基于布谷鸟算法的电子商务物流中心选址求解

　　在这三个理想状态的基础上，布谷鸟寻窝的路径和位置更新公式如下：（1），其中α>0为步长大小，在大多数情况下，我们可以使用α=1。 
　　上面的公式本质上是随机行走方程，一般情况下，一个随机行走是一个马尔可夫链，其未来位置取决于当前位置（在上面方程的第一项）和转移概率（第二项）。⊕为点对点乘法，Lévy（λ）为随机搜索路径，而随机步长为Lévy分布。 
　　布谷鸟搜索算法从提出就引起了广泛关注，并应用于多个领域。与其他算法相比，它具有以下特点：（1）满足全局收敛要求。粒子群优化算法可能会过早收敛于局部最优，布谷鸟搜索满足全局收敛要求，从而保证了全局收敛性。（2）具有局部和全局搜索性能。一般局部搜索需要总搜索时间的1/4（Pa=0.25），而全局搜索大约需要的总搜索时间的3/4，这可以更有效地在全局范围内探索，以更高的效率实现全局最优化。（3）采用Lévy飞行作为全局搜索策略。由于Lévy飞行具有无限的均值和方差，CS算法结合局部和全局搜索能力，并保证全局收敛性，能够使布谷鸟搜索算法的效率更高。（4）算法使用的控制参数较少。 
　　于是，布谷鸟搜索算法的主要步骤可描述如下：Step1：目标函数f（x），初始化群体，随机产生n个鸟窝的初始位置Xi（i=1，2，...，n），设置算法参数；Step2：计算每个鸟窝的目标函数值，并记录当前的最好解；Step3：保留上代最优鸟窝位置，并按位置更新公式式（1）对其他鸟窝位置进行更新；Step4：对现有鸟窝与上一代鸟窝位置进行对比，若较好，则将其作为当前的最好位置；Step5：用一个随机数R作为鸟窝主人发现外来鸟蛋的可能性与Pa进行比较，若R>Pa，则随机改变鸟窝位置，得到一组新的鸟窝位置；Step6：若如未满足结束条件，则返回Step2；Step7：输出全局最优位置。 
　　二、基于布谷鸟算法的物流中心选址 
　　物流中心选址是一种常见的平面选址问题，目标是使物流配送中心的位置到所配送地点的总运输距离最小以达到节约运输费用，使总成本最小的目的。或者采用层次分析法根据专家意见进行评估，将物流选址中心建在靠近需求市场、交通发达和低价便宜的地点。根据度量定义不同分为绝对值距离问题和欧氏距离问题，本文采用欧式距离度量。其问题描述一般为：对于平面上n个位置（xi，yi），在可行连续空间上确定选址点P（x，y），使选址点的位置到所有配送点的距离最小。 
　　在电子商务