RDC区域配送中心选址设计

1、1. 引言RDC（Regional Distribution Center），即“区域分拨中心”或“区域配送中心”，集仓储、配送、流通加工、信息管理、客户服务等为一体的综合物流中心。RDC是近年来一种极为重要的物流运作模式，在调整生产和消费之间的时空错位性、提高库存集约化以及包括报关、装卸搬运在内的作业管理效率化，实现多样化的流通加工、降低运输成本、加快产业资本的周转率、提高对客户的服务水平等方面发挥着不可替代的作用。在物流系统中，区域配送中心（RDC）的选址是物流系统优化中一个具有战略意义的问题，较好的RDC选址能是使商品通过在RDC的汇集、中转、分发，直至运输到需求点的整个过程的达到最好效

2、益。2. 案例介绍2.1 公司简介 W公司集团成立于1980年5月，座落在风光秀丽的深圳湾畔。经过二十多年的快速发展，W公司已成长为总资产100亿元、净资产30亿元、年销售收入130多亿元的大型电子信息产业集团，和境内外上市的公众股份制公司。公司现有总股本6.02亿股，HQ集团为第一大股东。公司主导业务涉及多媒体消费电子、移动通信、信息网络、汽车电子，以及上游元器件等多个产业领域。是中国彩电行业和手机行业骨干龙头企业，曾连续四年位居中国电子百强第4位，是国家300家重点企业和广东省、深圳市重点扶持发展的外向型高科技企业集团。 其生产彩电和小家电的工厂分别分布在深圳、重庆、咸阳、牡丹江。年产量超

3、过2000万台。销售商上万家，遍及全国各地，随着销售市场的扩张，客户群的分散，W公司原有的一对多的批发型销售模式已经让W公司因为时效性等丧失了很多的销售量和客户。长距离的预定式物流模式因不能对市场需求做出及时的反应而满足不了终端客户的需求，为此，W公司销售公司连同物流部决定对现有的物流模式进行改变，决定设立区域RDC，分解工厂CDC的压力，将物流细化做到终端配送，满足客户需求，争取订单，从而降低长途运输成本，提高货物的空间及时间效益。 2.2 W公司现有物流模式概况和存在的问题首先，对36个仓库进行编号，如下表：编号仓库编号仓库编号仓库编号仓库1济南10菏泽19韶关28湛江2淄博11天津20肇

4、庆29海口3聊城12中山21青岛30玉林4东营13石家庄22烟台31茂名5柳州14邯郸23潍坊32梅州6桂林15衡水24南宁33深圳7河池16厦门25梧州34南昌8济宁17广州26赣州35上饶9临沂18佛山27福州36宜春全国共有36个仓库，仓库分散，面积大小不一。仓库货物的补给均由四大工厂进行补给，四大工厂的生产线各有侧重。各仓库的补货完全通过各地销售公司根据市场预测来向各大工厂要货，仓库的出货主要是对大型经销商，出货批量大批次小，单库单一产品库存比较大，不能满足客户多品种的要货。 只有工厂CDC直接对接于各个仓库，这给工厂CDC很大压力，且运输距离长，成本高，很可能造成极大的缺货成本，从而

5、削弱集团公司总体竞争力。由案例所给，可知公司现有的36个仓库的面积大小、年出库量、辐射的经销商数等情况。3. RDC选址的要求1.可以满足终端客户的B to C单台送货要求，同时有能力满足各级经销商2-3方的零散订单配送；2.降低工厂直发经销商的比率；3.RDC的辐射半径在600公里左右；4.车辆行驶时间不超过8小时；5.RDC设立大小按照区域销售量2000万、4000万、4000万以上分别设立。 通过仓库整合降低管理成本、运输成本和缺货损失。4. RDC选址的基本条件和原则4.1 RDC选址的基本条件1.自然环境条件。RDC的选址地点要考虑该地区的气象条件、地质条件、地形条件等。如家电产品对

6、湿度有较高的要求，仓库地点尽量选在湿度较低的地方；配送中心可能户堆存较高的物品，如果地质条件不好、承载能力较低，将会严重影响配送中心的运营；而选址地点地形高低不平，则又给仓库带来较大平整费用。2.地理条件。由于配送中心的运营成本只要来自运输配送、仓储等作业，而运输距离则是决定运输配送成本高低的直接因素，所以配送中心的选址应充分考虑其所处的地理位置与各个配送需求点之间的距离，最佳的RDC选址能使总的配送距离最小，即运输配送总成本最少。3.产品需求条件。主要包括配送中心的服务对象的现在分布以及未来的分布情况预测，货物作业量的增长率和配送中心的区域范围。4.运输条件。配送中心应靠近交通枢纽点，如铁路

7、货运站、港口、汽车站及高速公路交汇入口处等。5.政策条件。它包括土地使用、税收优惠、法律法规完善情况等，因为配送中心建设初期投资很大，如果当地政府政策支持的话，企业能节省很大一笔费用；企业要综合考虑设施、土地、劳务等费用，多数情况下，首先考虑土地购置费用。6.空间发展条件。配送中心的选址满足可持续发展的要求，而选址地点的综合经济情况、产业布局、经济辐射范围及其未来发展方向，将对给地区和周边的物流市场需求产生重要影响。7.其他条件还有配送服务条件、管理与信息条件等。4.2 RDC选址的必要性 由于W公司工厂CDC直接对接36个仓库，造成长距离的预定式物流模式因不能对市场需求做出及时的反应而满足不

8、了终端客户的需求，而设立区域RDC，能够分解工厂CDC的压力，将物流细化做到终端配送，满足客户需求，争取订单，从而降低长途运输成本，提高货物的空间及时间效益。4.3 RDC选址的目标在满足公司对RDC选址的要求的下，使效益达到最大化，从而创造良好的经济效益和社会效益；同时考虑服务质量的提高，坚持可持续发展，为公司拓展发展空间打下基础。随着经济的发展，公司业务范围逐年扩大，其发展空间也将得到极大拓展，所以在做RDC选址时，应充分考虑W公司RDC的可持续发展。4.4 RDC选址的原则RDC选址必须与国民经济和社会的总体发展相适应 ，与所在省、市甚至县级的经济发展方针、规划相协调。特别的，RDC选址

9、地点的地理、地基、环境、交通、劳动等有关条件尽量适合配送中心的作业要求，以及满足公司将来业务量增大后的仓库扩建需要，同时，RDC在其设施设备、物流作业生产力、物流技术水平等需求要符合企业自身的实际情况。最重要的是物流中心的选址应具有战略眼光，既要考虑现实，也要重视长远，需要满足局部要求，更要考虑企业整体布局。总之，W公司RDC选址要遵守适应性原则、社会性原则、经济性原则和战略性原则。5. W公司RDC选址基本过程思路1.将W公司分布在全国的36个仓库依据其具体地理位置、规模大小等因素进行模糊聚类法分析，从而使得条件相似的仓库整合在一起。这样，通过模糊聚类分析和RDC设计要求，可把36个仓库划分

10、为几个区域，从而得到几类不同的RDC设计方案作为备选。2.针对上述的备选方案，应用模糊聚类分析法对这几种方案中不同区域内的RDC进行选址，从而得到不同RDC设计方案的最佳RDC选址。3.通过模糊聚类法得到的对应于不同RDC设计方案的备选地点排序结果中，选择过程前4项为候选地点，应用多元线性规划法，建立数学模型，求解出不同RDC设计方案的最优RDC选址。6. RDC选址的具体过程6.1 分仓库的区域整合6.1.1 RDC选址影响因素分析结合W公司具体RDC选址，在这里我们主要考虑三个影响因素：需求点的地理分布情况、规模大小、规格品种数。由于W公司的36个仓库的分布较为分散，在这里我们用仓库所在城

11、市的地理坐标（经度、纬度）代替仓库的具体地理位置，如某仓库的地理坐标为（x1，x2），其中x1表示经度，x2表示纬度。规模大小是针对各个仓库而言的，由于每个仓库的规模大小不同，其对聚类分析结果的影响程度不同，我们给每个仓库赋予一个权重表示，范围14之间。本文以每个仓库的年出库量来衡量。结合RDC设计要求，2300万台及2300万台以上赋予权值4，5万台2300万台赋予权值3，1.5万台5万台赋予权值2，1.5万台以下赋予权值1。每个仓库的常年流通的规格品种数也是重要的一个方面，相同产品规格的仓库尽可能整合在一起。由案例W公司全国仓库分布情况常年流通的规格品种数子项数据可知，明确规格品种数的仓库

12、，它们所含的规格品种大致相同。如济南、淄博、聊城、东营、济宁、临沂、菏泽、赣州、湛江、海口、茂名等仓库主要产品规格是2137寸彩电、冰箱。在这里我们用x4表示，范围13之间。如济南、淄博、聊城、东营、济宁、临沂、菏泽、赣州、湛江、海口、茂名等明给出产品规格的仓库赋予权值3，如广州、佛州、韶关、肇庆大致给出（彩电、冰箱）的赋予权值2，没给出产品规格的赋予权值1。6.1.2 模糊聚类法简介采用模糊数学语言对客观事物按一定的标准进行描述和分类的数学方法称之为模糊聚类分析.聚类分析主要经过数据标准化处理、建立模糊相似矩阵和聚类三个步骤,其中,繁琐的工作是求模糊相似矩阵。1.数据标准化处理由于实际问题中

13、的数据可能有不同的性质和不同的量纲，数据标准化这一步骤就是为了消除数据之间的这些差异，从而使原始数据能够适合模糊聚类的要求，常用的方法为平移标准差变换。平移标准差变换介绍：如果原始数据之间有不同的量纲，则可以采用这种这种变换后使每个变量的均值为0，标准差为1，即可以消除量纲的差异的影响。即令xij=xij+xjsj (i=1,2,.,n;j=1,2,.,m),其中xj=1ni=1nxij , sj=1ni=1nxij+xj212 (j=1,2,.,m)。本题借用Matlab数学软件统计工具箱中的zscore函数，进行数据归一化处理，其中MATLAB执行代码就是 z = (xmean(x)./s

14、td(x)。2.建立模糊相似矩阵设样本集合X=x1, x2,., xn, n 为样本数目,设每一个样本 xi 由一组特征数据 (xi1, xi2,., xim) 表示。建立模糊相似矩阵R,主要是确定其相似系数 rij ，即: xi 与 xj 的相似程度。求相似系数rij 的方法很多,在此,使用海明距离法2:rij=1-Hk=1mxik-xjk (i,j=1,2,.,n),其中0 H 1 ,适当选取H值,使得rij在0,1中分散开来。3.聚类(对样本集合进行分类)聚类就是依据模糊矩阵将所研究的对象分类的方法，对于不同的置信水平在0,1之间，可得不同的分类结果，从而可以形成动态的聚类图。6.1.3

15、 基于模糊聚类法仓库聚类组合1.构建有关仓库划分区域的模糊相似矩阵（1）由于案例所给W公司全国仓库分布情况各个仓库的常年流通的规格品种数不同，给年出库量统计工作造成极大困难，所以我们假设各个仓库的规格品种只有21寸、25寸、29寸、34寸彩电，其库存所占比例稳定，21寸占20%、25寸占30%、29寸占40%、34寸占10%。由以上所赋权重值及假设数据可得W公司各仓库基本情况表，如表6-1。表6-1 W公司各仓库基本情况表仓库名东经北纬规模大小产品规格济南117.00 36.39 43淄博118.10 36.47 33聊城115.58 36.27 43东营118.29 37.28 43柳州10

16、9.24 24.20 41桂林110.25 25.30 41河池108.24 24.70 41济宁116.90 35.23 43临沂117.21 38.90 43菏泽115.26 35.14 43天津117.11 39.09 13中山113.22 23.31 41石家庄114.38 38.00 31邯郸114.36 36.36 21衡水115.37 43.43 21厦门118.06 24.29 31广州113.23 23.11 32佛山113.23 24.29 22韶关113.24 37.50 12肇庆112.23 26.30 12青岛120.20 36.04 31烟台121.23 37.31

17、 21潍坊119.06 36.37 21南宁108.22 20.50 31梧州111.30 20.31 11赣州114.55 25.53 23福州119.30 26.10 31湛江110.23 21.11 43海口110.20 21.10 43玉林110.22 22.70 33茂名110.21 21.70 43梅州116.24 24.30 41深圳114.22 22.60 31南昌115.52 28.41 41上饶117.58 28.27 31宜春114.23 27.49 31（2）为了是原始数据能够适合模糊聚类分析的要求，需要对坐标（x1，x2）进行标准化处理，即通过适当的数据变换和压缩，将

18、其转化为模糊矩阵，由于地理坐标、规模大小、产品规格等因素影响聚类的程度不同，故我们赋予（x1，x2）、x3、x4不同权重，分别为7、1、2，借助MATLAB软件标准化求解得到数据，如表6-2。表6-2 W公司各仓库数据处理表仓库名东经北纬规模大小产品规格济南4.97366.805446淄博7.18686.885536聊城2.11656.685346东营7.56917.696746柳州-10.6397-5.402342桂林-8.6075 -4.300742河池-12.6517-4.9016 42济宁4.77245.643746临沂5.39619.319146菏泽1.4727 5.553646天津

19、5.1949 9.5093 16中山-2.6318-6.293642石家庄-0.29798.4178 32邯郸-0.33816.7754 22衡水1.6940 13.8556 22厦门7.1064 -5.3121 32广州-2.6117 -6.493934佛山-2.6117-5.312124韶关-2.5916-5.235814肇庆-4.6237 -3.2992 14青岛11.4121 6.4549 32烟台13.4845 7.7268 22潍坊9.1184 6.7854 22南宁-12.692-9.107732梧州-6.4949 -9.297912赣州0.0442 -4.070326福州9.6

20、013 -3.499532湛江-8.6478-8.4968 46海口-8.7081 -8.506846玉林-8.6679 -6.904536茂名-8.688-7.9059 46梅州3.4445 -5.302142深圳-0.6198 -7.004632南昌1.9958-1.186242上饶6.1406-1.3264 32宜春-0.5997-2.107532在这里我们S=s1, s2,., s36为36个仓库的集合，每个对象有4个指标表示其性态，即xi=x1，x2，x3，x4（i=1,2，.,36）,其中（x1，x2）表示每个仓库的地理坐标经纬度，x3表示每个仓库的规模大小，x4表示每个仓库的规格

21、产品种类数。（3）取H=0.02,按海明距离法进行计算,得到模糊相似矩阵R: 图6-1 模糊相似矩阵R2直接聚类法得到聚类图（1）直接聚类法步骤1）取 1=1（最大值），对每个 xi 作相似类：xiR=xj|rij=1，即将满足 rij=1 的 xi 与 xj 视为一类，构成相似类。对于可能的情况 xiR xjR ，可以将 xiR 与 xjR 合并为一类，即可得到 1=1 水平上的等价分类。2）取 2 （1 2）为次大类，从R中直接找出相似程度为 2 的元素对（xi ，xj）（即rij=2），并相应地将对应于 1=1 的等价分类中 xi 与 xj 所在的类合并为一类，即可得到 2 水平上的等价

22、分类。3）依次取 1 2 3 ，按第2）步的方法以此类推，知道合并到U成为一类为止，最后得到动态聚类图。（2）由表6-2数据和matlab软件编程得到聚类图图6-2 仓库区域聚类图（3）聚类组合根据W设立RDC的要求，可得区域划分方案。区域一：济南、淄博、聊城、东营、济宁、菏泽、天津、石家庄、邯郸、衡水、青岛、烟台、潍坊。（1、2、3、4、8、9、10、11、13、14、15、21、22、23）区域二：柳州、桂林、河池、南宁、梧州、湛江、海口、玉林、茂名。（5、6、7、24、25、28、29、30、31）区域三：中山、广州、佛山、韶关、肇庆、深圳。（12、17、18、19、20、33）区域四：

23、厦门、福州、梅州、南昌、上饶、宜春、赣州。（16、26、27、32、34、35、图6-3 区域划分示意图6.2 最佳RDC区域地点的确定6.2.1 模糊综合评价方法简介模糊综合评价法是一种基于模糊数学的综合评标方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰,系统性强，定性和定量分析集成的特点,能较好地解决模糊的、难以量化的问题,适合各种非确定性问题的解决。1.模糊综合评价的一般步骤（1）确定评价指标集U=u1, u2,，un；（2）确定待评价方案集V=v1, v2,，vm；（3）确定模糊评价矩阵R

24、=（rij）nm=r11 r12 r1m r21 r22 r2m rn1 rn2 rnm式中：rij因素i对被择方案j的相对隶属度，且rij（0,1）。2.相对隶属度相对隶属度属于模糊评价函数里的概念：模糊综合评价是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法，其特点是在模糊优先、评价、决策等领域，作出好中决策之间比较的相对量度，而不是对于优的绝对隶属程度的寻求。若对论域（研究的范围）U中的任一元素x，都有一个数A（x）0，1与之对应，则称A为U上的模糊集，A（x）称为x对A的隶属度。当x在U中变动时，A（x）就是一个函数，称为A的隶属函数。隶属度A（x）越接近于1，表示x

25、属于A的程度越高，A（x）越接近于0表示x属于A的程度越低。规定相对隶属度值越大，方案越优。对越大越优型指标相对隶属度的标准化处理公式为：r(i,j)=u(i,j)/umaxi+umini对越小越优型指标相对隶属度的标准化处理公式为：r(i,j)=umaxi+umini-u(i,j)/umaxi+umini式中：umaxi、umini是方案集中第i个指标的最大值、最小值；r（i，j）是标准化后的评价指标值，也就是第j个方案对第i个评价指标从属于优的相对隶属度（i=1-n，j=1-m）。6.2.2 层次分析法简介1.层次分析法：它是指将一个复杂的多目标决策问题作为一个系统，将目标分解为多个目标或

26、准则，进而分解为多指标（或准则、约束）的若干层次，通过定性指标模糊量化方法算出层次单排序（权数）和总排序，以作为目标（多指标）、多方案优化决策的系统方法。用层次分析法求解各个因素的不同重要程度，对各因素赋予相应的权重数 i （i=1,2，n），由个权重所组成的集合为：W=（1，2，n）2.层次分析法步骤：（1）建立层次结构模型（2）构造对比矩阵判断矩阵是以矩阵的的形式来表述每一层次中各要素相对其上层要素的相对重要程度。判断矩阵模式如表6-3表6-3 判断矩阵模式表AC1 C2 CkC1C2Cka11 a12 a1ka21 a22 a2k ak1 ak2 akk其中aij表示针对Ck而言，要素A

27、i与Aj的相对重要程度的数值，即重要性的比较标准，为了使个因素之间进行两两比较得到量化的判断矩阵，引入19的标度，见图6-4。图6-4 相对重要程度标度值（3）计算权向量并做一致性检验（4）计算组合权向量并做一致性检验3.模糊综合评价模糊综合评价是综合考虑各种因素，并根据各自权重的影响，得出各方案相对优劣评价结果。模糊综合评价可表示为：B=W*R=（1，2，n）*r11 r12 r1m r21 r22 r2m rn1 rn2 rnm=(b1, b2,，bm)式中：bj（j=1-m）是各个可行方案的模糊综合评价值。且bj越大，其方案越优。6.2.3 最佳RDC选址方案的确定1.评价指标体系的建立

28、在这里，我们把影响配送中心选址的因素按属性分两个层次建立多因素评价指标体系。第一层是自然环境、政策与法规、市场环境、交通条件，它们是配送中心选址的决定因素。第二层是对上述各指标进一步评价而细分的因素集。RDC选址方案指标体系如下图6-5：方案层C子准则层B准则层A目标层D图6-5 RDC选址方案指标体系方案层对应于各分区域的仓库所在城市。2.选址方案的确定有上述可知W公司的销售点，并根据W公司设立RDC的设定条件：RDC的辐射半径在600公里左右，车辆行驶时间不超过8小时的规定，可在上述四个区域内分别设立RDC。由于每个区域有多个可供选择的城市作为区域配送中心，因此选用模糊综合评价方法来选择候

29、选城市。下面我们以区域三为例设定中山、广州、佛山、韶关、肇庆、深圳的候选城市。3.确定相对隶属度该样本中指标 B6、B8、B10 是越小越优型指标，我们用定性指标好，较好，适中，较差，差=10,8,6,4,2进行评估。可评估数据如下图6-6。图6-6 样本评估数据有上述原始数据，可得如下模糊评价矩阵R：R= 0.5 0.444 0571 0.625 0.5 0.5710.5 0.556 0.571 0.5 0.625 0.5710.5 0.556 0.571 0.375 0.625 0.4290.375 0.556 0.429 0.375 0.625 0.5710.375 0.444 0.57

30、1 0.375 0.5 0.5710.5 0.556 0.571 0.625 0.625 0.5710.5 0.556 0.429 0.375 0.625 0.4290.5 0.556 0.429 0.5 0.625 0.4290.375 0.556 0.571 0.375 0.625 0.5710.5 0.556 0.429 0.5 0.5 0.4290.5 0.556 0.571 0.375 0.625 0.4290.5 0.444 0.571 0.375 0.5 0.5710.5 0.556 0.571 0.5 0.625 0.5714.用层次分析法确定权重（1）确定目标层D和准则层A的

31、判断矩阵D。根据案例及图6-5可得判断矩阵D：D=1 16 13 166 1 3 13 13 1 136 1 3 1（2）准则层A和子准则层B的判断矩阵的确定A1=1 15 135 1 133 3 1A2=1 13 5 33 1 3 315 13 1 113 13 1 1A3=1 5 315 1 113 1 1A4=1 3 513 1 315 13 15.层次单排序及一次性检验（1）层次单排序层次单排序就是把本层的所有要素针对上一层某要素，排除评比的次序，这种次序以相对数值的大小来表示，这里我们选用方根法进行计算：首先计算判断矩阵每一行各要素之乘积，即：Mi=j=1naij （i=1,2，n）

32、然后计算Mi的n次方根，即：Wi=nMi (i=1,2,，n)对Wi进行归一化处理，即：Wi=Wij=1nWj （i=1,2，n）（2）一致性检验一致性是指判断矩阵中各要素的重要性判断是否一致，不能出现矛盾，这里可以利用判断矩阵的特征根的变化来判断一致性程度，一致性指标如下：CI=max-nn-1式中maxn阶判断矩阵A的最大特征根。max=1ni=1nA*WWi式中Wn阶判断矩阵A的相对权重向量。为了度量不同阶判断矩阵是否具有满意的一致性，再引入判断矩阵的平均随机一致性指标RI。RI是一个系数，不同阶次数值见表6-4。表6-4 平均随机一致性指标对应不同阶次的数值n1 2 3 4 5 6 7

33、 8 9RI（0） （0） 0.58 0.9 1.12 1.24 1.32 1.41 1.45判断矩阵的一致性指标CI与同阶平均随机一致性指标RI之比称为随机一致性指标比值，记作CR，即CR=CIRI当CR0.10时，认为判断矩阵具有满意的一致性；否则需要调整判断矩阵，使之满足CR0.10。有上述计算过程，可得结果：WD=0.06250.39080.15090.3908 CR=0.0530.1同理判断矩阵A1、A2、A3、A4权重值和CR值分别如下所示：WA1=0.11040.32300.5666 CR=0.0060.1WA2=0.30770.46900.10450.1188 CR=0.061

34、0.1WA3=0.65860.15620.1852 CR=0.0270.1WA4=0.63700.25830.1047 CR=0.0320.1由上面的结果可知各矩阵满足一致性要求，则AB的权重值为表6-5。表6-5 子准则层与准则层的权重值A1A2A3A4权重值0.06250.39080.15090.3908B10.11040000.007B20.32300000.020B30.56660000.035B400.3077000.120B500.4690000.183B600.1045000.041B700.1188000.046B8000.658600.099B9000.156200.024B

35、10000.185200.028B110000.63700.249B120000.25830.101B130000.10470.041子准则层对目标层的总权重值矩阵为W：W=0.007 0.020 0.035 0.120 0.183 0.041 0.046 0.099 0.024 0.028 0.249 0.101 0.041则在区域三（中山、广州、佛山、韶关、深圳、肇庆）中设立RDC，方案相对优劣评价结果为：B=WR=0.5068 0.5201 0.5190 0.4074 0.5814 0.5028即区域三RDC选址候选城市的优劣排名如下表7：表6-6 区域三RDC选址排名排名1 2 3 4

36、 5 6城市 深圳 广州 佛山 中山 肇庆 韶关6.3 最优RDC的区域选址前半部分由模糊聚类分析法把仓库划分为4个区域，并以区域三为例，用模糊综合评价法得出区域三的候选城市排序，从而选出深圳作为区域三的最优RDC选址地点。下面我们接着以区域三为例，并以候选城市排序的前四名作为进一步分析的候选城市，应用多元线性规划法作出排序，选出最佳区域三的RDC选址地点。6.3.1 RDC选址问题分析原问题是在已有的候选城市中选出最佳的RDC选址地点，其选址要求为可以满足终端客户的B to C单台送货要求，同时有能力满足各级经销商2-3方的零散订单配送；降低工厂直发经销商的比率；车辆行驶时间不超过8小时。并

37、且选出的RDC要使所有经过其配送的仓库的总费用最少，这些费用包括RDC仓库租金费、建设费、运输费等。6.3.2 RDC选址的基本假设1.W公司个工厂的年生产能力能充分满足市场需求，且各仓库及经销商的位置及需求量不变。2.各个仓库的年出库量基本稳定。3.各区域的仓库都愿意从所在区域的RDC中心进货。4.RDC配送中心是在所选仓库的基础上扩租的，并且可以满足其扩租需求和所需租金不变。区域三的配送网络为图6-7：图6-7 区域三的配送网络6.3.3 模型的建立及求解1.W公司RDC选址的约束条件（1）4个工厂所提供的货物量不超过各自的生产能力。（2）RDC中心从4个工厂的进货量之和等于客户（或仓库）

38、从RDC中心的进货量之和。（3）配送中心的数目大于或等于1。2.建立目标函数数学模型（1）主要变量说明：Qqj工厂q到j地点区域配送中心的运输量；pqj工厂q到j地点区域配送中心的单位运输价格；Mq工厂q的生产能力；djij地点区域配送中心到i客户的距离；Qjij地点区域配送中心到i客户的运输量；pjij地点区域配送中心到i客户的单位运输价格；Aii客户的需求量；Xj在j地点设立RDC中心时，值为1；否则，值为0；Fjj地点区域配送中心扩租面积；Cjj地点区域配送中心的单位租金；（2）模型的建立，我们追求工厂到RDC中心、RDC中心到客户的运输费用和RDC中心的扩租费用之和最小。min T=j

39、=1mq=1nQqjPqj + j=1mi=1kdjiQjiPjiXj + j=1mFjCjXjs.t.j=1mQqjMp q=1,4q=1kQqj=i=1nQji j=1,4j=1mQji=Ai i=1,6Xj0,1 j=1mXj=1 i=1nAiMXi i=1,63.j地点区域配送中心的扩租面积Fj的求解（1）主要变量说明：Sjj地点原来仓库的面积；Yjj仓库的平均库存量；（2）回归分析求Fj表6-7 案例数据整理汇总分公司（经营部）仓库面积Sj（m2）平均库存量Yj（台）租金价格单位：元/平方每天分公司（经营部）仓库面积Sj（m2）平均库存量Yj（台）租金价格单位：元/平方每天济南372

40、27982.20.23韶关2551083.30.27淄博3601064.30.2肇庆1707500.22聊城2501378.50.03青岛21607083.30.26东营2601383.60.32烟台4182083.30.28柳州106020073.80.2潍坊4131666.70.28桂林2806385.80.2南宁15004666.70.15河池22044700.18梧州190583.30.16济宁16006917.90.18赣州9003575.50.16临沂2502785.30.20福州150050000.34菏泽3001330.40.23湛江3951275.50.32天津2500400

41、00.23海口5001530.60.27中山148043767.30.33玉林320954.90.23石家庄125050000.20茂名9672976.20.2邯郸360833.30.14梅州200833.30.21衡水300833.30.14深圳25008333.30.24厦门200050000.04南昌14903715.20.26广州17008333.30.23上饶400280.60.23佛山2501833.30.23宜春220548.10.15这里我们用SPSS对案例中提供的各仓库的数据进行回归分析，如图6-8。图6-8 平均库存量Y和面积S的回归分析图从而得到平均库存量和仓库面积的函数

42、关系式：S=0.281*Y+4.734Y是RDC的年出库量S是RDC所需的总面积则： Fj=S-Sj4.数据整合下表表6-8 区域三各城市间的距离（公里）城市中山广州佛山韶关深圳肇庆中山082.181316126184广州82.1028.9235143102佛山8128.9025716093.6深圳1261431602380240表6-9 工厂到候选城市的距离（公里）城市工厂深圳广州佛山中山松花江工厂3400340134233472重庆工厂1833190718851804咸阳工厂1950185218741923深圳工厂0147184120表6-10 候选城市的仓库租金候选城市租金（元/天每平方米）深圳0.24广州