物流基础工程方法 5

主讲：张庆英物流系统工程LogisticsSystemEngineering

物流系统建模第5章01系统模型概述02系统模型的基本要求03模型构建的基本方法与过程04物流系统建模的概念及方法05常见的物流系统模型06系统建模实例07案例分析：考虑具有不同交付选择的物流配送路径问题研究系统模型的定义与特征系统模型的分类系统模型概述1对一个系统某一方面本质属性的描述系统模型以某种确定的形式（例如文字、符号、图表、实物、数学公式等）提供关于该系统的某一方面的知识。本质属性的选取完全取决于系统工程研究的目的对于同一个系统，出于不同的研究目的，可以建立不同的系统模型。来源于实际系统，反映实际系统的主要特征，但它又高于实际系统，能反映出同类问题的共性，反映所研究问题的共同属性。系统模型（1）它是对现实系统的抽象或模仿；（2）它由反映系统本质或特征的主要要素构成；（3）它集中体现了这些要素之间的关系；（4）它忽略了与分析无关的因素。系统模型的特征Art将现实世界中的系统原型概括形成模型，构建并分析模型得出结论，利用结论来解释现实问题，而后与现实进行比较，重新认识现实，修改模型，以深化对于问题的理解，寻找最好的解决方案。图5-1模型与现实对象的关系分类原则模型种类按建模材料不同按模型的规模按与实体的关系按模型表征信息的程度按模型的构造方法按模型的功能按与时间的依赖关系按模型中变量的性质按是否描述系统内部特性按模型的应用场合数学模型的分类按变量形式分类按变量之间的关系分类抽象、实物宏观模型、中观模型、微观模型形象、类似、数学观念性、数学、物理理论、经验、混和结构、性能、评价、最优化、网络静态、动态确定性模型、随机性模型黑箱、白箱通用、专用确定性、随机性、连续性、离散性代数方程、微分方程、概率统计、逻辑系统模型的分类按建模材料的不同抽象模型实物模型按与时间的关系静态模型动态模型按与实体系统的关系形象模型数学模型相似模型按模型的用途结构模型优化模型评价模型

系统模型的分类与特征对比研究的速度、灵活性、抽象性：依次增加现实系统实体模型图表模型逻辑模型解析模型比例模型相似模型网络模型物理模型数学模型文字模型现实性、建模时间、建模费用：依次减少实体模型就是现实系统本身，当系统的大小刚好适合研究而且又不存在危险时，可以将系统本身作为研究模型。如产品质量检验中的抽样模型就属于实体模型。实体模型比例模型，是对现实系统的放大或缩小，使之适合于研究。比例模型相似模型根据相似原理，利用一种系统去代替另一种系统，称相似模型。例如用电路系统代替机械系统、热力学系统进行研究，则电路系统就是后二者的相似模型。文字模型在物理模型和数学模型都很难建立时，有时不得不用文字符号来描述系统研究的结果，如技术报告、说明书等就属于文字模型。网络模型用网络图来描述系统的组成要素以及要素之间的相互关系（包括逻辑关系与数学关系）。图表模型用图像和表格形式描述的模型，图像与表格形式二者可以互相转化，这里说的图像是指坐标系中的曲线、曲面或点等几何图形。逻辑模型用方框图、程序单、模拟机排题图等形式表示系统要素逻辑关系的模型。解析模型解析模型用数学方程式表示系统某些特性的模型。系统模型的基本要求2系统模型的基本要求（1）清晰性（2）切题性（3）精确性（4）集合性（5）反馈性系统模型的基本要求系统模型往往是由许多分系统、子系统模型构成的，在模型与模型间，除了研究目的需要的信息联系外，相互耦合要尽可能少，结构应清晰。（1）清晰性系统模型的基本要求模型只应包括与研究目的有关的那些信息，而非真实系统的一切方面。因此，对于同一个系统，模型不是唯一的，研究目的不同，模型的形式也会不同。（2）切题性系统模型的基本要求建模时，应该考虑相关信息的精确程度，精确程度是要由所研究问题及其性质来确定。对于不同的工程，精度要求是不一样的。即使对于同一项目，由于研究的问题不同，精度要求可能不一样。（3）精确性系统模型的基本要求集合性指的是把单个实体组成更大实体的可能程度。出于研究的需要，会对系统实体进行适当的分割，在可能时应尽量合并为大的实体。（4）集合性系统模型的基本要求反馈是指将系统的输出返回到输入端并以某种方式改变输入，进而影响系统功能的过程。建模是一个由浅入深、循序渐进的过程，反馈环节是必不可少的。（5）反馈性建模过程的信息源建模方法建模过程模型构建的基本方法与过程3系统模型的信息源目的与目标先验知识试验数据否是模型确定目的是否达到？数据目标先验知识建模建模应用先验知识prioriknowledge是先于经验的知识。人类头脑包含有若干内在的特征，它可为人类理性和悟性提供基础，它不依赖感觉或其他类型的经验。系统模型的信息源目的与目标先验知识试验数据一个模型事实上是对一个真实过程给出一个非常有限的映像。一个实际系统中的多个研究对象将规定建模过程的方向。建模前需要学习和了解前人的成果，包括：定理、原理、模型、概念、研究结论。建模过程是从以往的知识源出发而进行的。系统的信息可以通过对系统的试验获得。合适的定量观测是解决建模问题的有效途径。白盒黑盒灰盒内部结构和特性清楚的系统内部结构和特性不清楚的系统内部结构和特性部分清楚的系统利用已知的一些基本定律，经过分析和演绎推导出系统模型。可假设模型，通过试验验证，也可以用辨识的方法建立模型。采用前面两种相结合的方法。——最为普遍建模方法图5-4建模的基本过程明确建模的目的，并对多个具体的目标加以协调。利用足够的先验知识进行演绎分析。对数据进行充分的归纳整理。构造出系统的模型后还需要对其可信度进行分析和调整。直至得到科学合理的最终模型。

流程建模流程固化流程监控流程分析流程优化物流系统模型的特征及意义物流系统建模的原则物流系统建模的一般形式及方法物流系统数学建模的基本方法物流系统建模的步骤物流系统建模时应注意的问题四类建模变量物流系统建模的概念及方法4物流系统模型对物流系统的特征要素、相关信息和变化规律的一种抽象表述（1）它是物流系统中现实实体的抽象或模仿；（2）由一些与物流系统分析有关的因素所组成；（3）用来表明物流系统中各因素间的关系。反映物流系统某些本质属性。物流系统模型化的意义通过建立易于操作的模型，帮助人们认识复杂的物流系统，了解系统问题的本质和规律；通过对模型的分析，明确系统的内部构成、系统特性和形式，针对系统的规律和目标，用数学表达式说明系统的结构关系和动态情况；经过恰当的抽象、加工、逻辑处理，把复杂系统的内部和外部关系变成可以进行准确分析和处理的形式，从而得出需要的结论。将复杂的事物简单化，认识和掌握系统的规律与特征。

1

2

3物流系统的建模原则（4）系统分解、协调和综合的原则（3）选用标准模型的原则（2）相互结合的原则（1）清晰原则物流系统是由许多密切联系的要素或子系统组成的，对应的系统模型也应该由许多子模型（或模块）组成。在子模型与子模型之间，除了保留研究目的所必需的信息联系外，各子模型之间的其他耦合关系要尽可能减少，以保证模型结构尽可能清晰；（1）清晰原则物流系统的建模原则将诸多物流子系统和要素相互结合起来加以考虑，将看似无关的问题联系起来进行综合考察，找出它们之间的内在规律；（2）相互结合的原则物流系统的建模原则物流系统中有些问题已有标准模型，建模时，应该首先查阅标准模型库。若能满足要求，就应该首先选用标准模型。这样不仅可以节省时间和精力，还可以有效降低建模费用；（3）选用标准模型的原则物流系统的建模原则做好系统的结构、功能、指标等的分解，做好系统的内部与外部协调以及各方面的综合工作。（4）系统分解、协调和综合的原则物流系统的建模原则系统模型的一般形式：U——描述系统功能的效用或准则值，也叫做目标函数；目标函数一般是希望达到的最大值（如利润、效益等）或最小值（如成本、支出、亏损等）。——可控变量；——不可控变量，对U有影响；——目标函数U与变量xi，yi之间的关系函数。（5）主观想象法（6）神经网络法（1）直接分析法物流系统建模的一般方法（2）推理分析法（3）统计分析法（4）实验分析法（1）直接分析法（2）推理分析法（3）统计分析法（4）实验分析法当系统比较简单、问题很明确时，可按问题的性质直接建立模型。采用数据收集和统计分析的方法，通过分析已有的数据或试验数据建立系统的模型。（如：回归分析法）当现有的数据分析不能确定个别变量对整个系统工作指标的影响，又不可能做大量试验时，可在系统上作局部试验，确定关键变量，弄清楚其本质特性及其对系统指标的影响。逐步分析发现矛盾，建立试验模型，直到取得满意的效果为止。对于问题明确、内部结构和特征十分清楚的系统，可以利用已知的定律和定理，经过一定的分析和推理来建模。（5）主观想象法（6）神经网络法当系统结构性质不明确，又无足够的数据，且无法做实验时，可以利用“主观想象”来人为地构建一个模型。先主观地（科学地）设想一些基本情况，构造一个简单的模型，据此推出一些结果，再通过专业的论证与分析，对模型加以修正，使之不断地完善。根据生物原型的研究，建立神经元、神经网络的理论模型。通过信息的分布式存储和并行系统处理，进行不断的自我训练，调解神经网络内部的权重，最后达到输入各参量，在输出端得到一个多重因素扰动下的合理输出。输出数据系统环境信息流建模误差模型系统数学模型与构造有关根据物理法则根据输入测定误差建模误差（线性、非线性、时间连续或离散，集中分布常数）数学模型与构造无关其他模型图5-6数学模型建立方式物流系统建模1.弄清问题，掌握真实情况2.搜集资料4.构造模型3.确定因素之间的关系6.检验模型的正确性5.求解模型（1）目的和构成要素应明确（2）尽量使模型简单（3）重视模型的精度（4）尽量利用已知的数学模型（5）没有固定不变的建模方法（6）要进行模型的验证（7）在建模中要考虑人的因素步骤注意事项决定变量环境变量结果变量评价变量能够决定数值的变量，表示是可控因素的变量，通常以x表示不能够决定数值的变量，表示是不可控因素的变量，常以y表示。环境变量要考虑所处的环境条件由决定变量x和环境变量y所决定的数值，以z表示，用以表示该变量有部分因素是可控的用来作为评价结果变量好坏的尺度以字母u表示。四类建模变量

不可控可控部分可控z=f(x,y)u=g(z)自变量评价变量u目标结果变量z结果决定变量x内部因素环境变量y外部因素因变量图5-7四类变量的关系最优模型仿真模型启发式模型几种典型的物流系统模型常见的物流系统模型5按照物流系统建模的方法可划分为：按照应用问题可划分为：最优模型、仿真模型、启发式模型设施选址模型、库存模型、物流路径优化模型、资源配置模型，，，最优模型最优模型是依赖精确的数学方程式和严密的数学过程来分析和评价物流系统的各种可选方案，从数学上可以证明所得到的解是针对该问题的最优解（最佳选择）最优模型、仿真模型、启发式模型例：库存控制中的基本经济订货批量模型EOQ：式中，Q*——最佳再订货量；D——年需求量；S——采购成本；I——年库存持有成本；C——库存产品的单价。模型是以微积分为基础的最优模型，通过平衡订货成本和库存持有成本，给出了当产品库存水平降到预定值时再订货的最优批量。虽然其应用范围有限，但却抓住了许多库存管理问题的核心问题，可用于某些规划模型中的子模型。最优模型、仿真模型、启发式模型最优模型是依赖精确的数学方程式和严密的数学过程来分析和评价物流系统的各种可选方案，从数学上可以证明所得到的解是针对该问题的最优解（最佳选择）组合爆炸局限性——最优模型仿真模型以代数和逻辑语言对系统进行模拟，这种模拟通常要利用随机的数学关系，对系统模型进行抽样试验仿真模型能真实地模拟系统过程，可用于物流系统中的各种规划，如仓库选址、物流绩效的影响因素分析、物流设备配置、物流成本分析等等。仿真模型最优模型、仿真模型、启发式模型在给定的多个仓库、多个分配方案的条件下，反复使用模型，对多个布局方案进行评价，找出最优的系统方案寻求的是——最佳的仓库数量