǎn)生的碳排放成本構(gòu)成，具體數(shù)學(xué)公式表示如下：

minw＝w1+w2+w3

其中i＝1,2,…,i為客戶需求點編號，j＝1,2,…,j為轉(zhuǎn)運中心編號，k＝1,2,…,k為倉庫編號，l＝1,2,…,l為產(chǎn)品種類編號，i代表客戶需求點總數(shù)；j代表轉(zhuǎn)運中心總數(shù)；k代表倉庫總數(shù)；l代表產(chǎn)品種類總數(shù)；fj為轉(zhuǎn)運中心j的固定建設(shè)成本；vk為倉庫k的固定建設(shè)成本；sijl為從轉(zhuǎn)運中心j運送單位產(chǎn)品l到客戶需求點i的運輸成本；sjkl為從倉庫k運送單位產(chǎn)品l到轉(zhuǎn)運中心j的運輸成本；vijl為從轉(zhuǎn)運中心j到客戶需求點i運送產(chǎn)品l的運輸量；qjkl為從倉庫k到轉(zhuǎn)運中心j運送產(chǎn)品l的運輸量；xijl為0-1變量，數(shù)值為1表示從轉(zhuǎn)運中心j運送產(chǎn)品l到客戶需求點i，為0表示不運送；yjkl為0-1變量，數(shù)值為1表示從倉庫k運送產(chǎn)品l到轉(zhuǎn)運中心j,為0表示不運送；e(vijl)表示從轉(zhuǎn)運中心j到客戶需求點i運送產(chǎn)品l產(chǎn)生的碳排放成本；zj為0-1變量，數(shù)值為1表示轉(zhuǎn)運中心j選擇建立，為0表示不建立；pk為0-1變量，數(shù)值為1表示倉庫k選擇建立，為0表示不建立；e(qjkl)表示從倉庫k運送產(chǎn)品l到轉(zhuǎn)運中心j所產(chǎn)生的碳排放成本；

其中碳排放成本的具體計算公式如下所示：

e(vijl)＝c0·e0·ρ(vijl)·dij，e(qjkl)＝c0·e0·ρ(qjkl)·djk

其中c0為單位貨物重量碳排放費用；e0為燃油消耗的碳排放折算系數(shù)；ρ(vijl)＝σ*vijl為從轉(zhuǎn)運中心j到客戶需求點i運送產(chǎn)品l單位距離所消耗的燃油量，σ為單位數(shù)量產(chǎn)品的燃油消耗系數(shù)；dij為轉(zhuǎn)運中心j到客戶需求點i之間的距離；ρ(qjkl)＝σ*qjkl為從倉庫k到轉(zhuǎn)運中心j運送產(chǎn)品l單位距離所消耗的燃油量，djk為倉庫k到轉(zhuǎn)運中心j之間的距離；其中單位貨物重量碳排放費用c0設(shè)定為2.7，燃油消耗的碳排放折算系數(shù)e0為2.7kg/l，單位車輛的貨物總載重為25t，在貨物滿載時的單位距離燃油消耗為3l/km，貨物空載時的單位距離燃油消耗為1.5l/km；

步驟三：構(gòu)建物流轉(zhuǎn)運網(wǎng)絡(luò)選址模型的約束限制條件，所述約束限制條件包括容量限制約束、供需平衡約束、流量守恒約束及數(shù)量限制約束；

其中容量限制約束的約束公式表示如下：

上述兩個公式分別表示轉(zhuǎn)運中心和倉庫具有一定的容量限制；其中ail表示客戶需求點i對產(chǎn)品l的需求量；bj為轉(zhuǎn)運中心j的容量上限；dk為倉庫k的容量上限；

其中供需平衡約束的約束公式表示如下：

該約束表示客戶需求點i對產(chǎn)品l的需求量與轉(zhuǎn)運中心運送到客戶需求點i的產(chǎn)品l數(shù)量相等；

其中流量守恒約束的約束公式表示如下：

該約束表示從倉庫k到轉(zhuǎn)運中心j運送產(chǎn)品l的運輸量與轉(zhuǎn)運中心j運送到客戶需求點i的產(chǎn)品l數(shù)量相等；

其中數(shù)量限制約束的約束公式表示如下：

該約束表示轉(zhuǎn)運中心和倉庫均具有一定的數(shù)量限制，其中r為轉(zhuǎn)運中心的最大限制數(shù)量；w為倉庫的最大限制數(shù)量；

步驟四：采用遺傳算法對物流轉(zhuǎn)運網(wǎng)絡(luò)選址模型進行求解，所述遺傳算法的步驟主要由種群初始化、適應(yīng)度函數(shù)值計算、個體選擇、交叉和變異組成：

(1)種群初始化

在模型的決策變量中，選址變量zj、pk以及分配變量xijl和yjkl均為0-1變量；vijl和qjkl為實數(shù)變量，并把各個變量均統(tǒng)一為二進制編碼；在進行二進制編碼過程中，采用如下公式確定二進制編碼的位數(shù)：

其中，u2為變量的上限，u1為變量的下限，δ為變量設(shè)置的要求精度，μ為二進制編碼的位數(shù)；由這些二進制編碼轉(zhuǎn)換完成的決策變量組成了遺傳算法中的單個染色體，確定種群的個數(shù)以及單個種群中的染色體個數(shù)然后隨機生成初始種群；

(2)計算適應(yīng)度函數(shù)值

將物流轉(zhuǎn)運網(wǎng)絡(luò)選址模型的目標(biāo)函數(shù)轉(zhuǎn)化為染色體的適應(yīng)度函數(shù)，采用懲罰系數(shù)法處理模型中的約束限制，具體適應(yīng)度函數(shù)值的計算公式表示如下：

其中，f(x)為所述模型的目標(biāo)函數(shù)，γ為模型的懲罰系數(shù)，gα(x)為模型中第α個不等式約束，hβ(x)為模型中的第β個等式約束，p和m分別為模型中不等式約束總數(shù)和等式約束總數(shù)；

(3)個體選擇

由上述適應(yīng)度函數(shù)計算公式，計算出每個染色體適應(yīng)度值，選擇用輪盤賭的方式進行染色體個體選擇；

(4)交叉和變異

對于用輪盤賭方法選擇出來的染色體個體，分別采用單點交叉以及基因突變的方式，完成染色體的交叉和變異，并確定染色體的交叉概率為0.86和變異概率為0.012，生成新的迭代種群，并重復(fù)計算新生成的種群中的染色體的適應(yīng)度函數(shù)值，重復(fù)選擇、交叉和變異過程；

(5)計算終止

對于初始種群的計算，采用設(shè)置最大迭代次數(shù)的方法進行算法的終止，并輸出最優(yōu)的轉(zhuǎn)運網(wǎng)絡(luò)選址。

本發(fā)明方法考慮碳排放成本，通過建立物流轉(zhuǎn)運網(wǎng)絡(luò)選址模型，來優(yōu)化轉(zhuǎn)運中心的布局，能夠減少物流操作流程，降低了物流運作成本，并使所規(guī)劃的貨物運輸路徑溫室氣體排放量最小，同時物流網(wǎng)絡(luò)的運營效益最大。