物流园设施布局的优化方法

本发明属于物流园布局优化领域，具体涉及物流园设施布局的优化方法。

背景技术：

1、现阶段，社会的发展目标由高速发展转变为高质量发展，以提质提效代替提速提量作为社会各领域发展的首要任务和重点目标。经过多年的建设，现有的国内国际运输体系已经基本形成，多节点、全覆盖的综合交通运输网络初步形成，但更新的建设目标和社会需求也对新时代的运输物流业提出了更高要求。目前，我国的进出口运输需求日益增长，现有的运输结构与运输系统所提供的服务难以与之匹配，交通运输行业的运输效率亟需提升。在提高综合运输效率、有效降低运输成本、完善运输服务体系、持续优化运输结构等要求下，多式联运作为现代物流降本增效的主要方式逐渐受到研究和关注。当下，在全球范围内解决相关问题时，国际上主要采用多式联运方式来提升运输效率。

2、《国务院办公厅关于印发推进多式联运发展优化调整运输结构工作方案(2021-2025年)》中指出，大力发展多式联运是优化调整运输结构，提升综合运输效率，降低社会物流成本，促进节能减排降碳的重要运输方式。未来物流园区发展的主要目标包括三方面，即推进运输绿色低碳转型、提升区域综合运输效率、培育多式联运服务体系，优化物流园区等物流枢纽作为开展物流活动的主要场所，确保高效运转的布局模式，是物流园区发展的基础保障。因此，优化物流园的设施布局，是综合提升运输效率的主要方法，通过调整各大必备功能区的设施布局，进而提升转运效率，降低运营成本，从基础设施方面确保多式联运和物流业的有机融合。

3、我国的多式联运产业发展起步晚，国内已建成的高效率、高效益、体系化的枢纽型物流园区数量较少，具有参考价值和代表性的案例更少，学界关于建设高效枢纽型物流园的研究和理论体系尚不成熟，导致现有的物流园枢纽在设施选址、功能区布局、不同运输方式间的转运方式等方面均存在问题，使得物流园的整体运转效率低下，产业的投入产出比较大，无法取得预期的经济效益。

技术实现思路

1、本发明所要解决的问题是：提出物流园设施布局的优化方法，旨在建立一套完整、科学、合理的物流园布局优化方法，为解决现实物流园布局存在的问题提供可行的方法，起到辅助决策的作用。

2、本发明所采用的技术方案是：一种物流园设施布局的优化方法，包括物流园设施布局问题描述、模型构建、模型计算、仿真优化四个部分，具体步骤如下：

3、s1、物流园设施布局问题描述：构建标准形状的物流园区，其内部设置若干功能区，物流园区形状和它内部所有功能区形状均为标准矩形，建立一般物流园的总运营成本最小化模型；

4、s2、模型构建：将上述标准形状的物流园区的一个顶点定义为坐标原点，构建平面直角坐标系，将已建成的交通线路或运输场站设定为物流园区综合枢纽中固定的功能区；建立模型目标函数，即综合关系评分最大化模型；

5、s3、模型计算：采用遗传算法进行物流园布局优化模型的计算，得到遗传算法优化方案，在模型计算阶段，引入栅格缩放法来对遗传算法进行简化；

6、s4、仿真优化：采用仿真软件对车辆运行情况进行仿真模拟，搭建物流园区综合枢纽道路布置形式，以步骤s3模型计算所得的遗传算法优化方案进行功能区布局设计，通过仿真模型搭建进行模拟并与原功能区布局方案对比。

7、具体的，步骤s1，构建标准形状的物流园区，定义其长宽尺寸为w和h，设定第i个功能区的长宽比建立模型目标函数，即总运营成本最小化模型如下：

8、

9、

10、

11、

12、

13、

14、aimin≤ai≤aimax        (7)

15、其中，n为功能区的总数量，i、h为功能区的序列数，dij为功能区i和j之间的中心距离，fij代表两功能区之间的物流运输量，cij代表单位运输距离下的运营成本；

16、wi、hi为功能区i的长和宽，wj、hj为功能区j的长和宽；(xi，yi)为功能区i的中心坐标，(xj，yj)为为功能区j的中心坐标；

17、上述公式(1)为目标函数，表示计算物流园综合枢纽内功能区总运输成本的最小值；

18、约束条件公式(2)、(3)和(4)表示两功能区之间不存在区域间的重叠，即各功能区是单独且完整的；

19、约束条件公式(5)和(6)表示功能区完全位于物流园区之内；

20、约束条件公式(7)是对功能区的形状和长宽比进行限制，根据不同特性的物流园分别设置不同的值，所述物流园包括：公路物流园、港口物流园。

21、具体的，步骤s2模型构建，包括如下子步骤：

22、步骤s2.1、将矩形物流园区的一个顶点定义为坐标原点，以其相邻的长宽两条边所在直线作为xy轴正方向，构建平面直角坐标系；

23、步骤s2.2、将已建成的交通线路或运输场站设定为物流园区综合枢纽中固定的功能区，进行长宽、坐标参数的标定和设置；

24、步骤s2.3、测算该运输方式的物流量与综合关系评分值，得到综合关系评分表，作为评分矩阵；

25、步骤s2.4、建立模型目标函数，即综合关系评分最大化模型，模型目标函数如下：

26、

27、s.t. countk≥areak，k＝1，2，3，...    (9)

28、其中，scoremn表示第m行第n列的单元格的总评分值，countk表示功能区k所占的单元格数量，areak表示功能区k的面积；

29、所述单元格为将物流园区按照一定的单位面积划分成指定数量的单元格，每个单元格的尺寸和面积均固定，所有功能区的所占单元格数量均为整数。

30、具体的，步骤s3模型计算，包括如下子步骤：

31、步骤s3.1、栅格缩放：通过栅格缩放法对问题进行简化，用于编码和模型计算；

32、在模型计算阶段，为了便于编码和模型计算，引入栅格缩放法来对问题进行简化，将物流园按照一定的单位面积划分成指定数量的单元格，将各功能区和物流园区的长宽放大至整百的倍数，使得所有功能区所占单元格的数量均为整数；

33、综合关系评分计算时，计算每个单元格与其周围相邻单元格的评分值总和，作为该单元格的评分值；在计算评分值时，将直角相邻的两个功能区之间的评分值系数取较高，斜角相邻的两个功能区之间的评分值系数取较低，用于让相同的功能区尽可能直线相邻而非斜角相邻。

34、步骤s3.2、进行染色体编码：采用数字矩阵进行定义，每组染色体都具有一个基因，所述基因代表一组布局优化方案；

35、步骤s3.3、初始化种群：基于设施功能区尽可能地相近或相邻，设定若干初始化优秀解，在此基础上进行迭代，获得较优解；

36、步骤s3.4、定义适应度函数，用于判断布局优化方案的可行性，方法如下：

37、

38、其中，设置判断函数judge作为0/1变量，对每个优化方案进行条件判断，当符合实际要求时设定为1，即为通过，不符合则设定为0，即为不通过；

39、最终的适应度函数值为判断函数与目标函数的乘积。

40、步骤s3.5、计算目标函数：采用遗传算法将利用各功能区的综合关系评分值作为衡量布局优化方案优劣性的指标；

41、计算目标函数方法如下：将直线相邻的评分值系数定义为1，斜角相邻的评分值系数则取0～1之间的小数值，这个数值根据实际运算情况和功能区间的关系进行动态设定：

42、scoremn＝scoredirect+β×scorecorner    (11)

43、其中，scoredirect为单元格直线相邻的评分值总和，scorecorner为单元格斜角相邻的评分值总和，β为单元格斜角相邻的评分值系数。

44、步骤s3.6、进行交叉运算：采用多点交叉方法，即在父代染色体中随机选择一个列或一个行，与母本染色体个体中的该列或该行基因进行交换，结合而成的基因则作为子代的染色体基因，根据本优化问题的实际需要和实际规模设定交叉概率。

45、步骤s3.7、突变运算：设定个体中随机两列或随机两行的基因交换，使得突变结果满足约束条件公式(9)，即每个染色体基因中各功能区的面积都能满足该区域的最低面积需求。

46、进一步的，步骤s4中，搭建物流园区综合枢纽道路布置形式，具体为：分析物流园区内部车辆运行道路布置形式的区别，选择符合物流园区定位的道路运输模式，采用多布局方式搭建物流园道路的布置形式。

47、与现有物流园设施布局优化方法相比，本发明技术方案具有以下有益技术效果：

48、(1)本发明在设定功能区时，对于不影响物流园内功能区设施布局的交通沿线、自然地形等区域，可以将其划作功能区的面积之中，并将其固定在综合枢纽内部，避免了这些环境因素对于设施布局的影响，有效简化了问题的复杂程度，同时不影响最终的优化结果。

49、(2)本发明中将栅格缩放法和遗传算法有效结合起来，并结合系统布局设计方法，解决了传统slp方法的复杂度高、求解过程慢等问题，在相同类型的问题中均可应用。