基于遺傳算法的跨境電商綜試區(qū)示例園布局優(yōu)化研究

2022-03-30 08:20:30臺德藝邱嘉文

中國儲運 2022年4期

文/臺德藝邱嘉文

為解決我國跨境電商綜合試驗區(qū)內部布局優(yōu)化問題，應用遺傳算法對先導示例園區(qū)進行建模，MATLAB仿真顯示遺傳算法建模優(yōu)化的園區(qū)布局求解效率更高，目標更優(yōu)，結果受人為主觀因素影響較小。基于遺傳算法的綜試區(qū)內部布局優(yōu)化方法對于我國跨境電商綜試區(qū)內部布局優(yōu)化具有一定借鑒意義與參考價值。

1.引言：

科技進步與經濟全球化促進跨境電商行業(yè)快速發(fā)展的同時，也令我國跨境物流業(yè)面臨著巨大挑戰(zhàn)[1]。跨境物流涉及不同國家的海關、檢驗檢疫、物流、倉儲、配送等多個環(huán)節(jié)，成為制約跨境電商發(fā)展的主要因素[2]。構建物流信息共享平臺、推進海外倉建設、優(yōu)化跨境通關政策，對于解決跨境物流協(xié)作、成本控制、通道建設、通關與運輸時效有一定的促進作用[3]。跨境電子商務綜合試驗區(qū)（以下簡稱綜試區(qū)）是國家在一些城市區(qū)域設立的具有跨境電子商務綜合服務性質的先行先試區(qū)，通過制度創(chuàng)新、管理創(chuàng)新、服務創(chuàng)新以及協(xié)同發(fā)展，以期破解跨境電子商務發(fā)展中的體制性難題。有學者通過建立了評價指標體系，驗證了跨境電商運營績效與經濟水平的相關性[4]，我跨境電商綜試區(qū)對我國外貿轉型升級有重要影響[5]，綜試區(qū)信息化建設可以有效提升區(qū)內運行效率[6]，跨境電商綜試區(qū)對于供應鏈企業(yè)的有效整合節(jié)約了企業(yè)成本、提升了跨境電商效率[7]。綜試區(qū)內部功能區(qū)規(guī)劃主要根據(jù)園區(qū)使用性質對其內部區(qū)域進行定位與設計，或是根據(jù)功能區(qū)的分類進行區(qū)域規(guī)劃，協(xié)調多個單一服務功能區(qū)進行園區(qū)功能系統(tǒng)布局[8]。根據(jù)物流區(qū)與非物流區(qū)關系強度，灰色馬爾科夫預測模型以相互關系密切的功能區(qū)就近布置為原則，加入實際制約條件，可有效改進布局，提高區(qū)域協(xié)同能力[9]。也有學者建立了考慮物流園區(qū)規(guī)模經濟和物流需求不確定情況下的物流園區(qū)布局優(yōu)化模型[10]，基于基本功能子區(qū)的圖論法子區(qū)布局與漸推法整體布局優(yōu)化方法[11]。相關研究主要針對跨境電商物流、綜試區(qū)外部運行、傳統(tǒng)跨境產業(yè)園區(qū)的不足展開，較少針對功能性物流園區(qū)內部布局的優(yōu)化問題及示例園區(qū)內部優(yōu)化問題。本文依據(jù)跨境電商行業(yè)的固有屬性，對綜試區(qū)內部布局優(yōu)化進行討論，采用遺傳算法對綜試區(qū)示例園進行內部布局優(yōu)化，從優(yōu)化布局角度為跨境電商綜試區(qū)內部布局提供借鑒與參考。

2.基于遺傳算法的跨境電商綜試區(qū)示例園建模分析

2.1 建模

2.1.1 假設條件

①綜試區(qū)內各個功能區(qū)在同一個二維平面上；

②規(guī)劃的綜試區(qū)面積確定，形狀為矩形地塊；

③綜試區(qū)內部功能區(qū)數(shù)量為n。園區(qū)所在平面左下角為坐標原點，向右延展為X軸正方向，向上延展為Y軸正方向，形成座標系；

④功能區(qū)區(qū)塊形狀為矩形，位于綜試區(qū)二維布局坐標系統(tǒng)中，且邊與X軸和Y軸平行；

⑤（xi，yi）和（xj，yj）為功能區(qū)i和功能區(qū)j在綜試區(qū)平面座標系上的中心點坐標；

⑥功能區(qū)的進、出口設置在各個功能區(qū)邊緣中心的兩端，且功能區(qū)不能隨意穿越，如圖1所示。

圖1 功能區(qū)布局示意圖

2.1.2 目標函數(shù)

約束條件:提高整體系統(tǒng)效率、降低系統(tǒng)成本，以園區(qū)總體運輸費用最小，以及功能區(qū)鄰接度關系最大為目標。建立式函數(shù)模型，公式（1）、公式（2）、公式（3）、公式（4）、。

式中：Z1為綜式區(qū)內部各功能區(qū)物流成本的總和；Tij為功能區(qū)i和功能區(qū)j之間的單位物流成本；Pij為功能區(qū)i和功能區(qū)j之間的日平均物流量；Z2為各功能區(qū)相關關系總和；TRij為功能區(qū)i和功能區(qū)j之間的綜合相互關系；m1為功能區(qū)間的物流關系；n1為功能區(qū)間的非物流關系；bij為功能區(qū)i和功能區(qū)j鄰接度，其中Dij為功能區(qū)之間曼哈頓距離的計算公式。

為求解上述公式（1）-公式（4）的多目標函數(shù)模型，需要將多目標函數(shù)通過歸一化賦權轉為單目標函數(shù)，從而使本模型的多目標優(yōu)化問題轉化為求單目標函數(shù)的最小值問題。如公式（5）所示，期中ω1和ω2為權重，滿足ω1+ω2=1。

3.編碼求解

遺傳算法是一種模擬自然界生物進化機制中適者生存法則的算法，通過保留適應度高的解，去除適應度低的解，在所有可能的解中找出最優(yōu)解。遺傳算法求解步驟如圖2示。遺傳算法在確定編碼方式后，隨機生成初始種群，計算初始種群適應度，選擇優(yōu)秀個體進行復制，對復制個體進行交叉和變異增加算法接近最優(yōu)解能力，反復迭代最終輸出最佳方案。

圖2 遺傳算法求解步驟

3.1 編碼方式

功能區(qū)的布局采用自動換行策略，即坐標系中同一行內的功能區(qū)長度超過最大空間長度時，將本行最后一個位置的功能區(qū)自動換行到下一行。功能區(qū)編碼方式為[{m1，m2，…，mn}，{Δ1，Δ2，…，Δn}]，其中mi代表功能區(qū)i，代表功能區(qū)Δi和功能區(qū)i-1之間的凈間距。

3.2 初始種群

初始種群的分布狀態(tài)直關系到遺傳算法的在全局上的收斂性和其算法的效率性。本文采取隨機生成50個初始種群，用實際排序替換掉隨機生成的部分排列方式提升檢索性。

3.3 適應度函數(shù)

為簡化計算的時間復雜度，需要對遺傳算法的設置適當?shù)倪m應度函數(shù)，提高其收斂速度。本文對遺傳算子采用自動換行策略，排布過程中在X方向不允許功能區(qū)超出總面積區(qū)域，對Y反向超出設置懲罰函數(shù)，設置與目標函數(shù)一致的適應度函數(shù)，提高求解效率。如公式（12），公式（13）所示：

3.4 選擇算子

遺傳算法采用經典輪盤對賭選擇方法，種群按概率進行選擇以得到新種群，適應度越高被選中的概率越大，個體被選中的概率與其適應度成正比。

3.5 交叉算子

用部分映射交叉方法處理染色體中功能區(qū)排列序列的交叉操作，用算術交叉方法處理染色體中功能區(qū)間凈間距的交叉操作。

3.6 變異操作

只對功能區(qū)間的凈間距{Δ1，Δ2，…，Δn}進行變異處理，其中取區(qū)間[0，0.03]是為設備凈間距的范圍。

4.MATLAB仿真

假設S市跨境綜試區(qū)占地面積6.36平方公里，其優(yōu)越的地理區(qū)位對外鄰接非保稅物流園區(qū)、集裝箱內河轉運區(qū)以及危險品倉儲區(qū)等其他物流運作區(qū)域，其中內部主要規(guī)劃開發(fā)和建設保稅區(qū)、海關監(jiān)管區(qū)、海關查驗區(qū)、輔助作業(yè)區(qū)、倉儲配送區(qū)、國際中轉區(qū)、綜合管理區(qū)等一些功能區(qū)域。各功能區(qū)塊如表1所示：

表1 跨境電商綜試區(qū)功能區(qū)塊

在MATLAB R2019b版本中將當前算法初始種群設置為100，并將其變異概率為0.1，交叉概率設置為0.6，迭代次數(shù)設為500，其懲罰系數(shù)設為500，通過運用MATLAB求解遺傳算法，運行結果的迭代如圖3所示，其中橫坐標表示的是遺傳算法求解過程中迭代的次數(shù)，縱坐標代表求解過程中最優(yōu)目標變化的函數(shù)值，最終得到的最優(yōu)結果為{1 7 2 8 4 6 3 10 9 5}布局排列方式。

表2 物流強度從至表（單位：萬/標箱）

圖3 遺傳算法迭代圖

5.結論

通過對比圖4和圖5可以看出，海關檢驗區(qū)、輔助作業(yè)區(qū)與保稅區(qū)與倉儲物流區(qū)關系密切度密切度較大，國際中轉區(qū)與外界關系密切，布置在邊緣區(qū)域，商貿服務區(qū)靠近邊緣位置，不含園內物流關系，綜合管理區(qū)位于多個功能區(qū)中間，符合實際情況要求，總體布局體達到預期效果。

圖4 跨境電商綜試區(qū)示例園原布局圖

圖5 改進后的園區(qū)布局圖

（1）新布局與原布局相比，在各個方面都有著不同程度的優(yōu)化。基于土地集約原則，新布局在面積利用率上有很大的提升；并且運輸成本降低32.4%左右。

（2）與傳統(tǒng)方法相比，基于遺傳算法得到的布置結果更優(yōu)合理。