基于改进狮群算法的低碳冷链配送中心选址研究

受新冠疫情影响，冷链药品需求激增，为了准时完成医药物资交付，配送中心选址问题显得尤为重要。以物流服务响应概率为约束条件，构建了一种综合考虑碳排放成本和物流成本的物流中心选择模型。引入调节因子和高斯变异对基础狮群算法(LSO)进行改进，并用改进狮群算法(ILSO)对其进行求解。函数测试结果表明，ILSO相比LSO和遗传算法(GA)具有较好的寻优能力和稳定性。相关的案例仿真分析显示，ILSO算法的选址结果总成本相比LSO算法和GA算法分别减少14.63%、17.11%,有效地节约了选址成本。最后，通过对物流服务响应概率进行敏感度分析表明，随着响应概率的增加，碳排放成本呈现先降低、后快速增加的情况。