基于Two-archive 2的电子产品多目标逆向物流网络优化.pdf

Microcomputer Applications Vol.39,No.11,2023文章编号：10 0 7-7 57 X(2023)11-0019-02基于Two-archive2的电子产品多目标逆向物流网络优化基金项目微型电脑应用2 0 2 3年第39 卷第11期潘华贤（西安财经大学行知学院，经济与统计学院，陕西，西安7 10 0 38）摘要：逆向物流网络优化研究中缺乏对客户满意度、成本、环境因素的综合考虑，将物流成本、顾客服务时间、回收站对回收产品的服务覆盖率以及碳排放作为电子产品回收逆向物流的优化目标，构建多目标优化模型。针对求解该模型中所遇到的收敛性与多样性等不平衡问题，引入改进双档案算法（Two-archive2)对模型进行求解。仿真结果表明，所引入的算法可同时保证最优解的多样性、收敛性，并降低复杂度。关键词：逆向物流；多目标优化；电子产品回收；碳排放中图分类号：TP399文献标志码：AOptimization of Multi-objective Reverse Logistics Network for Electronic ProductsBased on Two-archive 2PANHuaxian(School of Economics and Statistics,Xingzhi College of Xian University of Finance and Economics,Xian 710038,China)Abstract:Due to the lack of overall consideration of customer satisfaction,cost and environmental factors in the research of net-work optimization of reverse logistics,logistics cost,customer service time,service coverage of recycling stations and carbon e-mission are taken as the optimization objectives of electronic products recycling reverse logistics to build a multi-objective opti-mization model.An improved two-archive algorithm(Two-archive 2)is employed for the problem of unbalanced between con-vergence and diversity in this model.The simulation results show that the introduced algorithm can guarantee the diversity andconvergence of the optimal solution,and reduce the complexity at the same time.Key words:reverse logistic;multi-objective optimization;electronics recycling;carbon emission0引言在进行逆向物流网络的设计时，需考量成本、顾客满意度以及环境因素等多项优化目标 1，由此构成多目标优化问题。基于进化算法的多目标优化算法（MOEAs)已经成为解决多目标优化问题的主要途径。MOEA/D、NSG A-I I I 等多目标优化算法在应用过程中出现如计算复杂度较高、无法平衡算法的收敛性与多样性等问题 2 ，而Two-archive 2(TwoArch2)算法可有效平衡这些问题 3。为了降低能源消耗，本文将物流可持续发展与节能减排的全新理念进行有效衔接。客户区回收站1问题描述图1电子产品回收逆向物流网络本文考虑第三方回收下的电子产品回收逆向物流网络，如图1所示。该网络由回收站、回收中心、再制造工厂选址和节点之间的运输路径构成。本文所规划的逆向物流网络使得网络中的运营成本最小、顾客满意度最大（包括响应时间及覆盖率）、碳排放目标值最小4。为了建立模型，前提假设参见文献 5,并只考虑各个节点处理过程中和产品在运输过程中的碳排放。基金项目：国家自然科学基金（6 19 7 30 42）；陕西省科技计划项目（2 0 2 2 JM-332）；西安财经大学行知学院校级课题（17 KY01)作者简介：潘华贤（19 8 4一），女，硕士，讲师，研究方向为计算智能、物流管理。19.回收中心再制造工厂2模型的构建2.1模型参数与决策变量本文所研究的模型主要针对电子产品从客户到回收中心单周期多目标逆向物流网络构建及优化问题，模型中的变量符号及含义描述如表1、表2 所示。Microcomputer Applications Vol.39,No.11,2023符号I=(1,2,.,i)J=(1,2,j),K=(1,2,.,k)QTVkdidkteCiktmkLtearh决策变量H;HCkXiZi2.2目标函数min fi=Cgh+Cph+Cyw+CThw式(1)为最小化逆向物流总成本，包括回收站的年固定开设成本、产品在回收站的处理成本、回收中心的固定建设成本以及产品在回收站和回收中心之间往返的运输成本。（1）回收站年固定开设成本Cgh=oZH,（2）产品在回收站的处理成本Cph=aZri（3）回收中心的固定建设成本基金项目表1变量符号及含义含义客户区备选回收站备选回收中心客户区i每天返回的产品数量回收站j到回收中心k返修的产品数量回收站i到回收中心k的货运量回收站的年租金成本单位产品处理成本回收中心k的年平均建设费用顾客区域i到回收站j的欧式距离回收站到回收中心K的欧式距离平均每件产品的处理时间产品在回收站j和回收中心k之间的往返运输时间产品在回收站j和回收中心k之间的往返单位运输费用顾客期望的产品处理时间回收中心k的最大容量顾客区域与回收站之间的覆盖半径年运营时间回收站到回收中心运输的单位产品碳排放量回收中心单位处理作业碳排放量碳税税率表2 决策变量及含义含义01变量，若在i处设立回收站取1，否则取001变量，若在k处设立回收中心取1,否则取001变量，如果将顾客区i分配到回收站j取1，否则取001变量，如果将回收站i分配到维修点k取1，否则取001变量，如果djL,取1,否则取0微型电脑应用2 0 2 3年第39 卷第11期Cyw=ZV.HC（4)（4）产品在回收站与回收中心之间往返的运输成本CThu=ZBQf(Qdi)其中,VjE J,VkEK,Q=ZrX,Y,f(Qi,di)=E%为运输规模经济函数，E为单位产品标准运费，为运输规模折扣比率，为运输距离的惩罚比率，其中：1Qp1=人YPIQip2(72Qp21diqi8=01qidiq2dq2式(6)和式(7)中，P1、P2 为运输量，q1、9 2 为回收站j到回收中心的运输距离。min f=2Er,X,Yxmax(t+t-t,0)(8)式（8)为最小化顾客服务时间，即产品返修总时间，包括维修时间和产品在回收站和回收中心之间的运输时间 6 。maxfs式(9)为最大化回收站对回收产品的服务覆盖率，即理想化回收站与客户的距离。式（8)与式（9）构成了衡量客户满意度的标准。min fa=Z(dk+)TVxHCatarh式（10)为最小化碳排放量，主要考虑回收中心运营过程中产生的碳排放以及这2 个节点间运输过程中的碳排放。Subject toZX,=1,ViEI式（11)确保1个顾客区域只能分配到1个回收站。Yu=1,ViEJ式（12)确保1个回收站只能分配到1个回收中心。H,ZX,MH,VjEJ其中，M为一个随机选择的较大的正数，该约束能够确保顾客区域分配到回收站，防止被分配到未开放的回收站门。HCZYKMHCk,VkEK式(14)确保开放的回收中心能够接收来自回收站的产品，避免回收站分配到未开放的回收中心。(1)ZZr,X,YimHCa,VkEK该约束确保回收站接收的产品总量不超过回收中心的最大容量。tZH,oZHCA(2)X,Yi,H,HC,E(o,1),TV0,ViE I,ViEJ,VkEK其中，为设立回收站的最小数量，为设立回收中心的最小(3)数量，确保开放的回收站和回收中心的数量不小于要求开设的最小数量。20.(5)(6)(7)2Zr:Z,X;(9)(10)(11)(12)(13)(14)(15)(16)Microcomputer Applications Vol.39,No.11,20233Two-archive 2算法研究发现，所建模的多目标优化问题极易出现收敛性与多样性等不平衡问题。为了解决该问题及降低复杂度，基于IBEA算法中的I+指标和帕累托支配,并受收敛性和多样性档案(CA和DA)的双档案算法（Two_Arch)的启发，对 CA和DA分配不同的选择机制。对初始非支配解集划分为CA和DA,在 CA和DA中执行交叉操作，在进化过程中在 CA中执行变异操作。CA由IBEA算法中的评价指标进行更新，旨在引导种群迅速向PF收敛。DA的目的是在高维目标空间中增加种群的多样性。一旦DA的个体溢出，所采用的维护多样性的保护机制会进行截断。在CA对多样性作用程度较低的情况下，由于DA保持了多样性和收敛性的平衡，将使用DA作为最终输出。算法流程如图2 所示。终止条件香进化(CA和DA间进行交叉操作，在CA中仅执行变异操作）根据评价指标更新CA根据帕累托支配解集更新DA图2 算法核心流程图（1）收敛性档案CA的选择机制采用Ie+指标，表示在目标空间中解i，参数回收站的年租金成本单位处理作业碳排放量（mg/件）单位碳排放税率（元/kg）4.2结果分析将种群规模设定为10 0，最大评估次数设定为10 0 0 0,交叉率为9 0%，变异率为10%，以式（1）、式（8）、式（9）和式（10)为目标函数运行程序。图3为随机选取的优化后的客户区与回收站的关系图，c2、c 6、c 9、c 12、c 14、c 18 表示优化出的回收站，黑色点及线条表示分配至相应回收站的客户区，而m2、m 4、m 5及其与回收站之间的线条表示回收站与回收中心的分配关系。例如，将c6和c12回收站分配至回收中心m4。分别利用BiGE、NSG A I I I、c r EA,G r EA、T w o A r c h 2 对优化模型进行求解，绘制最优解的平行坐标。由图4可知，所有都收敛到了真实的帕累托面，但分布存在差异性。虽然BiGE也收敛到了PF，但其多样性太差，大部分解分布在小区域内。crEA与TwoArch 2算法分布更加均匀，体现了良好的多样性。由于HyperVolume指标评价方法可综合评判多目标解集的收敛性、均匀性与广泛性，因此，图4对5种算基金项目支配解2 所需的最小距离：Ie+(i,2)=min(f()-f(2),lim)其中，m为目标个数。在每次迭代过程中，通过计算解的适应度值：F(l)=2一+2-)/0 0 5,将适应度值小的2EP(aT)解从CA中删除，并更新其他解的适应度值,直到达到CA的容量上限。（2）多样性档案首先将边界点（具有最好和最差目标的解）输人DA，之后在每次迭代过程中选择出与已选解不同的解，将其添加到DA中,直到达到DA的容量上限。在评价解的多样性时,算法采用了Lp范数距离（p1）。由于CA的多样性较差，因此将DA作为最终输出。初始化4算例求解与分析4.1算例描述是否满足是结束值02003tearb0.004微型电脑应用2 0 2 3年第39 卷第11期(17)本文所设计的物流系统共50 个客户区，备选回收点2 0个，备选回收中心8 个，假设回收站最小设立数量为5，建设回收中心的最小数量。为1，年运营时间为2 50 天，回收中心k的年平均建设费用为30 0 0,回收中心k的最大容量m为2 0 0 0。平均每件产品的处理时间t为10，单位产品处理成本为0.1,顾客期望的产品处理时间t.为30。单位产品在回收点和回收中心之间往返的运输时间t=dk0.6，交通运输量p1为2 0 0，p2为40 0，运输距离惩罚比率8 i设定为1.1,82为1.2，运输距离q1为2 5，q2为6 0，单位产品标准运输成本E为1。其余模型参数值如表3所示。计算结果不受参数单位影响。表3模型参数参数运输规模折扣比率回收站的覆盖半径单位产品单位距离的碳排放量（g/件）100r90F80F70605040302010F1020304050607080图3客户区与回收站的分配关系法的HV值进行了对比。由图4可知：BiGE算法的值最小，与最大值相差0.0 5，性能最差；TwoArch2得到了较高的HV值，NSGAIII算法次之，结合图3，表明TwoArch2算法综合性能较其他算法较优。表4为随机选取的6 组Two-ar-chive2求解得到的帕累托解集。（下转第2 6 页）21.值Y10.8Y20.6L305.6C122c9-Am5.e1C144m290100Microcomputer Applications Vol.39,No.11,2023当计算所得车流量2 0 辆或车辆滞留时间超过30 s时，南北双向指示灯变为绿灯，车辆即可通行，通行时间为30 s，同时东西双向指示灯变为红灯，车辆禁止通行。南北双向通行30s结束后，东西双向绿灯亮，车辆通行，南北双向红灯亮，车辆禁行。同时，南北方向超声波传感器模块开始继续检测有无车辆驶入，并通过OpenMV对车距与车流量数据进行统计。5总结本文在实验室环境下以1：40 比例模拟设计了基于流量检测的智能交通灯控制系统，实验数据表明，基于OpenMV的车距测量和车牌识别具有较高的精度，能够根据车流量动态设置交通灯通行时间。在实际应用中，可在现有交通灯控制系统的基础上进行改造，不需要对路面进行大规模破土挖掘，只需要更换控制板以及在路面加装工业级超声波传感器与摄像头模块即可。因此，利用本系统对原有交通灯控制系统进行改造技术简单、费用低，但能有效提高主路的通行效率，对缓解城市道路的交通拥堵具有重要的现实意义。1 T R I V ED I JD,D EV I M S,D A V E D H.A V is io n-基金项目Based Real-time Adaptive Traffic Light Control Sys-tem Using Vehicular Density Value and StatisticalBlock Matching ApproachJ.Transport and Tele-communication Journal,2021,22(1):87-97.2 孙建来，付攀.基于Arduino UNO嵌入式系统的某型机起落架舱水平测量技术研究.电子设计工程，2021,29(7):143-146.3肖海玲.7 4HC595在单片机电子时钟拓展IO口设计中的应用J.电子技术与软件工程，2 0 2 1（13）：101-102.4冯媛莉，杨阳。四位二进制减法器的设计与实现 J.物联网技术,2 0 16,6(10)：58.5广州星瞳信息科技有限责任公司.OpenMV中文入门教程 EB/OL.2021-09-30https:/book.open-mv.cc/6刘亚强，陈文艺.桶形畸变图像的一种校正方法 J.西安邮电学院学报，2 0 12，17（2）：2 7-30.7 岳俊峰，李秀梅.基于机器视觉的智能小车自动循迹及避障系统 JI.杭州师范大学学报（自然科学版），参考文献2020,19(2):200-207.微型电脑应用2 0 2 3年第39 卷第11期（收稿日期：2 0 2 1-11-30）(上接第2 1页）0.50r0.45F0.400.367310.350.300.250.20F0.15F0.10F0.050BiGENSGAIcrEAGrEA TwoArch2图4HV实验结果对比表4Two-archive2求解得到的帕累托解集序号月服务延迟时间服务覆盖率/%1462034565总结采用改进双档案算法对模型进行求解，有效避免了收敛性与多样性不协调的问题，保障算法能够产生最优解。仿真结果表明，基于碳排放约束的逆向物流网络选址方案产生的固定费用较少，能够帮助企业降低成本以及综合考虑社会环境因素。参考文献0.414 86 0.411 96 0.412 66 0.422 611 ESK A ND A R PO U R M,NIK BA K H SH E,ZEG O R-DI S H.Variable Neighborhood Search for the Bi-ob-jective Post-sales Network Design Problem:A FitnessLandscape Analysis ApproachJ.Computers&Op-erations Research,2014,52:300-314.2 耿焕同，周山胜，韩伟民，等基于自适应进化策略的MOEA/D算法 JI.计算机工程与设计，2 0 19，40(4):1106-1113.3顾清华，王楚豪，江松，等.基于动态自适应的双档案大规模稀疏优化算法J.模式识别与人工智能，2021,34(7):592-604.成本碳排放2.795e+0561899602.7165e+05712.8083e+050600500604刘冰冰，周文俊基于多目标优化的含电力电容器的农网系统调度策略研究 J.微型电脑应用，2 0 19，9848135(4);81-84.5 LIS,W A NG N M,JIA T,e t a l.M u l t i o b j e c t i v e O p-74654timization for Multiperiod Reverse Logistics Network2.7465e+05973352.8048e+05915982.7645e+059422926.DesignJ.IEEE Transactions on Engineering Man-agement,2016,63(2):223-236.6 A M INI M M,R ET ZLA FF-R O BER T S D,BIEN-STOCK C C.Designing a Reverse Logistics Opera-tion for Short Cycle Time Repair ServicesJ.Inter-national Journal of Production Economics,2005,96(3):367-380.7 李爽，王能民，何正文，等考虑服务水平的逆向物流网络优化决策 J运筹与管理，2 0 13，2 2（5）：90-97.（收稿日期：2 0 2 2-0 3-0 2）