配送课程设计zhi.doc

一、课程设计性质及目的2二、课程设计数据材料和要求2(一)课程设计背景2商品砂浆配送中心选址模型建立的目标2城市商品砂浆配送中心选址模拟的假设条件3选址的因素3(二)选址决策基础资料41.城市商品砂浆需求情况42.备选配送中心的资料43.道路运输参数5三、课程设计的过程6(一)建模6(二)运行结果分析15四、附录15一、 课程设计性质及目的配送与流通加工作为一门我们的专业必修课，是我们在学习了配送与流通加工理论课程后，进行的一次综合性的设计和分析。通过这次设计，能够提高我们的实际应用能力，提高我们的综合分析能力，提高我们对于软件的应用能力。最后由于课程设计是团队进行的，因此通过这次设计，还能提高我们的团队协作能力。二、 课程设计数据材料和要求(一) 课程设计背景我国从90年代末把“聚合物干混砂浆”作为发展类新型建材开始推广以来，国内除了几个发达的城市在政府引导下开始应用商品砂浆外，其他地区尤其是西部地区，还未出现这种产品的使用。而商品砂浆供应方式实质上是一个物流过程，生产商品砂浆的企业将成为这个物流过程的核心。因而，从物流系统的整体考虑，可以把各个砂浆生产厂家看作是这一物流系统中分布的配送中心。将商品砂浆供应点提升到配送中心的角度后，使砂浆供应点成为商品砂浆物流系统的主要构成要素，并通过定性分析与定量分析相结合的方法，研究一种适合商品砂浆这种特殊物流商品配送中心选址的优化布局方法。商品砂浆配送中心选址模型建立的目标对应用于商品砂浆配送中心选址决策的总体目标，在各个决策阶段有着不同的分项目标，。对定性分析阶段确定的初始候选地点进行定量分析在商品砂浆配送中心选址决策的步骤中占有重要地位，它直接决定着选址结果的合理与否。因此，在对初步候选地点进行定量分析前，首先应确定定量分析的目标，然后在这一目标的指导下确定定量分析所要选用的模型，进而根据模型的优化结果进行选址的规划决策。在选址决策的定量性分析阶段，主要有以下三个目标：效益最大化、最大满足需求和发展空间最大化。模型必须解决这样几个问题：城市砂浆配送中心的个数、配送中心分布的位置及配送中心的建设规模等。选址决策的定量分析所建立的模型主要是从上述的选址目标出发，选择相关的可以量化的选址因素，以“经济性原则”和“适应性原则”作为主要判断依据。因而，建立的模型是在满足“服务水平最大化”和“发展空间最大”的前提下尽可能地使整个城市砂浆物流配送的成本最低，从而达到“效益最大化”的选址目标。城市商品砂浆配送中心选址模拟的假设条件1) 在事先确定的备选地点范围内考虑新的配送中心的配置。2) 考虑砂浆使用的时效性和经济型，各配送中心有一定的服务半径限制。3) 商品砂浆的需求量按需求区域统计，各需求区域按照运输距离最近的原则选择配送中心服务，允许同时选择不同的配送中心订购砂浆。4) 运输费用是运输量、路程的函数，随运输距和运输量成正比增加。5) 配送中心的建设投资分两阶段进行，即最小生产能力的建设投资和继续建设的投资。由于受地块的限制和考虑规模经济的影响，每个配送中心的建设都有最大生产能力限制。6) 新建配送中心应确保开业时的最小生产能力，以后允许扩大到预订的最大可能生产能力。对已建配送中心允许根据实际需求扩建到预订的最大生产能力。7) 考虑到商品砂浆使用的时效性，在模拟构建过程中假设各种商品砂浆的生产计划严格按照订单执行，即不考虑配送中心的库存。选址的因素模型在GIS软件系统的支持下，对已知变量数据的获取比较方便。在GIS环境下，能方便地获取各配送中心和需求中心的坐标及它们之间的运输距离，而且计算结果可在屏幕上显示出来。尽管在建立选址所需的GIS数据库时，可能费工费时，但可以通过采取GIS公用数据库来节约资源。而且，一旦对原有的GIS数据库进行必要的修改，如调整需求市场、增补新建配送中心和删除拆除的配送中心等之后，即可开始新的规划。现就配送中心的建设费用、经营费用、运输道路通行情况等数据的获取和处理方法进行分析。1配送中心的建设费用及生产能力。2配送中心的经营费用3道路交通通行状况：模型假设运输费率与路程及交通结构因素有关，运输路程在GIS系统中可直接获取。交通结构、道路的等级是影响“运输系数”的重要交通结构因素。相同等级的不同断面形式可能加大或减小车辆的运行阻力，从而影响车辆的运行。商品砂浆配送中心选址的定量分析阶段所建立的分析模型中所涉及的数据有以下几部分：1、 配送中心的情况：主要是关于配送中心的信息，包括配送中心的编号、位置、初期建设费用、扩建建设费用、经营费率、最小和最大生产力等2、 需求情况：主要包括需求区域数量的确定及各个区域的编号、位置、需求量等3、 地理关系情况：指实际地理称谓与地理编号的对应关系4、 道路运输情况：指各个配送中心与各需求区域中心之间的交通距离、道路通行情况等(二) 选址决策基础资料1. 城市商品砂浆需求情况借助于GIS信息系统，在对整个城市主城区的砂浆需求项目调查分析和对数据进行处理后，把该地商品砂浆需求市场划分为五个需求区域。各个需求区域的中心位置和有效需求量如表1所示。表1 各需求区域的需求参数编号区域中心位置需求量Dk（万吨）备注D1（15，18）34各需求区域的位置坐标与备选配送中心的位置坐标为同一坐标系统。需求量指的是年需求量。D2（17. 5， 25）40D3（5. 5， 22）26D4（19.5，11.5）38D5（11.5，10.5）302. 备选配送中心的资料按照该城市商品砂浆配送中心的发展思路，根据备选地址的筛选原则，在调查研究后，初步确定了四个初始砂浆配送中心候选地点。初始配送中心各自的变量数据如表2和表3。表2 各初始配送中心位置及建设费用编号地理位置地理称谓类型初期建设费用NIj（万元）扩建建设费率CTj（万元/万吨）A1（28， 12）砼搅拌站改建40010A2（1，16.5）水泥厂改建60010A3（11.5，2.5）1号备选地块新建170015A4（24，5）2号备选地块新建150010表3 各初始配送中心的经营费用及生产能力参数编号固定费用Fj（万元/年）可变费用gj（元/吨）最小生产能力Aj（万吨/年）允许扩建的最大生产能力Bj（万吨/年）允许配送半径ej（公里）A1600100256018A280080258018A313001503010022A4110016025100183. 道路运输参数道路运输参数是各个备选配送中心到各需求区域中心的交通距离和运输系数，如表4。表4 备选配送中心到需求区域中心的交通距离及运输系数编号交通距离（公里）运输系数（万元/吨.公里）A1A2A3A4A1A2A3A4D1121518171.21.11.31.2D2720252311.21.41.4D310922281.211.21.3D4202213101.41.311D5181110181.311.11.2三、 课程设计的过程(一) 建模 假设四个配送点i至五个需求区域j的配送量为Pij=0，配送距离为Sij;各个的配送中心最小生产能力为Ai,最大生产能力Bi；运输系数为Tij,交通距离为Sij，各需求区域的需求量为Dj,各配送中心的允许配送半径为ei。各配送中心的固定费用和可变费用分别为Fi和gi. 新建配送中心扩建到最小生产能力的投资费用为NIi,配送中心继续扩建的建设费率为CTi,，配送中心i的规模为Mi,配送中心i是否选中用Hi表示, 当选中配送中心i时，Hi=1，当配送中心不被选中时，Hi=0； Minf(i,j)=约束条件：当选中配送中心i时，Hi=1，当配送中心不被选中时，Hi=0,所以Hi=1,或者Hi=0,i=1,2,3,4（1）需求量约束条件（2）生产规模约束条件Mi=Bi*Hi（3）配送量约束条件（4）配送中心配送允许半径约束S11-18 = 0S21-18 = 0S31-22 = 0S41-18 = 0S12 -18 = 0S22 -18 = 0S32 -22 = 0S42 -18 = 0S13 -18 = 0S23-18 = 0S33 -22= 0S43 -18 = 0S14 -18 = 0S24 -18 = 0S34-22 = 0S44 -18 = 0S15 -18 = 0S25 -18 = 0S35 -22 = 0S45 -18 =D(j);for(ps(i):M(i)=A(i)*H(i);for(ps(i):M(i)=B(i)*H(i);for(ps(i):M(i)=sum(xq(j):P(i,j);for(ps(i):M(i) =H(i);for(ly(i):bin(H(i);for(b11:P(1,4)=0);for(b11:P(2,2)=0);for(b11:P(2,4)=0);for(b11:P(3,2)=0);for(b11:P(4,2)=0);for(b11:P(4,3)=0);END运行结果Local optimal solution found. Objective value: 26977.00 Extended solver steps: 3 Total solver iterations: 71 Variable Value Reduced Cost G( 1) 100.0000 0.000000 G( 2) 80.00000 0.000000 G( 3) 150.0000 0.000000 G( 4) 160.0000 0.000000 F( 1) 600.0000 0.000000 F( 2) 800.0000 0.000000 F( 3) 1300.000 0.000000 F( 4) 1100.000 0.000000 NI( 1) 400.0000 0.000000 NI( 2) 600.0000 0.000000 NI( 3) 1700.000 0.000000 NI( 4) 1500.000 0.000000 CT( 1) 10.00000 0.000000 CT( 2) 10.00000 0.000000 CT( 3) 15.00000 0.000000 CT( 4) 10.00000 0.000000 R( 1) 0.000000 0.000000 R( 2) 0.000000 0.000000 R( 3) 0.000000 0.000000 R( 4) 0.000000 0.000000 A( 1) 25.00000 0.000000 A( 2) 25.00000 0.000000 A( 3) 30.00000 0.000000 A( 4) 25.00000 0.000000 B( 1) 60.00000 0.000000 B( 2) 50.00000 0.000000 B( 3) 100.0000 0.000000 B( 4) 100.0000 0.000000 M( 1) 60.00000 0.000000 M( 2) 50.00000 0.000000 M( 3) 58.00000 0.000000 M( 4) 0.000000 0.000000 D( 1) 34.00000 0.000000 D( 2) 40.00000 0.000000 D( 3) 26.00000 0.000000 D( 4) 38.00000 0.000000 D( 5) 30.00000 0.000000 S( 1, 1) 12.00000 0.000000 S( 1, 2) 7.000000 0.000000 S( 1, 3) 10.00000 0.000000 S( 1, 4) 20.00000 0.000000 S( 1, 5) 18.00000 0.000000 S( 2, 1) 15.00000 0.000000 S( 2, 2) 20.00000 0.000000 S( 2, 3) 9.000000 0.000000 S( 2, 4) 22.00000 0.000000 S( 2, 5) 11.00000 0.000000 S( 3, 1) 18.00000 0.000000 S( 3, 2) 25.00000 0.000000 S( 3, 3) 22.00000 0.000000 S( 3, 4) 13.00000 0.000000 S( 3, 5) 10.00000 0.000000 S( 4, 1) 17.00000 0.000000 S( 4, 2) 23.00000 0.000000 S( 4, 3) 28.00000 0.000000 S( 4, 4) 10.00000 0.000000 S( 4, 5) 18.00000 0.000000 T( 1, 1) 1.200000 0.000000 T( 1, 2) 1.000000 0.000000 T( 1, 3) 1.200000 0.000000 T( 1, 4) 1.400000 0.000000 T( 1, 5) 1.300000 0.000000 T( 2, 1) 1.100000 0.000000 T( 2, 2) 1.200000 0.000000 T( 2, 3) 1.000000 0.000000 T( 2, 4) 1.300000 0.000000 T( 2, 5) 1.000000 0.000000 T( 3, 1) 1.300000 0.000000 T( 3, 2) 1.400000 0.000000 T( 3, 3) 1.200000 0.000000 T( 3, 4) 1.000000 0.000000 T( 3, 5) 1.100000 0.000000 T( 4, 1) 1.200000 0.000000 T( 4, 2) 1.400000 0.000000 T( 4, 3) 1.300000 0.000000 T( 4, 4) 1.000000 0.000000 T( 4, 5) 1.200000 0.000000 P( 1, 1) 20.00000 0.000000 P( 1, 2) 40.00000 0.000000 P( 1, 3) 0.000000 5.100000 P( 1, 4) 0.000000 0.000000 P( 1, 5) 0.000000 14.50000 P( 2, 1) 14.00000 0.000000 P( 2, 2) 0.000000 0.000000 P( 2, 3) 26.00000 0.000000 P( 2, 4) 0.000000 0.000000 P( 2, 5) 10.00000 0.000000 P( 3, 1) 0.000000 6.900000 P( 3, 2) 0.000000 0.000000 P( 3, 3) 0.000000 17.40000 P( 3, 4) 38.00000 0.000000 P( 3, 5) 20.00000 0.000000 P( 4, 1) 0.000000 6.900000 P( 4, 2) 0.000000 0.000000 P( 4, 3) 0.000000 0.000000 P( 4, 4) 0.000000 0.000000 P( 4, 5) 0.000000 13.60000 H( 1) 1.000000 -2075.999 H( 2) 1.000000 -2099.999 H( 3) 1.000000 3420.000 H( 4) 0.000000 1550.001 Row Slack or Surplus Dual Price 1 26977.00 -1.000000 2 0.000000 -181.5000 3 0.000000 -174.1000 4 0.000000 -174.0000 5 0.000000 -178.0000 6 0.000000 -176.0000 7 35.00000 0.000000 8 25.00000 0.000000 9 28.00000 0.000000 10 0.000000 0.000000 11 0.000000 57.09999 12 0.000000 74.99999 13 42.00000 0.000000 14 0.000000 0.000000 15 0.000000 -167.1000 16 0.000000 -165.0000 17 0.000000 -165.0000 18 0.000000 -168.0000 19 40.00000 0.000000 20 50.00000 0.000000 21 42.00000 0.000000 22 0.000000 7.999985 23 59.00000 0.000000 24 49.00000 0.000000 25 57.00000 0.000000 26 0.000000 0.000000 27 0.000000 -17.10000 28 0.000000 0.000000 29 0.000000 0.000000 30 0.000000 0.000000 31 0.000000 0.000000 32 0.000000 0.000000 33 0.000000 0.000000 34 0.000000 0.000000 35 0.000000 0.000000 36 0.000000 0.000000 37 0.000000 0.000000 38 0.000000 0.000000 39 0.000000 0.000000 40 0.000000 0.000000 41 0.000000 0.000000 42 0.000000 0.000000 43 0.000000 0.000000 44 0.000000 0.000000 45 0.000000 0.000000 46 0.000000 0.000000 47 0.000000 -14.90000 48 0.000000 0.000000 49 0.000000 0.000000 50 0.000000 0.000000 51 0.000000 0.000000 52 0.000000 0.000000 53 0.000000 0.000000 54 0.000000 0.000000 55 0.000000 0.000000 56 0.000000 0.000000 57 0.000000 0.000000 58 0.000000 0.000000 59 0.000000 0.000000 60 0.000000 0.000000 61 0.000000 0.000000 62 0.000000 0.000000 63 0.000000 0.000000 64 0.000000 0.000000 65 0.000000 0.000000 66 0.000000 0.000000 67 0.000000 -15.60000 68 0.000000 0.000000 69 0.000000 0.000000 70 0.000000 0.000000 71 0.000000 0.000000 72 0.000000 0.000000 73