基于智能优化算法的选址问题研究开题报告

全文总字数：4958字

1. 研究目的与意义（文献综述）

1.1目的及意义

选址问题遍布各行各业，大到机场、商圈、学校等的建设，小到饭店、影院和超市等的建设，合理的选址能最大化的实现其自身的价值，进而减少不必要的成本。配送中心是物流系统中的重要节点,在物资的流通过程中有着承上启下的作用。而合理的配送中心选址，不仅能够提高物资的配送效率、提高顾客的满意度,还可以有效降低配送成本，增强企业的核心竞争力。因此，对配送中心选址问题的研究，具有重要的理论价值和实际意义。如何合理进行配送中心选址，用较少的代价获得具有较高的覆盖率和运行效率的配送中心是一个亟待解决的问题。

随着智能优化算法在各邻域的普遍应用，运用智能优化算法已成为解决选址问题的主要方法。常见的智能优化算法有遗传算法、免疫算法、模拟退火算法、粒子群算法、蚁群算法，以及鲸鱼群算法、灰狼算法、布谷鸟算法、帝国竞争算法等等。智能算法通过模拟自然界某些系统的运行规律来实现对问题的优化，其求解精度相对于传统的最优化方法（如混合整数规划等）和启发式方法有明显的提高,且计算时间明显减少，计算效率明显提高，为解决现实生活中的复杂的组合优化问题提供了一种更有效的方法。因此，运用智能算法解决选址问题已经成为一种十分重要和有效的方法。

2. 研究的基本内容与方案

2.1研究内容

（1）介绍智能优化算法以及本文所用的遗传算法的内容，分析用智能算法来解决选址问题的国内外研究现状和各学者取得的成就。

（2）探寻顺丰近些年发展状况，分析顺丰的运营模式，经营范围。具体介绍波特五力模型及其局限性，并用波特五力模型具体分析顺丰的航空运输市场在当前在物流行业内的优势劣势。

3. 研究计划与安排

4. 参考文献（12篇以上）

[1]尚志勇. 基于改进布谷鸟搜索算法的配送中心选址问题研究[d].河南大学,2019.

[2]曹玉莲. 基于网络拓扑的混合粒子群优化算法及物流优化研究[d].武汉理工大学,2018.

[3]叶林. 基于智能算法的选址规划问题研究[d].上海理工大学,2010.