合作博弈下医药物流联盟节点决策模型及算法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (20): 32-38.

合作博弈下医药物流联盟节点决策模型及算法

胡正东1，2，李夏苗1，李利华3，王国明1

1.中南大学交通运输工程学院，长沙 410075
2.南华大学政治与公共管理学院，湖南衡阳 421001
3.长沙理工大学交通运输工程学院，长沙 410004

出版日期:2012-07-11 发布日期:2012-07-10

Model and algorithm for nodes decision of medicine logistics alliance under cooperative game

HU Zhengdong1，2, LI Xiamiao1, LI Lihua3, WANG Guoming1

1.School of Traffic and Transport Engineering, Central South University, Changsha 410075, China
2.School of Politics and Public Administration, University of South China, Hengyang, Hunan 421001, China
3.School of Traffic and Transport Engineering, Changsha University of Science and Technology, Changsha 410004, China

Online:2012-07-11 Published:2012-07-10

摘要/Abstract

摘要： 以合作博弈为基础，分析医药物流网络需求特征，描述了一个包含药品生产企业、第三方物流企业、物流中心、销售终端在内的“三方四层”医药物流联盟结构体系，建立了合作博弈模式下的医药物流网络节点决策的双层规划模型，上层规划以联盟效益最大化为目标，下层规划考虑不同的情景状态，建立了合作博弈下的Shapley值为分配模式，并设计了问题求解的混合遗传算法。算例测试结果表明，该方法与算法具有较强的实践可操作性，可以作为物流节点选址决策的参考方法。

关键词: 合作博弈, 物流联盟, 节点决策, 医药物流, 遗传算法

Abstract: The demand character of medicine logistics is analyzed and the "tripartite four-story” medical logistics alliance structural system is described，which includes medicine production enterprises，third-party logistics enterprises，logistics centers and sales terminals. The bi-level programming decision model for the location of medicine logistics network node under cooperative game is established，in which the object of upper-level programming is maximum alliance benefit，and the distribution model of Shapley value under cooperative game is established in the lower-level programming considering different scenarios state. And then the solving model of hybrid genetic algorithm is designed. It is showed by a tested example that the operability of practice of solution result is more effective，and the method can be looked as a reference method for decision and location of logistics node.

Key words: cooperative game, logistics alliance, nodes decision, medicine logistics, genetic algorithm

胡正东1，2，李夏苗1，李利华3，王国明1. 合作博弈下医药物流联盟节点决策模型及算法[J]. 计算机工程与应用, 2012, 48(20): 32-38.

HU Zhengdong1，2, LI Xiamiao1, LI Lihua3, WANG Guoming1. Model and algorithm for nodes decision of medicine logistics alliance under cooperative game[J]. Computer Engineering and Applications, 2012, 48(20): 32-38.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李壮阔，常凯旋. 合作博弈的连续蚁群算法求解[J]. 计算机工程与应用, 2021, 57(24): 198-204.
[4]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[5]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[6]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[7]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[8]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[9]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[10]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[11]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[12]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[13]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[14]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[15]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.