基于改进SLP的铁路物流中心功能区布局方法_冯芬(4)

１２４

中　国　铁　道　科　学　　　　　　　　　　　　　　　　　　第３３卷

１１ｉｉｉ（ｉ）ｉｉｉ（ｉ）ｉ≤Ｈ－≤ｘ

２２

ｗｃ１ｃｗｃ１ｃｉｉｈｉ（ｉ）ｉｉｈｉ（ｉ）

ｉ≤Ｗ－≤ｙ

２２（）５式中：Ｈ和Ｗ分别为物流中心规划区域水平边和

垂直边的长度。

（）固定约束。由于铁路装卸线功能区在物流３

中心规划区域内的位置是固定不变的，在该功能区内不能布置其他功能区，即

适应度函数值是运用遗传算法进行“优胜劣汰”的依据。本文定义适应度函数为）＝ｉ　　ｆ（其中，）＝ｉ　　ｇ（

）ｉｇ（

ｍｉｎＺ＋ｕｅ

（）７

ｙ－ｙ

ｉ

（

ｘｈ－ｐｉ－ｘｉ＋ｈｉｊ－ｊ）ｊ

２

ｊ

ｉ

ｊ

）＋

ｗ＋ｗ）－（－ｐ２）

２

２

ｉｊ

式中：ｃ为一个较大的常量，ｕ为罚函数系数，均

ｈｗｈｗｉｉｉｉ

，；，ｘｙｙ　　ｘｉ－ｉ－ｉ＋ｉ＋０Ｄ１２２２２

（）ｉ≠１０６　　　　　

（）

根据具体情况选取。

３　算例验证

３．１　参数确定

某地区计划建设１个铁路物流中心，规划用地

２

，规划用地呈矩形，Ｈ＝８面积３２３０００ｍ５０ｍ，　

其中，Ｄ１０为铁路装卸线功能区的范围，可表示为

ｈｈ１０１０

　　ｘ１０－１０＋≤ｘ≤ｘ

２２

（　　ｙ

（

１０

）（ｗ－ｙ≤ｙ≤（２）

１０

１０

）

ｗ＋

２）

１０

（）物流中心出入口约束。物流中心的出入口４

只能设置在物流中心规划区域的边界上，即出入口，；或者中心点的坐标只能为ｘ０，Ｈ］ｙｋ＝［ｋ＝０

，；或者ｘ，ｘ０，Ｗ］０，Ｈ］ｙｙｋ＝０ｋ＝［ｋ＝［ｋ＝Ｗ；

。或者ｘ０，Ｗ］ｙｋ＝Ｈ，ｋ＝［

另外，若铁路装卸线紧邻物流中心规划区域的某条边界时，不考虑在该边界上设置出入口。２．３．２　模型的遗传算法求解

）染色体设计１

染色体由基因串组成，基因的设计形式为（。ｘｃｙｉ，ｉ，ｉ）

）初始化操作２

初始种群采用随机方式生成，每组初始解必须满足不重叠约束和功能区边界约束。

）选择、交叉、变异３

采用轮盘赌方法进行选择，使性能较优的个体以更高的概率生存，辅以最优保存策略，将当前群体中适应度最高的个体与下一代适应度最高的个体进行比较，若此个体适应度值大，则自动进入下一代种群；采用多点交叉，根据交叉概率Ｐｃ随机从［１，Ｌ］中选择１个正整数作为２个父代染色体配

，在交叉位置对对的交叉位置（Ｌ为染色体个数）２个配对的父代染色体互换基因并进行标准变异操

作，按照变异概率Ｐｍ随机选择其中１个基因位，用［０．９ａ，１．１ａ］内的随机值代替该基因位的当

。前值（ａ为基因位的当前值）

）适应度函数４

Ｗ＝４００ｍ；铁路装卸线与规划用地长度方向平行

且紧靠规划用地边界内侧。参考国家建筑用地规范，以及对该物流中心各功能区的规模及作业流程等的分析，得到各个功能区需求面积，见表１。

表１　铁路物流中心各功能区需求面积

编号１２３４５６７８９１０１１１２

功能区名称理货区　　　流通加工区　仓储区　　　卡车停车场　交易展示区　办公服务区　后勤保障区　生活服务区　绿化区　　　铁路装卸线　物流中心出口物流中心入口

２需求面积／ｍ

长／ｍ１２５　１００　５００　１２５　４０　１００　１００　１５０　１００　７５０　２　２　

宽／ｍ１００８０２５０１００２０５０９０１００１００２０１．５１．５

１２５００　　８０００　　１２５０００　　１２５００　　８００　５０００　　９０００　　１５０００　　１００００　　１５０００　　

３　３　

　　铁路装卸线作为既有设施，假设其中心坐标为（，则铁路装卸线功能区范围可表示为４００，２０））。Ｄ１２５≤ｘ≤７７５，１０≤０ｙ≤３０＝（

根据物流中心及铁路货场道路规划的相关规定，得到各个功能区边界之间最小间距ｐｉｊ的矩阵

Ｐ和各功能区之间日均物流量ｆｉｊ的矩阵Ｆ，以及各功能区之间单位距离搬运成本ｃｉｊ的矩阵Ｃ分别），式（）和式（）。见式（１２３

　　为简化计算，本文按照物流关系与非物流关系同等重要考虑，即功能区ｉ与ｊ之间物流关系和非物流关系的密切程度（见表２）相同，因此功能区

ｉ与ｊ之间的综合相互关系亦可按照同样的密切程