配送中心選址方法綜述.doc

配送中心選址方法綜述 摘要：物流配送中心選址方案直接關(guān)系到物流的效率和成本。本文將所收集方法分為定性和定量方法兩類，并且總結(jié)了這些方法的優(yōu)缺點和適用范圍，為實際選址決策提供理論參考。關(guān)鍵詞：配送中心 選址方法 綜述 優(yōu)缺點 適用范圍1選址問題研究的起源和發(fā)展國外學(xué)者對配送中心選址問題的研究起步較早，大致可分為兩個階段：早期選址研究階段和選址研究繁榮及理論更加豐富階段。(1)早期選址研究。選址理論最初由Alfred Weber于 1909年提出，他所考慮的選址問題是確定一個倉庫的位置，使倉庫與一系列分散的需求點之間的旅行距離最短1。運輸成本 在選址決策中的重要作用是貫穿早期選址研究的共同主題2(2)選址研究繁榮及理論更加豐富階段。20世紀60年代中期以前，選址理論的研究在各個不相關(guān)的領(lǐng)域內(nèi)展開，并未形成 統(tǒng)一的理論。直到1964年，Hakimi3的論文激發(fā)了人們對選址問題的更大興趣，他對選址問題進行了更加理論化的研究，考慮了一個帶有一般性的問題：網(wǎng)絡(luò)多設(shè)施選址。該成果是設(shè)施 選址問題發(fā)展為一個系統(tǒng)、科學(xué)理論的里程碑。此后，大量不同類型的問題被確定并被求解，選址理論研究進入繁榮時期 4。20世紀80年代以后，現(xiàn)代物流理念的產(chǎn)生，使得設(shè)施選址 理論的研究內(nèi)容更加豐富。國內(nèi)開展選址理論研究的起步較晚，建立在吸收國外相關(guān)研究優(yōu)秀成果的基礎(chǔ)上，始于多目標問題，發(fā)展較快。蔡希賢等5于20世紀80年代中期對國外的一些經(jīng)典選址模型進行了介紹。隨后較長一段時間內(nèi)，選址問題的模型研究并未引起國內(nèi)學(xué)者的足夠重視，直到90年代中后期，隨著供應(yīng)鏈管理和物流研究的興起，廣大學(xué)者才開始關(guān)注選址問題。近十年來，國內(nèi)發(fā)表了很多有關(guān)選址研研的文章，選址研究達到高峰。2配送中心選址方法綜述 2.1定性方法定性方法，通常也稱“多準則決策”“綜合因素評價”，是 將專家憑經(jīng)驗、專業(yè)知識作出的判斷以數(shù)值形式表示。根據(jù)選 址時需考慮的各種影響因素(準則），通過綜合的定性分析，建立評價指標體系，且常常采用層次分析法、模糊綜合評判法、德爾菲法(Delphi)等評價方法對等各個備選方案進行指標評價，從中選擇相對最優(yōu)方案。定性方法在實際中很常用，能從較全面的角度將較多 因素考慮在內(nèi)，且可有效結(jié)合決策者的經(jīng)驗、偏好、意愿等來進行方案評價。但由于研究過程中主觀性較強，定量因素的比 較性被削弱，決策結(jié)果常受專家知識結(jié)構(gòu)、經(jīng)驗等諸多因素的限制和影響，造成評價偏差較大，不夠客觀、準確。因此，雖然 很多學(xué)者認為它是一種定性與定量方法有機結(jié)合的量化決策方法，但本質(zhì)上它仍屬于定性研究。為有效克服其缺陷，實際選址中應(yīng)與至少一種以上的量化技術(shù)有效結(jié)合，才能保證選址的科學(xué)性。任春玉等6建立了關(guān)于具有NP-hard性質(zhì)的配送中心選址的0-1混合整數(shù)線性規(guī)劃模型，然后用定量化的遺傳算法 與定性化的模糊綜合評價法相結(jié)合的方法來求解該模型，以 此確定配送中心地址。王曉博(2006)7提出利用啟發(fā)式算法與模糊綜合評價法相結(jié)合來初步確定電子商務(wù)環(huán)境下配送中心選址方案，然后綜合運用協(xié)調(diào)分析與專家評分來決策，進而確 定配送中心最優(yōu)位置。林娜(2010)8在深入研究傳統(tǒng)物流配送中心選址方法定性定量分析優(yōu)缺點的基礎(chǔ)上，提出了一個基于GIS和遺傳算法的物流配送中心選址模型。借用GIS 強大的空間分析能力來進行定量分析，得出一系列候選地點， 再利用遺傳算法求得最優(yōu)配送中心地址，既有效克服了傳統(tǒng)量化方法考慮因素不全的弱點，又大大減少了定性研究中主 觀因素所帶來的負面影響，該方法為以后的研究提供了一些新的思路。2.2定量方法定量方法一般用可量化的描述成本的數(shù)學(xué)公式為目標函 數(shù)進行優(yōu)化選址，常以物流過程總費用最小為目標，通過設(shè)定一些參數(shù)、變量，并對問題作一定的假設(shè)，建立一個比實際情 況簡單的模型，通過求解模型得出方案。比較典型的定量方法包括重心法，Baumol-Wolfe法，混合整數(shù)規(guī)劃法，啟發(fā)式算法等。2.2.1解析法解析法把選址抽象成一種數(shù)學(xué)表達式，通過求解純數(shù)學(xué) 模型找到最優(yōu)方案。最典型代表是Francis和White所用的物流地理重心法(CentroidMethod)解決歐式距離選址問題。該方法根據(jù)距離、需求量、時間或三者的結(jié)合，在坐標上顯示，以 配送中心位置為因變量，用代數(shù)方法來求解配送中心的坐標， 通常只考慮線性的運輸成本，是研究單設(shè)施選址的常用模型。重心法靈活性較大，模型簡單，但缺點是自由度過多，另外該模型所用解法主要是迭代法，而迭代計算常常復(fù)雜且求 得的最佳地點不能和現(xiàn)實的地理條件結(jié)合起來，往往無法實現(xiàn)。針對這一缺陷，謝靜等9對重心法進行了改進，將位置度量法和重心法相結(jié)合,從而得到最佳的配送中心地址，并通過實例說明了該方法有較好的實用性。人們一般認為針對單一配送中心選址，重心法是一種有效的選址方法，如吳潤濤等(1986)10將重心法視為一種可在實踐中應(yīng)用、無需證明的正確選址方法。這種觀點和看法，已被大多數(shù)人接受和認可。但魯曉春等(2000嚴對重心法選址作了深入的研究，認為原有重心法存在問題，并主張用更為科學(xué)的流通費用偏微分方程來取代原有計算公式，先對總運輸費用求偏導(dǎo)，得到微分方程，然后進行迭代計算，得到最佳配送中心地址值。2.2.2最優(yōu)化規(guī)劃法最優(yōu)化規(guī)劃法，也稱運籌學(xué)方法，主要運用數(shù)學(xué)方法研究 各種系統(tǒng)的優(yōu)化途徑及方案，在特定約束條件下，從可行方案中挑選最優(yōu)方案。該方法已逐漸成為求解復(fù)雜配送中心選址 問題的常用方法，主要包括線性規(guī)劃、非線性規(guī)劃、整數(shù)規(guī)劃、 連續(xù)優(yōu)化(數(shù)學(xué)規(guī)劃）、離散優(yōu)化(組合優(yōu)化)和動態(tài)規(guī)劃、網(wǎng)絡(luò)規(guī)劃等。其中，線性、整數(shù)規(guī)劃是目前應(yīng)用最廣泛，也是最主要的選址技術(shù)，其優(yōu)點是能獲得精確最優(yōu)解，但對一些復(fù)雜情況 很難建立合適的規(guī)劃模型，或者模型太復(fù)雜，難以得到最優(yōu)解。國內(nèi)外學(xué)者對配送中心選址中最優(yōu)化規(guī)劃法的運用問題進行了深入研究。各種規(guī)劃方法在具體使用中，常出現(xiàn) NP-hard問題，因此大量學(xué)者嘗試先用各種解析規(guī)劃方法 建立數(shù)學(xué)模型，然后有效結(jié)合啟發(fā)式算法、計算機仿真技術(shù)來 求解、評價，在成功解決NP-hard問題方面取得了較好效果。Baumol和Wolfe構(gòu)造了一個適用于多配送中心選址的整數(shù)規(guī)劃模型:在滿足供應(yīng)及需求約束條件下，追求由運輸費、 輸送費及可變費用組成的總費用最低，以此選定配送中心。楊茂盛(2007)11對于將Baumo1- Wolfe模型運用于配送中心選址進行了重點研究，并系統(tǒng)分析了該模型的優(yōu)缺點。混合0-1整數(shù)規(guī)劃模型常常用于解決物流網(wǎng)絡(luò)設(shè)計中常見的大型、復(fù)雜選址問題，但缺點是將可變費用改為線性關(guān)系處理，這種倒退主要來自求解的考慮由于變量和約束條件眾多、形式復(fù)雜，一般用啟發(fā)式算法求解。2.2.3智能啟發(fā)式方法啟發(fā)式算法建立在經(jīng)驗和判斷基礎(chǔ)上，體現(xiàn)人的主觀能動作用和創(chuàng)造力。該算法不是精確式算法，而是一種逐次逼近最優(yōu)解的方法，不能保證最優(yōu)，但只要處理得當，獲得的可行 解與最優(yōu)解非常接近，且計算簡單、求解速度快。目前啟發(fā)式 算法可大致分為兩大類：一般啟發(fā)式算法和智能啟發(fā)式算法(如:遺傳算法，禁忌搜索算法，模擬退火算法，神經(jīng)網(wǎng)絡(luò)算法，貪婪算法，蟻群算法，進化算法，氣球搜索算法等）。近些年，智能計算成為研究熱點，這些方法呈現(xiàn)出相互融合的趨勢，它們優(yōu)勢互補大大增強了解決實際問題的能 力。各種智能啟發(fā)式算法在全局搜索能力、優(yōu)缺點、參數(shù)、解情 況等方面存在一定的差異，但基本上都帶有隨機搜索的特點， 常常能較有效地處理NP-hard問題。吳兵等(2006)12認為配送中心選址是一個混合整數(shù)非線性規(guī)劃問題，且當待選擇 配送中心數(shù)目較多時，計算將變得很復(fù)雜。針對該問題，吳兵等設(shè)計了基于優(yōu)先權(quán)編碼的遺傳算法來降低問題求解的難度，在該算法中，交叉采用了 Syswerda提出的基于基因位置的雜交算子,并給出了一個小規(guī)模算例。許德剛等為解決遺傳算法易陷入局部最優(yōu)的問題，提出了一種采用禁忌表改良變異算子的遺傳操作，實例比較表明， 經(jīng)遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型，可有效解決考慮影響因素 的糧油配送中心選址問題。神經(jīng)網(wǎng)絡(luò)(ANN)是一種能模擬人腦處理和智力功能的智能優(yōu)化算法，在處理并行計算決策分 析等非線性復(fù)雜現(xiàn)象方面有著廣泛應(yīng)用，經(jīng)過大量樣本學(xué)習(xí) 和訓(xùn)練的神經(jīng)網(wǎng)絡(luò)在分類和評價中，往往要比一般的分類評 價方法有效。但其不足在于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練需要大量的數(shù)據(jù)。對于在n個備選地址中選擇m個配送中心位置的問題， 貪婪取走啟發(fā)算法較簡單，求解速度較快，尤其是遇到大規(guī)模 問題時這種優(yōu)勢更為明顯，而其它一些啟發(fā)式算法，如模擬退 火算法返回一個高質(zhì)近似解的時間花費較多，當問題規(guī)模不可避免地增大時，準予承受的運行時間將使算法喪失可行性。 另外，貪婪算法不需要過多參數(shù)，而其它一些算法對參數(shù)要求較高，參數(shù)選擇直接關(guān)系到算法的精度、可靠性和計算時間等諸多因素。但是，每次貪婪得到的選址方案只是一個局部最優(yōu) 地址組合，因此不能保證最終方案的全局最優(yōu)性。 2.2.4仿真法近年來，大量仿真法層出不窮。選址問題中，仿真可依據(jù)動態(tài)模型描述多方面影響因素，并通過模型重現(xiàn)某一系統(tǒng)活動，相對于解析法能更全面地反映系統(tǒng)的實際特征，具有較強 實用價值，常用來求解大型、無法手算的問題。但其局限性在 于它需要進行相對較嚴格的模型可信性與有效性檢驗;而且， 它不能直接求出系統(tǒng)最優(yōu)解，只能看成是一種間接優(yōu)化方法， 依據(jù)模型的運行效果，修改參數(shù)，反復(fù)仿真。關(guān)于將仿真應(yīng)用于選址問題，以前很多研究采用的都是解析法，只在算例中用仿真來驗證解析法所得結(jié)果。但隨著物流系統(tǒng)的不斷復(fù)雜化和研究的不斷深入，大規(guī)模系統(tǒng)和運 作復(fù)雜性的要求使得純抽象數(shù)學(xué)方法常常難以求解，這時仿真法特有的優(yōu)勢漸漸凸顯。于是近幾年來，一些學(xué)者開始傾向 于完全用仿真法來研究選址問題，還有學(xué)者針對更加復(fù)雜的 真實物流系統(tǒng)建立了新的仿真模型，通過仿真實驗進行系統(tǒng)優(yōu)化。在今后的研究中，可將重點放在對真實的復(fù)雜物流系統(tǒng)的建模研究和總體優(yōu)化上，必要時也可通過與一些算法、GIS 系統(tǒng)等交互研究各取所長。3結(jié)論第一，本文在對國內(nèi)外有關(guān)配送中心選址研究文獻分析的基礎(chǔ)上，將選址方法作了分類。 這些方法各有優(yōu)缺點和一定的適用范圍、實施條件， 沒有一種方法普遍適用，配送中心優(yōu)化選址是一個重要而復(fù)雜的系統(tǒng)工程，需考慮因素往往很多，且大多影響因素都為非線性。第二，隨著物流系統(tǒng)及外界環(huán)境的日益復(fù)雜化，選址問題也日趨復(fù)雜，大規(guī)模系統(tǒng)對運作復(fù)雜性的要求使得純抽象數(shù) 學(xué)方法常常難以求解，其要求所研究的選址情況盡可能真實 地體現(xiàn)系統(tǒng)的運作，但諸如仿真類計算機輔助技術(shù)、空間分析能力強大的GIS等技術(shù)的優(yōu)勢在復(fù)雜選址中卻并未得到充分發(fā)揮。這方面研究仍有待于進一步深化。第三，在今后的研究中，各種數(shù)學(xué)模型、啟發(fā)式算法、多準則決策方法與仿真、GIS方法的有效結(jié)合、相互取長補短，以提高選址的準確性和可靠性是一種必然趨勢。同時，基于選址問題本身的動態(tài)性、復(fù)雜性、不確定性等特性，研發(fā)新的模型與方法也是進一步解決配送中心選址問題的有效途徑。參考文獻1Weber A. Alfred WebersTheory of the Location of Industries M. University of Chicago, 1929.2Hotelling H. Stability in competition J. Economic Journal,1929,39 (1): 41-57.3Hakimi S L. Optimal location of switching centers and the absolute centers and medians of a graphJ.OperationsResearch,1964,12(3):450- 459.4FrancisR L，White J A. Facility layout and location: an analytical approach M. Prentice Hall, Englewood Cliff, NJ,1974.5蔡希賢，夏士智編譯.物流合理化的數(shù)量方法網(wǎng).武漢:華中理工大 學(xué)出版社，1985.6任春玉，王曉博.基于遺傳算法和模糊綜合評價法物流配送中心選 址研究J.物流科技 2006,29(10):78- 81.7王曉博，李一軍.電子商務(wù)環(huán)境下物流配送中心選址決策研究J.計 算機工程與應(yīng)用，2006，(36):176- 178