基于L1范数下的无容量限制设施逆选址优化方法和装置制造方法及图纸

本发明专利技术公开了一种基于L1范数下的无容量限制设施逆选址优化方法，包括：分别构建无容量限制设施选址模型和基于L1范数下的无容量限制设施逆选址模型；根据预设可行解，分别求解逆选址模型和选址模型，得到逆选址模型的中间优化解和选址模型的中间优化解；根据选址模型的目标函数，比较预设可行解的总成本和选址模型中间优化解的总成本；根据比较结果，更新逆选址模型的可行解限制集合；根据更新后的逆选址模型的可行解限制集合，求解逆选址模型的优化的成本调整量；迭代进行求解操作、计算操作、比较操作以及更新操作，直到比较结果满足预设条件，得到最优的逆选址模型的成本调整量；根据最优的逆选址模型的成本调整量，对设施选址进行优化。施选址进行优化。施选址进行优化。

【技术实现步骤摘要】
基于L1范数下的无容量限制设施逆选址优化方法和装置


[0001]本专利技术涉及事前规划和设施选址领域，特别涉及一种无容量限制设施逆选址优化方法和装置、电子设备以及存储介质。

技术介绍

[0002]事前规划广泛应用在设施选址问题上，例如基于大型区域物流中心的配送站点选址、市政民生工程选址等。
[0003]现有技术方案，通常利用设施选址的正向优化方法进行事前设施选址规划，然而，上述正向选址优化方法通常存在获取可行选址方案效率低下、所得可行选址方案成本高昂等问题。

技术实现思路

[0004]鉴于上述问题，本专利技术提供了一种基于L1范数下的无容量限制设施逆选址优化方法和装置、电子设备以及存储介质，以期至少能解决上述问题之一。
[0005]根据本专利技术的第一个方面，提供了基于L1范数下的一种无容量限制设施逆选址优化方法，包括：
[0006]根据设施数量、设施开启状态、设施开启成本、用户数量、服务标记、设施
‑
用户服务成本，构建无容量限制设施选址模型，其中，选址模型包括选址目标函数和选址约束条件；
[0007]根据预设设施开启成本单位调整权重系数、预设设施
‑
用户服务成本单位调整权重系数、设施数量、设施开启状态、设施开启成本、用户数量、服务标记、设施
‑
用户服务成本以及预设可行解，构建基于L1范数下的无容量限制设施逆选址模型，其中，逆选址模型包括逆选址目标函数、逆选址约束条件以及可行解限制集合；
[0008]利用预设可行解，求解逆选址模型，得到逆选址模型的中间优化解，并根据逆选址模型的中间优化解，利用启发式算法求解选址模型，得到选址模型的中间优化解；
[0009]利用选址模型的目标函数分别计算预设可行解和选址模型的中间优化解的总成本，得到第一选址总成本和第二选址总成本；
[0010]将第一选址总成本和第二选址总成本进行比较，得到比较结果，并根据比较结果，更新可行解限制集合；
[0011]根据更新后的可行解限制集合，求解逆选址模型，得到逆选址模型的成本调整量，其中，逆选址的成本调整量包括设施开启成本的调整量和设施
‑
用户服务成本的调整量；
[0012]迭代进行求解操作、计算操作、比较操作以及更新操作，直到比较结果满足预设条件，得到逆选址模型的优化成本调整量；
[0013]根据逆选址模型的优化成本调整量对设施选址进行优化。
[0014]根据本专利技术的实施例，上述无容量限制设施选址模型由公式(1)～公式(4)确定：
[0015][0016][0017][0018][0019]其中，m表示设施数量，n表示用户数量；r
ij
是设施
‑
用户服务成本，用于表示设施i为用户j提供服务的成本；u
ij
是服务标记，用于表示用户j被设施i服务的状态；v
i
表示设施开启状态，f
i
表示设施开启成本；
[0020]其中，公式(1)是选址模型的目标函数，公式(2)～公式(4)是选址模型的约束条件。
[0021]根据本专利技术的实施例，上述逆选址模型由公式(5)～公式(7)确定：
[0022][0023][0024](v
’
,u
’
)∈γ
ꢀꢀꢀ
(7)，
[0025]其中，表示预设设施开启成本单位调整权重系数，表示预设设施
‑
用户服务成本单位调整权重系数，(v
’
,u
’
)表示可行解，γ表示可行解限制集合的个数，表示预设开启设施状态，表示预设服务标记，f
i0
表示调整后的设施开启成本，表示调整后的设施
‑
用户服务成本；
[0026]其中，公式(5)是逆选址模型的目标函数，公式(6)是逆选址模型的约束条件，公式(7)是逆选址模型的可行解限制集合。
[0027]根据本专利技术的实施例，上述启发式算法包括线性松弛算法和邻域搜索算法。
[0028]根据本专利技术的实施例，上述根据逆选址模型的中间优化解，利用线性松弛算法求解选址模型，得到选址模型的中间优化解包括：
[0029]利用线性松弛算法对选址模型的约束条件进行线性松弛，得到松弛后的选址模型的约束条件；
[0030]根据松弛后的选址模型的约束条件和选址模型的目标函数，利用逆选址模型的中间优化解，求解选址模型的松弛优化解；
[0031]根据选址模型的松弛优化解，得到选址模型的可行解区域；
[0032]根据选址模型的约束条件，对选址模型的可行解区域进行分析筛选，得到选址模型的中间优化解。
[0033]根据本专利技术的实施例，上述根据逆选址模型的中间优化解，利用邻域搜索算法求解选址模型，得到选址模型的中间优化解包括：
[0034]根据逆选址模型的中间优化解，确定选址模型的初始可行解；
[0035]根据邻域搜索方式，随机选择设施更新选址模型的初始可行解；
[0036]根据更新后的选址模型的初始可行解，利用邻域搜索法计算选址模型的局部优化解；
[0037]根据选址模型的目标函数，比较选址模型的局部优化解的总成本和选址模型的初
始解的总成本，并根据比较结果，更新选址模型的初始可行解；
[0038]迭代进行随机选择操作、计算操作、比较操作以及更新操作，直到迭代次数满足预设迭代次数，得到选址模型的中间优化解。
[0039]根据本专利技术的实施例，上述邻域搜索方式包括增加开启设施，交换开启设施或减少开启设施。
[0040]根据本专利技术的第二个方面，提供了一种基于L1范数下的无容量限制设施逆选址优化装置，包括：
[0041]第一构建模块，用于根据设施数量、设施开启状态、设施开启成本、用户数量、服务标记、设施
‑
用户服务成本，构建无容量限制设施选址模型，其中，选址模型包括选址目标函数和选址约束条件；
[0042]第二构建模块，用于根据预设设施开启成本单位调整权重系数、预设设施
‑
用户服务成本单位调整权重系数、设施数量、设施开启状态、设施开启成本、用户数量、服务标记、设施
‑
用户服务成本以及预设可行解，构建基于L1范数下的无容量限制设施逆选址模型，其中，逆选址模型包括逆选址目标函数、逆选址约束条件以及可行解限制集合；
[0043]第一求解模块，用于利用预设可行解，求解逆选址模型，得到逆选址模型的中间优化解，并根据逆选址模型的中间优化解，利用启发式算法求解选址模型，得到选址模型的中间优化解；
[0044]计算模块，用于利用选址模型的目标函数分别计算预设可行解和选址模型的中间优化解的总成本，得到第一选址总成本和第二选址总成本；
[0045]比较与更新模块，用于将第一选址总成本和第二选址总成本进行比较，得到比较结果，并根据比较结果，更新可行解限制本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于L1范数下的无容量限制设施逆选址优化方法，包括：根据设施数量、设施开启状态、设施开启成本、用户数量、服务标记、设施
‑
用户服务成本，构建无容量限制设施选址模型，其中，所述选址模型包括选址目标函数和选址约束条件；根据预设设施开启成本单位调整权重系数、预设设施
‑
用户服务成本单位调整权重系数、所述设施数量、所述设施开启状态、所述设施开启成本、所述用户数量、所述服务标记、所述设施
‑
用户服务成本以及预设可行解，构建基于L1范数下的无容量限制设施逆选址模型，其中，所述逆选址模型包括逆选址目标函数、逆选址约束条件以及可行解限制集合；利用所述预设可行解，求解所述逆选址模型，得到所述逆选址模型的中间优化解，并根据所述逆选址模型的中间优化解，利用启发式算法求解所述选址模型，得到所述选址模型的中间优化解；利用所述选址模型的目标函数分别计算所述预设可行解和所述选址模型的中间优化解的总成本，得到第一选址总成本和第二选址总成本；将所述第一选址总成本和所述第二选址总成本进行比较，得到比较结果，并根据所述比较结果，更新所述可行解限制集合；根据更新后的可行解限制集合，求解所述逆选址模型，得到所述逆选址模型的成本调整量，其中，所述逆选址的成本调整量包括设施开启成本的调整量和设施
‑
用户服务成本的调整量；迭代进行求解操作、计算操作、比较操作以及更新操作，直到所述比较结果满足预设条件，得到逆选址模型的优化成本调整量；根据所述逆选址模型的优化成本调整量对设施选址进行优化。2.根据权利要求1所述的方法，其中，所述无容量限制设施选址模型由公式(1)～公式(4)确定：(4)确定：(4)确定：(4)确定：其中，m表示所述设施数量，n表示所述用户数量；r
ij
是所述设施
‑
用户服务成本，用于表示设施i为用户j提供服务的成本；u
ij
是所述服务标记，用于表示用户j被设施i服务的状态；v
i
表示所述设施开启状态，f
i
表示所述设施开启成本；其中，公式(1)是所述选址模型的目标函数，公式(2)～公式(4)是所述选址模型的约束条件。3.根据权利要求1所述的方法，其中，所述逆选址模型由公式(5)～公式(7)确定：3.根据权利要求1所述的方法，其中，所述逆选址模型由公式(5)～公式(7)确定：(v
’
,u
’
)∈γ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)，
其中，表示所述预设设施开启成本单位调整权重系数，表示所述预设设施
‑
用户服务成本单位调整权重系数，(v
’
,u
’
)表示可行解，γ表示所述可行解限制集合的个数，表示预设设施开启状态，表示预设服务标记，f
i0
表示调整后的设施开启成本，表示调整后的设施
‑
用户服务成本；其中，公式(5)是所述逆选址模型的目标函数，公式(6)是所述逆选址模型的约束条件，公式(7)是所述逆选址模型的可行解限制集合。4.根据权利要求1所述的方法，其中，所述启发式算法包括线性松弛算法和邻域搜索算法。5.根据权利要求4所述的方法，其中，所述根据所述逆选址模型的中间优化...

【专利技术属性】
技术研发人员：刘林冬，于成成，张连昊，宣洪伟，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：