基于布谷鸟算法的电子商务物流中心选址求解

　　摘 要：在互联网时代的大背景下，随着电子商务企业的快速发展，对物流快递业的发展起到了带动作用，一个完善的物流配送体系在企业竞争中越来越重要。合理的电子商务物流中心选址对物流系统的整个运营成本的大小有着重要的影响，基于一种新型布谷鸟算法用于解决物流中心选址问题，该算法是一种全局搜索的优化方法，采用莱维飞行机制，具有简单容易实施的特点。通过17个重点市进行仿真实验，能够有效的解决电子商务物流中心选址问题。 
　　关键词：物流中心选址；布谷鸟算法；莱维飞行 
　　物流中心是组织、衔接、调节、管理物流活动的较大的物流据点，是物流系统中的基础设施。合理的布局可以有效的节约运输成本，提高配送效率，增加顾客满意度。关于物流配送中心选址的研究有很多，根据选址中心的目标可以分为单目标选址和多目标选址，根据分析方法可以分为定量分析方法和定性分析方法。选址问题根据候选位置的空间可以分为离散选址、网络选址和连续选址，离散选址即平面选址，是指可以在可行的连续空间的任何位置选址。目前，用于解决选址问题的算法有重心法和智能优化算法等。物流中心选址其问题描述如下：对于平面上n个需要配送的物流节点，通过欧几里得度量即欧氏距离最小来确定一个最佳配送中心的选址。 
　　布谷鸟搜索算法（cuckoo search，即CS）是2009年，剑桥大学学者YANG和拉曼工程大学的DEB模拟布谷鸟的寻窝产卵行为，提出一种新的智能优化算法。这种算法主要基于布谷鸟的巢寄生繁殖机理和莱维飞行（Lévy flights）搜索原理两个方面，该算法与粒子群优化算法进行比较，搜索路径优，寻优能力强。目前，关于布谷鸟搜索算法求解优化问题的研究已经成为一个新的研究热点。本文分析布谷鸟搜索算法的思想和仿生原理，并通过对物流中心选址问题进行仿真测试，表明该算法在求解物流中心选址问题中具有较好的可行性和优化能力。 
　　一、布谷鸟算法 
　　布谷鸟算法源于对布谷鸟繁育行为的模拟，是一种新型有效的全局优化方法。其原理是将布谷鸟所选宿主的鸟窝映射为空间中的解，宿主鸟巢所在位置的优劣表示问题中解的适应度值，布谷鸟搜索和选择鸟窝的过程就是算法的搜索和优化过程。主要包括两个部分，一是布谷鸟的繁育行为，另一个是莱维飞行机制。 
　　布谷鸟搜索算法基于以下三个理想规则：规则1：每只布谷鸟每次产一个卵，并随机选择鸟巢孵化它；规则2：在随机选择的一组鸟巢中，最好的鸟巢被保留至下一代；规则3：可选择的寄生巢数量是固定的，且寄生巢主人发现外来鸟蛋的概率为Pa。