天津职业技术师范大学自动化与电气工程学院;天津职业技术师范大学天津市信息传感与智能控制重点实验室;
针对物流配送中心选址不合理导致配送效率低下的问题，采用萤火虫扰动策略改进麻雀搜索算法，构建二级物流配送中心网络结构，解决配送中心选址问题。采用手肘法确定最优二级配送中心数量，将运输成本、运输时间和配送时间三项成本之和最小值作为目标函数，增加运送车辆限制等约束条件，获得合理的配送中心地址和最佳成本。以吉林省某区县小区实际情况为例，将改进后的麻雀搜索算法与常规的麻雀搜索算法进行对比，结果表明：改进后的麻雀搜索算法可将总成本降低16.67%，配送中心选址更加合理有效。
| 282 | 2 | 19 |
| 下载次数 | 被引频次 | 阅读次数 |
[1]何黎明.二〇二三年我国现代物流发展趋势与重点工作：在二〇二二年中国物流学术年会跨年会暨二〇二三年﹙第十五届﹚物流领域产学研结合工作会上的讲话[N].现代物流报，2023-03-01(1）.
[2]张懿.科技创新引领，推动产业结构优化升级：新的一年，上海要加快建设现代化产业体系，推进高水平科技自立自强[N].文汇报，2023-03-06(9）.
[3]何彤，熊瑞琦.计算机信息技术在智能交通系统中的应用[J].石河子科技，2023(01):42-43.
[4]高迪，张博，何富康.乌鲁木齐市京东家电配送中心选址分析[J].中国储运，2023(2):134.
[5]王文忠.可可盖煤矿工业场地选址分析[J].内蒙古煤炭经济，2022(15):175-177.
[6]傅新平，邹珺.层次分析法在物流中心选址中的应用[J].世界海运，2002,25(4):23-24,28.
[7]耿焕同，周利发，丁洋洋，等.一种基于新型差分进化模型的MOEA/D改进算法[J].计算机工程与应用，2019,55(8):138-146,263.
[8]YU H B.Surrogate-assisted hierarchical particle swarm opti原mization[J].Information Sciences,2018,454/455:59-72.
[9]陈信，周永权.基于猴群算法和单纯法的混合优化算法[J].计算机科学，2013,40(11):248-254.
[10]XUE J K,SHEN B.A novel swarm intelligence optimization approach:sparrow search algorithm[J].Systems Science&Control Engineering,2020,8(1):22-34.
[11]吕鑫，慕晓冬，张钧，等.混沌麻雀搜索优化算法[J].北京航空航天大学学报，2021,47(8):1712-1720.
[12]唐宇，代琪，杨梦园，等.改进麻雀搜索算法优化SVM的异常点检测[J].计算机工程与科学，2023,45(2):346-354.
[13]杨超，王宗山，聂仁灿，等.车联网中基于麻雀搜索算法的计算卸载策略[J].计算机工程与设计，2023,44(1):1-7.
[14]张文帅，王占刚.基于改进麻雀算法优化深度极限学习机的缺失数据预测[J].电子测量技术，2022,45(15):63-67.
[15]DINESH KUMAR P,VALARMATHI K.Fuzzy based hybrid BAT and firefly algorithm for optimal path selection and secu原rity in wireless sensor network[J].Automatika,2023,64(2):199-210.
[16]仲臣，余学祥，邰晓曼，等.萤火虫算法优化支持向量机室内定位研究[J].计算机工程与科学，2022,44(11):1969-1975.
[17]MOHAMMADI B.Modeling various drought time scales via a merged artificial neural network with a firefly algorithm[J].Hydrology,2023,10(3):58.
[18]唐宇，代琪，杨梦园，等.改进麻雀搜索算法优化SVM的异常点检测[J].计算机工程与科学，2023,45(2):346-354.
[19]李茹，范冰冰.基于混合策略改进的鲸鱼优化算法[J].计算机与现代化，2022(6):13-20.
[20]张楠.低碳约束下冷链物流配送共享仓选址多目标优化方法[J].自动化与仪器仪表，2023(1):57-63.
[21]冉昊杰，王宏智.基于改进模拟退火算法的生鲜农产品配送中心选址[J].计算机与现代化，2022(10):36-40.
[22]陈聿，田博今，彭云竹，等.联合手肘法和期望最大化的高斯混合聚类电力系统客户分群算法[J].计算机应用，2020,40(11):3217-3223.
基本信息:
DOI：10.19573/j.issn2095-0926.202302003
中图分类号:TP18;F252
引用信息:
[1]陈庆斌,杨耿煌,耿丽清等.基于改进麻雀搜索算法的配送中心选址研究[J].天津职业技术师范大学学报,2023,33(02):14-19.DOI:10.19573/j.issn2095-0926.202302003.
基金信息:
天津市高等学校科技发展基金计划项目（2022ZD037）