配送中心选址及网点布局的启发式方法.doc

54 配送中心选址及网点布局的启发式方法541 Cluster法 Cluster法的基本思路是先将配送中心定位在各个需求点，然后通过对需求点进行组合以降低配送中心的数目，并根据组合后的需求点的几何重心安排新的配送中心地址，直到总费用不再降低为止。 下面举一个具体例子说明Cluster法的解决步骤。假设要设计一个配送中心网络负责5个主要市场的配送，5个主要市场之间的距离如表54所示。该网络的配送中心个数不限，建造各个配送中心的建造费用和运营费用都是相同的，分别为100万元和50万元。另外运输费率是01元9公里。每个市场的需求量都是50万吨。问应如何设计此配送中心网络? (1)在每个市场建造一个配送中心。这样总共需要建造5个配送中心，由于距离各市场的距离是0，所以运输成本为0。总费用由建设成本、运营成本以及运输成本构成，因此在这个方案中总费用是： 5*100万元+5*50万元+0=750万元(2)将市场1和市场2组合成一组，并在两个市场直线距离的中点设置新的配送中心，同时服务这两个市场。这样配送中心的总数目可以减少到4个，建造成本和运营成本减少100万元+50万元=150万元，而运输成本增加01*100*5*2=100万元，所以与初始方案相比，总费用下降了50万元，即为700万元，优于初始方案。 (3)进一步分组，检验总费用是否还可以继续下降。由于其他几个市场之间距离均大于或等于300公里，所以方案无法继续改进。 因此此配送中心网络应设计为在市场1和市场2直线距离的中点设置一个配送中心，另外在市场2、市场4和市场5所在地分别设置1个配送中心。542 CFLP法 当配送中心的能力有限制，而且用户的地址和需求量以及设置多个配送中心的数目均已确定的情况下，可采用CFLP法(Capacitated Facility Location Problem)，从配送中心的备选地点中选出总费用最小的由多个配送中心(假设有m个)组成的配送系统。 这个方法的基本步骤如下： 首先假定配送中心的备选地点已定，据此假定在保证总运输费用最小的前提下，求出各暂定配送中心的供应范围。然后再在所求出的供应范围内分别移动配送中心至其他备选地点，以使各供应范围的总费用下降。当移动每个配送中心的地点都不能继续使本区域总费用下降，则计算结束；否则，按可使费用下降的新地点，再求各暂定配送中心的供应范围，重复以上过程，直到费用不再下降为止。 (1)初选配送中心地点。通过定性分析，根据配送中心的配送能力和用户需求分布情况适当的确定配送中心的数量及其设置地点，并以此作为初始方案。这一步骤非常重要，因为它将直接影响整个计算的收敛速度。 (2)确定各暂定的配送中心的供应范围。设暂定的配送中心有k个，分别为sl，s2，sk；用户有n个；从配送中心si到用户j地的单位运输费用为hsij；以运输费用U最低为目标；则可构成运输问题模型如下： (4)比较新、旧配送中心集合的总费用。若前者大于或等于后者，说明已经得到了所要求的解，计算可停止。如果前者小于后者，说明新得到的配送中心地点可使总费用下降，通过改善配送中心的供应范围，还有可能进一步降低总费用。为了进一步降低总费用，以新的配送系统代替原有配送系统，重复步骤(2)至步骤(4)，直到总费用不能再下降为止。 按以上步骤得到的收敛解，虽然没有得到理论上的证明，但是由于费用总是在下降的，因此在实际应用中，可以充分相信所得到的解。 下面举一实例加以说明。 现有一选址问题如图53所示，要求在该地域范围内12个需求点中选出三个作为配送中心的地址。同时假设各配送中心的固定费用均为10个单位，容量为13个单位，运输费率为一常数，即运输费用与运输距离成正比。 (1)根据需求量的分布情况，将配送中心的初始位置暂定在4，6，9三个节点上。 (2)这样，以点4，6，9为配送点，其他各节点为需求点，求运输问题的最优解见表56，于是得到初始方案，总费用为179个单位。(具体求解过程略) (3)根据以上求得的初始解，可以看出配送中心4的配送范围是用户1，2，3，4，5的集合，配送中心6的配送范围是用户1，6，8，12的集合，配送中心9的配送范围是用户1，7，9，10，11的集合。 所以配送中心移到2，配送费用最小。 同理通过计算，可知对于用户集合1，6，8，12，配送中心移到6，配送费用最小。对于用户集合1，7，9，10，11，配送中心改设在10，配送费用最小。于是新的配送系统应由2，6，10组成。 (4)对新配送系统2，6，10重复步骤24，重新计算。经计算，再次计算所得配送中心方案与前一次结果相同，说明方案已达到最优，所以最终解决方案就是配送中心选择在2，6，10，供应方案如表57所示，总费用为152个单位。 CFLP法的前半部分属于线性规划运输问题的解法，但其又在后半部分对线性规划法进行了进一步的完善。缺点是此方法实际意义明显，但缺乏理论上的证明。 543鲍莫尔一沃尔夫法 1鲍莫尔一沃尔夫法(BaumolWolfe)适用的物流系统 鲍莫尔一沃尔夫法是属于非线性规划，并且以逐次求解运输问题为思路的启发式解法。其只考虑租用的仓库或配送中心，所以模型中不包含仓库或配送中心的固定投资成本，它主要适用于如图54所示的物流系统。 2鲍莫尔一沃尔夫法的基本思路 鲍莫尔一沃尔夫法首先将研究的问题抽象定义如下： (1)工厂到配送中心间的整车运输成本，及配送中心到用户的零担运输成本，都与运输量成线性关系。 (2)用户的位置及需求量为已知。 (3)配送中心的容量可满足需求点要求。 (4)配送中心的候选位置及其变动、固定存储成本为已知。 在上述四项假设条件下，求解配送中心的个数、规模大小及位置，以使运输成本及存储成本之和最小。 与其他布局方法不同，鲍莫尔一沃尔夫法不再假设配送中心存储成本随配送中心规模呈线性变化，因为实际中更常见的情况是存储成本随配送中心配送量增大而变得更加平坦。因此鲍莫尔一沃尔夫法假设存储成本与配送中心配送量之间的关系是： 鲍莫尔一沃尔夫法较好地解决了存储成本非线性的问题，而且每次迭代都是沿着使存储成本不断下降的方向选择最小方案，因此可以相信最终解是我们所要求得到的解。鲍莫尔一沃尔夫法的主要缺点是不能保证最终解是最优解，而且该解法没有涉及配送中心新建固定投资成本。55 配送中心选址及网点布局的其他方法 以上各节介绍的选址及网点布局方法主要是考虑一些费用因素，解决问题的思路是通过使总费用最低寻求最终解决方案。本节这两种方法则是将成本因素与非成本因素一并考虑，以期得出更符合实际情况的选址和网点布局方案。5，5，1 仿真方法 前面各节所介绍方法的一个共同特点是它们都对真实世界进行了一定程度的抽象，所以它们应用的数据、构造模型的方法都与真实世界有一定的差距，这使得它们得出的结果有时在现实生活中不可行。而仿真方法直接依靠来源于真实世界的数据，并通过计算机进行模拟，这样其结果的真实可用性就大大增强了。 仿真方法的主要步骤见图55。 1数据准备 在这个阶段，要搜集用户和配送中心两方面的相关数据，如用户的坐落地点、每年的需求量以及需求的品种、每次订货量，配送中心每年的管理成本、存储成本以及运营成本、供应商产品的可得性及供应成本、与配送中心坐落位置有关的运输成本、配送成本等。 2数据输入及预处理 ， 将所搜集数据中用户订单以及用户坐落位置的数据输入计算机，通过预处理程序得出现有配送中心系统订单的满足情况以及货物装运情况。 3检验 输入一个备选的现有配送中心系统改进方案的数据以及运输费率、仓储成本等数据，经过检验程序对被选方案进行评价，并输出备选方案的费用情况。 4结果分析 如果此备选方案已经满足要求，是比较满意的结果，可以停止评价其他备选方案。如果此备选方案尚不能使决策者满意，那么再重新输入另一个备选方案数据，并返回检验程序，重新评价。552综合因素评价法 综合因素评价法具体包括分级评分法、积点法以及位置度量法等，它们的共同特点是对各选址影响因素根据其不同的影响程度分别考虑，综合评价各个影响因素，使评价结果更加客观，方案更加可行。 1分级评分法 分级评分法的基本步骤是： 第一步，针对设施选择的基本要求和特点，列出要考虑的各种因素。 第二步，根据各因素的相对重要程度，分别规定相应权重。 第三步，对每个方案进行审查，并按每个因素的优劣排出各个方案中该因素的等级系数。 第四步，把每个方案的每个因素的等级系数与权重乘积相加，得出每一个方案的总分数，所有方案中总分数最高者最佳。 2积点法 第一步，确定所要考虑的主要因素，范围最好在515个之间。 第二步，确定某一备选方案可能得到的最高积点。通常总最高积点为500或1000点。 第三步，确定每一因素的最高积点。确定原则是将某一备选方案中各因素按重要性排列，积点数与因素重要性成正比，各因素的最高积点数之和等于该方案总最高积点数。 第四步，针对每一因