不确定环境下物流中心选址的鲁棒优化模型和算法

本研究着重于不确定环境下的物流中心选址与分配问题。 在随机优化模型的基础上,提出了利用后悔模型形成的鲁棒优化模型。 然后,分析了鲁棒优化模型,随机优化模型和确定性优化模型之间的关系,并提出了两种算法:枚举法和遗传算法。 这两种算法的代码由Visual Studio 6.0上的Visual C ++实现。 代码中使用了优化软件Lingo 9.0来解决确定性优化模型和两阶段随机优化模型。 数值实验表明,该算法可以解决该问题。 此外,鲁棒优化模型的最优解对不同情况下的参数扰动不敏感,并且优于随机优化模型的结果。