基于双层规划模型的配送中心选址问题研究(图文)

1、基于双层规划模型的配送中心选址问题研究(图文)论文导读：配送中心是一种多功能、集约化、全方位效劳的货物配送设施。在物流系统中，配送中心居于重要的枢纽地位，较好的配送中心选址方案可以有效地节省费用，促进生产和消费的协调与配合，保证物流系统的平衡开展。本文结合双层规划模型建立了配送中心选址模型，将配送中心选址涉及到的选址规划者和客户两个具有明显不同目标的决策者联系起来，还考虑到配送中心建成后遇到的竞争问题，并且针对该模型引入遗传算法，并通过实例分析，证明该算法的有效性。关键词：双层规划，配送中心，选址1 引言配送中心是一种多功能、集约化、全方位效劳的货物配送设施。在物流系统中，配送中心居于重要的枢

2、纽地位，较好的配送中心选址方案可以有效地节省费用，促进生产和消费的协调与配合，保证物流系统的平衡开展。它一经选定就将长时间运营，不仅与运行费用直接相关，而且对工作效率及物流控制水平会产生很大影响。因此，配送中心的合理选址就显得十分重要。科技论文。基于物流配送中心及其位置的重要作用，科研人员建立了一系列的选址模型与算法，如重心法、数值分析法、线性规划法和启发式算法等。其中重心法和数值分析法主要用于单一配送中心选址模型；线性规划法和启发式算法主要用于多个配送中心选址模型，但线性规划法在解决选址问题时对目标函数的线性;要求严格，启发式算法虽然克服了线性规划的缺乏，但对规模较大的实际问题求解比拟困难近

3、年从生物进化机理中受到启发而开展起来的一些智能计算新方法，如遗传算法;、蚁群算法;等，常用于解决一些复杂优化问题。当前，由于顾客需求的日益多样化和全球动态经济环境的逐渐形成，使企业间的竞争日趋剧烈。本文结合双层规划模型建立了配送中心选址模型，将配送中心选址涉及到的选址规划者和客户两个具有明显不同目标的决策者联系起来，还考虑到配送中心建成后遇到的竞争问题，并且针对该模型引入遗传算法，并通过实例分析，证明该算法的有效性。2 配送中心选址模型的建立本文建立了基于竞争的配送中心选址双层规划模型。在现实中，有一局部客户需求可能由已有配送中心提供，已有配送中心有自有型和社会公用型两种，它们之间存在竞争关系

4、。科技论文。2.1 上层模型的建立本文上层规划(U)可以描述为决策部门在允许的既定范围内确定最正确的新建配送中心的地点使总本钱 (包括固定本钱和可变本钱)最小。下层规划(L)那么描述了在多个配送中心存在的条件下，客户需求量在不同配送中心之间的分配，它的目标是使每个客户的总费用最低。具体模型如下所示：式中：j地的配送中心为第i个客户提供效劳所需支出的单位费用；：第i个客户在j地的配送中心获得满足的需求量；：在j地建配送中心的固定投资费用；：在j地建配送中心时，此值为1，否那么为O；：新建配送中心的总投资预算；：从工厂q到配送中心j的运输量；：从工厂q到配送中心j的运输单价；：工厂q的供给能力；：

5、配送中心i的供给能力。上层目标函数是从配送中心规划者角度出发，使新建配送中心的费用与满足消费者需求的费用之和最小。(1)等式右边第一项代表了为满足客户需求的总可变本钱；右边第二项代表新建配送中心总固定本钱；第三项代表由工厂至配送中心的运输本钱；(2)式保证修建的配送中心费用不超过其总投资额；(3)式保证至少新建一个配送中心；(4)等式保证从工厂发运到各配送中心的货物总量不超过它的供给能力；(5)式表示保证配送中心i的货物进出总量相等；(6)等式意味着通过配送中心i的货物进出总量相等；(7)式为变量的O-l约束。需要指出的是U中由下层规划 求得。在实际物流配送系统中，因为单一客户的需求量不是由某

6、个配送中心全部满足的，还存在已有配送中心竞争的影响。所以，下层目标规划中假设已有配送中心L个，这样K个客户是在n+1个配送中心中分配的需求量。2.2下层模型的建立在现实配送系统中由于单一客户的需求量不是由某个配送中心全部满足的，并且还存在已有配送中心竞争的影响。所以在下层目标规划中假设已有配送中心L个，这样K个客户就是在n+1个配送中心中分配他们的需求量。科技论文。可以这样描述下层问题：式中：第i个客户在k地点的配送中心得到满足的需求量；：第i个客户选择k地点配送中心效劳所需要支出的单位费用；：第i个客户总的需求量；：k地点配送中心总的供给能力；：任意大的正数。下层规划表示客户选择最优配送中心

7、，即各个用户在各配送中心间分配需求量，使用户的总支出费用最小。(9)式保证每个用户的需求都能得到满足；(10)式保证选择配送中心的各个用户的需求量之和不超过该配送中心总的供给能力；(11)式保证需求量总是在已建的配送中心处分配；(12)式为变量的非负约束。3 实证分析3.1 案例说明假设一家大型企业，在a地区建有一家分厂，产品将先运至这一地区的配送中心，再由配送中心将产品运送至分销店。该企业在这一地区已有一家配送中心，现因业务范围扩大，需在三个备选地点建立新的配送中心，至少要建一处。该地区还存在公用型配送中心，它们之间的关系如图l所示，有关的费用和参数见表1至表9。图1 各种类型配送中心之间网

8、络关系表1 配送中心到各分店的运费率 配送中心到分店的运费率 公用 已有 备选方案 1 31 25.5 18.5 20.5 24 2 26.5 21.5 32.5 19.5 23 3 25.5 27 20 23 21.5 4 19.5 20.5 22.5 21.5 29 5 31.5 27.5 25.4 21 17.5 6 22.6 23.6 26.3 26 21 表2 配送中心年处理能力和箱处理费 公用 已有 方案1 方案2 方案2 处理能力 88.5 13.5 19.5 21 19 箱处理费 325 42 38 35.5 33.5 表3 候选方案的建设、营运费用 方案1 方案2 方案3 建

9、设费用 84 98 69 营运费用 25 27 28 表4 运输距离 已有 方案1 方案2 方案3 1 216 119 201 136 2 199 144 351 151 3 146 200 201 121 4 203 193 196 176 5 174 184 136 196 6 185 214 216 206 表5 工厂至配送中心的运价元/箱、距离 已有 方案1 方案2 方案3 运价 12 10 12 15 距离 165 120 191 156 表6 各分店的总需求量 分店1 分店2 分店3 分店4 分店5 7000 15000 13000 10000 9000 32案例的求解本模型是在考

10、虑各种影响配送的因素，并把一些影响因素转化为配送本钱的情况下建立的，模型的目标就是在满足配送效劳要求和约束限制下使配送的总本钱最低。可见该模型的求解一个在约束条件下求最小值的问题，本文采用遗传算法和MATLAB对该案例进行求解。遗传算法的参数设置：种群大小popsize=80；交叉率pcross=0.6；变异率pmutation=0.05。求解本算例的MATLAB的主程序为：=ga(，fitness，maxGenTerm,20,normGeomSelect,nonUnifMutation因为遗传算法一般用来取得近似最优解，其收敛性跟其初始值有关，所以应屡次执行该命令，随机取不同的初始群，尽量求

11、得近似最优解。表7是六次运行该程序的最终结果。表7候选方案的被选概率 方案1 方案2 方案3 0.8964 0.1381 0.2239 0.9871 0.6310 0.3461 0.8878 0.5818 0.3938 0.9827 0.0841 0.1287 0.9053 0.6976 0.5910 显然，由表7可以看出。只在第一个候选点建立一个新的配送中心比拟好。4 结论配送是物流的核心问题，如何进行配送中心的选址问题直影响定物流本钱的控制。本文将双层模型应用于解决运输费用和配送中心经济规模费用的配送中心选址问题，将决策者和客户具有明显不同目标的决策者联系起来考虑，外表看来只考虑了经济效益，但是在经济效益中运输本钱是由众多因素决定的，配送中心规模的影响在模型中也得到了表达，所以此方法比拟综合和客观地反映了配送中心的合理位置。实例分析说明，该方法能方便直观地解决选址问题，是求解此类问题的有效方法。但是该方法中运输费用确实定直接影响计算所得到的结果所以在应用中要通过一些实际的调查，使数据误差减小，以求得到更加符合实际的结果。参考文献：【1】于润伟MATLAB根底及应用【M】北京：机械工业出版社，2003【2】高自友，孙会君现代物流与交通运输系统fMHE京：人民交通出版社，20