基于BP神經網絡西北地區冷鏈物流中心選址模型

夏　晶，　黃　凱

(1.重慶交通大學 經濟與管理學院，重慶 400074；2.重慶交通大學 土木工程學院，重慶400074)

?

基于BP神經網絡西北地區冷鏈物流中心選址模型

夏晶1，黃凱2

(1.重慶交通大學 經濟與管理學院，重慶 400074；2.重慶交通大學 土木工程學院，重慶400074)

冷鏈物流中心選址是西北地區發展冷鏈物流的關鍵步驟，冷鏈物流中心選址的研究對物流行業響應國家“新絲綢之路”發展戰略有重要意義。結合模糊綜合評價法，建立四級綜合評估體系，運用BP神經網絡訓練對西北地區冷鏈物流中心的備選城市進行科學選址與驗證分析，得到西北地區冷鏈物流中心的最優選址方案，并驗證誤差在允許范圍內，為西北地區發展冷鏈物流提供科學的選址方案。

冷鏈物流；BP神經網絡；模糊綜合評價；西北地區

一、引言

西北部地區地域廣闊，地理、氣候條件多樣，農產品物種豐富。實施西部大開發戰略以來，西北地區通訊、交通運輸、城市基礎設施、運輸車輛等硬件條件得到明顯改善，為物流業發展提供了便利條件。在“絲綢之路經濟帶”建設背景下，西北五省積極探索物流行業“新大陸”——冷鏈物流的運作發展。冷鏈物流的發展為西北干旱缺水地區運輸新鮮瓜果肉類、進一步降低農產品損失，以及減少不必要的經濟損耗提供了新的思路和方法，也為西部地區現代物流業的發展帶來了希望、機遇與挑戰。

國內外對冷鏈物流中心選址的許多文獻是考慮成本最低為目標函數，利用啟發式算法求解。王想想提出基于建設成本最小化與貨物質量損耗最小化構建模型，并用遺傳算法解決得到最優解[1]。侯淑婕研究了冷鏈物流網絡中制造與配送中心選址問題，考慮到離散的網絡選址模型，分析兩級中心運營成本、建設成本等，以總成本最小化選址[2]。徐建華利用冷鏈物流中心建設成本、運輸成本、貨損成本、早到機會成本與遲到懲罰成本之和作為目標函數，運用粒子群算法、改進GA-PSO算法求解[3]。舒旭麗針對生鮮農產品冷鏈，以農產品產地、預冷站、配送中心三級選址，不考慮建設費用，不考慮短途運輸費用，相關費用最小化，利用遺傳算法求解[4]。鄧麗超構建雙層目標函數，考慮兩級配送中心與客戶之間運輸費用，以總成本最小化求解[5]。

以上大部分文獻都是基于冷鏈物流配送中心的成本最優而進行選址研究，但是選址問題中，需要考慮的不僅僅是運輸、倉儲、加工費用與建設時投資成本的最優，更要綜合優選備選址的人文地理環境、經濟發展情況、勞動力條件、社會文化環境，還要考慮到政策導向因素，優先考慮國家規劃中區域流通節點城市，發揮其政策利好[6-7]。再者，西北地區地形地質條件惡劣，宗教人文環境復雜，不可定量分析選址費用而片面制定選址方案，需結合實際情況做出最后選址方案。因此，西北地區冷鏈物流配送中心選址將是一個多屬性決策問題[8]。本文將采用模糊神經網絡分析方法，利用選址影響因素，建立冷鏈物流評價指標，再對神經網絡進行訓練，得到最優解。

二、BP神經網絡模型

(一)BP神經網絡簡介

BP神經網絡(Back Propagation)是一種將誤差逆向傳輸的訓練過程，它是多層的類似于生物神經元的信號傳播過程的學習。神經網絡包含輸入層、中間層、輸出層三級傳播介質，輸入層負責將外界信息導入，并向前正向傳遞給中間層；由中間層對接收到的信息進行識別、處理，并根據需要實施信息變化；當信息完成中間層的傳遞，到達輸出層神經元時，輸出層神經元將信息輸出到外界，進而完成一次正向傳播學習過程。BP神經網絡算法訓練具有自學習、自適應和非線性映射的特點，本質是基于梯度下降的一種迭代學習算法，即BP網絡的誤差調整方向總是沿著誤差下降最快的方向進行，隨著誤差逆向傳播修正的反復進行，網絡對輸入模式響應的正確率也不斷上升，使訓練結果準確，誤差小[9]。本文采用BP神經網絡算法對西北地區冷鏈物流中心選址進行評估。BP神經網絡模型如圖1所示。

圖1　BP神經網絡結構

BP神經網絡的求解過程主要有6個模塊：原始數據的輸入，數據歸一化，網絡訓練，對原始數據進行仿真，將原始數據仿真的結果與已知樣本進行比對，對新數據進行仿真。

(二)基于BP神經網絡選址評價模型原理

收集西北地區物流中心備選址的各個影響因素，將其作為輸入層的輸入信息，經過BP神經網絡算法訓練，輸出備選址最終的評價結果。簡要過程如圖2所示。

三、基于模糊綜合評價分析的西北地區冷鏈物流中心選址體系

(一)西北地區冷鏈物流中心備選址數據收集

西北地區土地廣袤，但自然條件惡劣，經濟基礎差，居民消費水平低，故大型冷鏈物流中心寥寥可數且不具有規模效應。本文不考慮西北地區原有冷鏈物流中心對選址的影響，對西北五省(陜西省、甘肅省、寧夏回族自治區、青海省、新疆維吾爾自治區)涵蓋地域的多種因素進行分類調查，根據不同因素的歸類，將影響選址的多種因素分成多層指標體系。依據建立的西北地區冷鏈物流中心選址評價指標模型，邀請專家對指標體系中的影響因素打分，形成冷鏈物流中心選址評價矩陣，將評價矩陣與權重矩陣相乘，得到選址評價指標，并對其歸一化。

圖2　BP神經網絡算法實訓過程

調研過程采用查閱各省年鑒、調查問卷、單位訪談等方法，一般選取政府管轄物流中心單位，而非冷鏈物流相關行業單位，保證調研數據不受業內人員主觀意識影響。西北地區各省份選址涉及城市較多，根據國家規劃，西安、蘭州、西寧、銀川、烏魯木齊五市被納入全國流通節點城市，咸陽、榆林、天水、酒泉、海西、海東、石嘴山、喀什、伊犁、博爾塔拉、巴音郭楞、日喀則成為區域級流通節點城市。選址數據收集主要基于17個流通節點城市的人文地理環境、經濟發展情況、勞動力條件、社會文化環境、政策導向等因素對比數據，選取這17組數據作為訓練集，與模糊評價指標體系結合，充分學習訓練后，根據數據綜合比較，選出適宜大型冷鏈物流中心建設的地址。

(二)西北地區冷鏈物流中心評估模型建立

在調研結束的基礎上整理歸納得到數據，考慮城市規劃建設相關部門的建議，得到西北地區冷鏈物流中心選址評估模型，即模糊綜合評價指標因素集U，見表1。

表1　西北地區冷鏈物流中心選址評估模型

表2　西北地區冷鏈物流中心選址評估綜合評價結果

四、基于BP神經網絡西北地區冷鏈物流中心選址應用

(一)西北地區冷鏈物流中心選址模型設計

(二)基于BP神經網絡的學習訓練

在MATLAB 2015aV_8.5環境下運行BP神經網絡算法程序，實際運行482次得到最優結果，用時0.01秒。訓練結果與專家評價結果基本相同。

訓練次數為460次時網絡誤差誤差平方和是0.00099985，符合誤差允許0.001。

圖3　MATLAB仿真結果

圖4　仿真誤差對比

(三)西北地區冷鏈物流中心選址應用

基于文中備選17市的評價結果，由于物流中心規模制約其運營輻射能力與服務區域，根據實際情況提出選址方案集P=(P1，P2，P3，P4，P5)，P1=(西安，天水，酒泉，石嘴山，巴音郭楞)，P2=(蘭州，西安，烏魯木齊，咸陽，榆林)，P3=(西寧，銀川，烏魯木齊，咸陽，日喀則)，P4=(天水，喀什，伊犁，海東，日喀則)，P5=(海西，喀什，銀川，咸陽，伊犁)，將五種方案數據輸入已被驗證的BP神經網絡算法中進行訓練，得到結果：Y=(0.5239,0.8219，0.2938,0.3829,0.6390)。

圖5　訓練結果與目標值擬合

由上述結果可得，西北地區冷鏈物流選址地點建議采取方案P2，為西北地區新絲綢之路物流行業發展中的冷鏈物流中心選址問題提供了參考性意見。

(四)西北地區冷鏈物流中心選址結果驗證

將最優方案P2=(蘭州，西安，烏魯木齊，咸陽，榆林)中五個備選城市的基礎調研數據與專家打分結果輸入神經網絡中，驗證上文訓練結果是否準確合理。

圖6　誤差與試驗次數相關

圖7　驗證過程仿真誤差對比

經過神經網絡訓練驗證，圖5～7是訓練仿真的相關圖示，訓練結果與目標值擬合較好，無明顯誤差，且誤差平方和為0.000998，符合誤差允許范圍，選址結果與實際相符合。

五、結語

本文采用模糊綜合分析法，建立了四級綜合評估體系，該體系中包含5個一級綜合指標和38個子類指標，較為全面地涵蓋了西北地區冷鏈物流中心選址的影響因素[11]。考慮到西北地區的地域特殊性，引入社會文化條件一級指標，將宗教信仰影響因素納入指標體系。根據實地調研結果，并結合專家評估意見，搜集備選城市的資料數據，運用BP神經網絡法，將專家評估結果作為目標輸出值，驗證了神經網絡訓練的有效性[12-13]。在提出的五個選址方案中，運用已經驗證的BP神經網絡訓練，得到最優結果，對其驗證，誤差符合要求。

[1]王想想.冷鏈物流配送中心選址問題研究[D].大連:遼寧師范大學,2014.

[2]侯淑婕.帶時間窗的冷鏈物流選址配送問題研究[D].上海:上海大學,2015.

[3]徐建華.基于GA-PSO算法的生鮮農產品選址—路徑問題優化研究[J]. 物流工程與管理,2016(2):51-53,55.

[4]舒旭麗.基于遺傳算法的生鮮農產品冷鏈物流網絡優化問題研究[J].物流技術,2014 (21):347-350.

[5]鄧麗超.冷鏈配送中心選址優化研究[D].長沙:中南大學,2012.

[6]林懿.我國冷鏈物流發展現狀與對策研究[J].產業與科技論壇,2016(3):17-18.

[7]楊曉輝，黃承鋒.重慶武隆地區物流現狀及對策研究[J].重慶交通大學學報(社會科學版)，2007(4)：16-18.

[8]王紅梅.我國生鮮農產品冷鏈物流發展問題研究[J].農業經濟,2016(2):132-133.

[9]俞林.基于BP模糊評價的冷鏈物流中心選址問題研究[J].物流技術,2013(10):95-98.

[10]劉桓.基于遺傳算法的冷鏈物流路徑選擇研究[J].物流技術,2013(10):116-119.

[11]王芳.食品冷鏈物流企業績效評價物元模型研究[J].物流技術,2012(11):294-296.

[12]游力,劉廣海,謝如鶴,等.冷鏈物流標準化績效分析[J]. 物流工程與管理,2016(7): 12-14.

[13]程麗林,范志強,張長峰,等.我國農產品冷鏈物流標準體系構建的思考[J].物流工程與管理,2016(7):8-11.

(責任編輯：李曉梅)

Location Model of Cold Chain Logistics Center in Northwest China Based on BP Neural Network

XIA Jing1， HUANG Kai2

(1.School of Economy and Management, Chongqing Jiaotong University, Chongqing 400074, China; 2.School of Civil Engineering, Chongqing Jiaotong University, Chongqing 400074, China)

Cold chain logistics center location is a key step in the development of cold chain logistics in northwest region. The research of cold chain logistics center location is of great significance to the development of logistics industry in response to the national “new silk road” policy. Combined with fuzzy comprehensive evaluation method, the four level comprehensive evaluation system was set up. And the BP neural network training was used to analyze the scientific location and verification of the alternative cities of the cold chain logistics center in northwest China. To obtain the optimal location of the cold chain logistics center in the northwest region, and to verify the error within the allowable range, a scientific site selection is provided for the development of cold chain logistics in the northwest region.

cold chain logistics;BP neural network; fuzzy comprehensive evaluation; northwest China

20016-07-12

國家社會科學基金重點項目“中巴伊土國際通道多邊戰略價值及風險評估研究”(16AGJ007)

夏晶(1993—)，女，甘肅金昌人，重慶交通大學經濟與管理學院碩士研究生，研究方向：物流工程。

F252;F224

A

1674-0297(2016)05-0045-06