物流配送中心的选址

物流配送中心选址与布局1第1页4.1配送中心选址选址包含两个层次问题：第一：选位，即选择什么地域（区域）设置设施，沿海还是内地，南方还是北方，等等。在当前全球经济一体化大趋势之下，或许还要考虑是国内还是国外；第二：定址。地域选定以后，详细选择在该地域什么位置设置设施，也就是说，在已选定地域内选定一片土地作为设施详细位置。2第2页4.2配送中心选址标准适应性标准协调性标准经济性标准战略性标准3第3页4.3配送中心选址影响原因自然环境原因（气候条件地质条件水文条件地形条件）经营环境原因（经营环境商品特征物流费用服务水平）基础设施原因（交通条件公共设施情况）其它原因（国土资源利用环境保护要求周围情况）4第4页配送中心选址程序和步骤5第5页4.4配送中心选址惯用方法解析方法（重心法、微分法）建立数学模型模拟方法数学方程和逻辑关系启发式方法（鲍尔曼—沃尔夫法）针对求解，逐次迫近最优解实际选址中，经常采取定性分析方法，在几块可选地中进行选择。6第6页怎样选择配送中心地址配送中心7第7页重心法假设条件：运输费用只与配送中心和客户直线距离相关，不考虑城市交通情况不考虑配送中心所在地价8第8页确定配送重新坐标，其客户坐标为，其中i=1,2,3—nai-表示配送中心到客户运费Wi-表示配送中心到客户运量则：9第9页4.4.1微分法-单一个配送中心选址法1微分法模型如右图所表示，设有N个零售店，它们各自坐标是（i=1，2，3…n）配送重心坐标是有：其中，10第10页又有其中有4-311第11页4-412第12页求解方法，令4-74-813第13页迭代法计算步骤1）以全部零售店重心坐标为配送中心初始地点（）2）计算与（）对应总发送费用3）4）5）14第14页微分法优缺点1)是连续性模型，不加特点限制，有自由选择优点。2）迭代算法求最正确点极难，且迭代计算过程复杂。15第15页2鲍摩-瓦尔夫模型-多个配送中心选址如图各个工厂向哪些配送中心运输多少商品?各个配送中心向哪些用户发送多少商品?16第16页规划总费用包含一下内容：17第17页总费用函数为：18第18页鲍摩-瓦尔夫模型计算方法首先，给出费用初姑值，求初始解；然后，进行迭代计算，使其逐步靠近费用最小运输规划。初始解要求最初工厂到用户间(k,j)运费相对最小也就是说，要求工厂到配送中心间运费率Ckj和配送中心到用户间发送费率Hij之和为最小，即19第19页二次解从经过量反过来计算配送中心可变费用20第20页配送中心序列号为再次已这个为基础，求解运输问题，求得使用费用函数为最小，就是二次解n次解以为基础，求解运输问题，可得出使用费用函数为最小时是n次解，因而得到配送中心新经过量。21第21页最优解把n-1次解配送中心经过量和n次解配送中心经过量进行比较，假如完全相等就停顿计算，假如不相等就重复计算至到相等也就说，时，为最优解22第22页鲍摩-瓦尔夫模型优缺点优点：计算简单，能评价流经过程总费用能求解配送过中心经过量（决定配送中心规模依据）依据配送中心可变费用特点，可采取大批量进货方式缺点不能确保能求得最优解配送中心固定费用在解中没有反应出来23第23页配送中心选址方法改进模型两级配送中心选址模型在配送中心选址实际过程中，在一定区域内，针对客户众多比较分散、配送距离过远、直接配送成本较高等情况。综合考虑重心法和鲍摩—瓦尔夫法，分两个步骤建立模型24第24页步骤离分布在外围客户较近地方设置几个侯选点利用鲍摩-瓦尔夫法求出应在那几个点建立小型配送中心把这些小型中心看成需求点，应用重心法求出中央配送中心最正确地址。25第25页改进模型优缺点比较适合客户众多且较分散，配送业务量较大，配送频繁，小批量、多批次，单个配送中心无法按时高效执行配送业务情况中央配送中心可有较大库存量，便于统一进货和管理。得到结果是满意解而可能不是最优解26第26页遗传算法遗传算法概念对某一代群体进行作用，这个作用过程叫遗传操作，遗传操作结果便是得到下一代群体。是一个很强搜索和优化技术，由美国Mihcigna大学J.Hollnad教授于1975年首先提出。27第27页遗传算法基本操作选择：选择表达了适者生存自然法则，是经过把适应值高个体复制到下一代来改进群体平均适应值。交叉：确保遗传算法寻优过程能收敛到全局最优点，以及提升对优化过程收敛速度起着主要作用。变异：将个体染色体编码串中一些基因座上基因值用该基因其它等位基因来替换，形成一个新个体。28第28页基本处理流程流程图29第29页遗传算法实现思想利用某种编码技术作用于称为染色体(chormosome）二进制数串，其基本思想是模拟由这些串所组成群体进化过程。遗传算法对求解问题本身一无所知，它所需要仅是对算法所产生每个染色体进行评价，并基于适应值来选择染色体，使适应性好染色体比适应性差染色体有更多繁殖机会。30第30页遗传算法是从代表问题可能潜在解集一个种群(population)开始，每一个种群则由经过基因编码(coding)一定数目标个体(individual)组成，每个个体实际上是染色体上带有特征实体。31第31页实现步骤第一步：选择编码策略，即编码基因串，如编码为A一a1a2…an。表示A为一个n维实向量;第二步：群体初始化，产生一个由确定长度特征字符串组成初始群体，确定群体规模N，然后从可能特征串空间中随机选取N个n维向量Ai，‘i=1，2，…，N，组成初始群体H0={A01,A02,….,A0n}32第32页第三步：定义适应度函数f(Ait)，并由f(Ait)求得群体中每个串适应值，其中t为进化代数。f(Ait)能够评价特征串空间中任一n维向量最优化程度，此过程即是所谓“选择(Select)”过程;第四步：应用“适者生存”标准选择进化方案，即含有高适应值特征字符串应以更大概率被选择繁殖到下一代中。详细复制概率为:33第33页第五步：对由第四步选中特征字符串再执行“交换”和“变异”操作，方便在群体中引入新特征字符串;交换(Crossover)是以概率pc。交换两个父代个体间对应分量，交换概率控制群体中个体被交换比率。变异(Mutation)是以概率pm，改变特征字符串上某一位字符。34第34页第六步：重复迭代执行第三步至第五步，直到满足终止准则，最终确定运算结果特征字符串，并将其作为最优解。通常收敛准则可定义为:35第35页36第36页例：华南某国际物流中心选址依据实际情况，在市区内有限个可供选择地点之中，使用定性和定量相结合分析伎俩，对物流中心建设以及建成后运行情况进行经济与技术、生态，现实与久远综合分析，从而确定一个比较合理可行选址地点。

37第37页各可选地详细介绍在市区内共选择6块土地作为物流中心地址候选地，分别编为1至6号。38第38页选址评价针对物流中心选址过程中应考虑每一原因，选定6分为满分，分值越高者，满意程度越高（情况靠近时，分值可相同），最终累计总分最高可选地作为提议方案。评价标准见下表分析原因评价标准自然环境气象条件温度、湿度、风力、降水、日照等气象原因适中地质条件符合建筑承载力要求水文条件远离泛滥河流地形情况地形坡度平缓，适宜建筑交通运输中心位置距高速路出口距离距离最短地域周围企业情况周围环境友好，企业密度适中侯选地面积考虑近期及远景规划，要求面积不宜过小形状形状尽可能规则，以矩形为宜，适宜物流中心布局周围干线路况好地价地价适中公共设施供水、电、热、气、通讯、道路公共设施便利，符合标准39第39页评价结果依据上述评分过程，计算各可选地总评分，得出6号可选地最高，为27分；4号地次之，为25分；1号地为24分；