選址方法,物流選址方法

選址方法,物流選址方法2022選址方法，物流選址方法正文內(nèi)容連續(xù)點選址模型(1)交叉中值模型(CrossMedian)交叉中值模型是用來解決連續(xù)點選址問題的一種十分有效的模型，它是利用選址距離進行計算的.通過交叉中值的方法可以對單一的選址問題在一個平面上的加權(quán)的選址距離進行最小化.其相應(yīng)的目標函數(shù)為：Z二式中Wn需求點的總數(shù)目需要注意的是，這個目標函數(shù)可以用兩種互不相干的部分來表達.在這個問題里面，最優(yōu)位置也就是如下坐標組成的點考慮到或者同時兩者可能是唯一或某一范圍，最優(yōu)的位置也相應(yīng)的可能是一個點、或者是線、或者是一個區(qū)域。（2）一元節(jié)點選址的重心法和微分法1、重心法重心法是一種模擬方法。這種方法將物流系統(tǒng)中的需求點和資源點看成是分布在某一平面范圍內(nèi)的物流系統(tǒng)，各點的需求量和資源量分別看成物體的重量，物體系統(tǒng)的重心作為物流網(wǎng)點的最佳設(shè)置點，利用求物體系統(tǒng)的方法來確定物流網(wǎng)點的位置?，F(xiàn)僅討論用重心法在計劃區(qū)域內(nèi)設(shè)置一個網(wǎng)點簡單情況。在某計劃區(qū)內(nèi)，有n個資源點和需求點，各點的資源量或需求量為它們各自的坐標是。需設(shè)置一個網(wǎng)點，設(shè)網(wǎng)點的坐標為（x,y）,網(wǎng)點至資源點或需求點的運費率為根據(jù)求平面中物體系統(tǒng)重心的方法有：代入數(shù)字，實現(xiàn)求得（x,y）的值即為所求物流中心網(wǎng)點位置的坐標，記為重心法的最大特點是計算方法較簡單，但這種方法并不能求出精確的最佳網(wǎng)點位置（當(dāng)然這種精確位置有時可能是沒有實用價值的）。因為這一方法將縱向和橫向的距離視為相互獨立的量，與實際是不相符的，往往其結(jié)果在現(xiàn)實環(huán)境中不能實現(xiàn)，因此只能作為一種參考結(jié)果。2、微分法現(xiàn)舉例說明選址問題模型的建立方法。某公司準備建流通加工型配送中心，向各客戶供應(yīng)商品，現(xiàn)需確定配送中心建在什么位置，才能使配送中心向各客戶供應(yīng)商品的費用最低。設(shè)配送中心向第i個客戶的商品供應(yīng)量為；單位商品的運費為采用笛卡爾坐標系，設(shè)配送中心位置的坐標為p(x,y),各客戶位置的坐標為，則第i個客戶與配送中心的距離可由解析幾何的兩點間距離公式求得：配送中心向第i個客戶供應(yīng)商品的運費為：配送中心向各個客戶供應(yīng)商品的總運費為：因此，該問題的目標函數(shù)為：根據(jù)該模型，選擇適當(dāng)?shù)膞、y就可使C達到最小。由數(shù)學(xué)分析知，求函數(shù)極小值的必要條件為：由8—12和式8—13知，仍為x、y的函數(shù)，故該解不是以顯函數(shù)形式給出的，可采用迭代法求解。其迭代過程為：預(yù)先給定代入式8—12和式8—13的右端，得到，再代入式8—12和式8—13的右端得到如此計算下去，直到計算出，使為止，即可得到滿足一定精度要求的配送中心位置坐標。這一過程與重心選址基本一致,但在具體引用過程中，由于受到自然條件或法律法規(guī)的制約，重心法確定的點并不可行，即受到了相關(guān)約束條件的限制。而非線性系統(tǒng)最優(yōu)化模型則能根據(jù)現(xiàn)實條件，設(shè)立相關(guān)的約束。微分法由利用重心法求得的結(jié)果作為初值，所以有時也稱為精確重心法。微分法雖能求精確最優(yōu)解，但用這種方法所得到的精確在現(xiàn)實生活中往往難以實現(xiàn)。與前面討論的圖解法一樣，在精確最優(yōu)解的位置上由于其他因素的影響，決策者考慮這些因素后有時不得不放棄這一最優(yōu)解的位置，而去選擇現(xiàn)實中可行的滿意方案。另外，還應(yīng)看到，這種方法迭代次數(shù)較多，計算工作量比較大，計算成本也較高。(3)離散點選址模型1、集合覆蓋模型集合覆蓋模型的目標是用盡可能少的設(shè)施去覆蓋所有的需求點，相應(yīng)的目標函數(shù)可以表達為：約束條件為：式中：N--在研究對象中的n個需求點，N=(1,2,3…，n)M--在研究對象中的m個節(jié)點候選點，:(1,2,3…，m)式(8T4)最小化設(shè)施的數(shù)目，式(8T5)保^每個需求點的需求得到完全滿足，式(8-16)是對每個提供服務(wù)網(wǎng)點的服務(wù)能力的限制，式(8-17)保瞪一個地方最多只能投建一個設(shè)施，式(8-18)允^一個設(shè)施只提供部分需求。對于像此類帶有約束條件的極值問題，有兩大類方法可以進行求解。一是精確的算法，應(yīng)用分枝定界求解的方法能夠找到小規(guī)模問題的最優(yōu)解，由于運算量方面的限制，一般也只適用于小規(guī)模問題求解。這種方法在運籌學(xué)方面的書籍有詳細的介紹，可以借鑒相應(yīng)的參考書。二是啟發(fā)式方法，所得到的結(jié)果不能保^是最優(yōu)解，但是可以保瞪是可行解，可以對大型問題進行有效的分析、求解。下面給出一個最少覆蓋的啟發(fā)式算法，該算法是最常見也是最簡單的一個近似算法，主要步驟如下:最少點覆蓋啟發(fā)式算法:第一步：初始化。令所有的，并確定集合和集合第二步：選擇下一個設(shè)施點。在M中選擇且的模為式中:N—-在研究對象中的n個需求點，N=(1,2,3…，n)M—-在研究對象中的m個節(jié)點候選點，二(1,2,3…，m)式(8-14)最小化設(shè)施的數(shù)目，式(8-15)保^每個需求點的需求得到完全滿足，式(8-16)是對每個提供服務(wù)網(wǎng)點的服務(wù)能力的限制，式(8-17)保^一個地方最多只能投建一個設(shè)施，式(8-18)允^一個設(shè)施只提供部分需求。對于像此類帶有約束條件的極值問題，有兩大類方法可以進行求解。一是精確的算法，應(yīng)用分枝定界求解的方法能夠找到小規(guī)模問題的最優(yōu)解，由于運算量方面的限制，一般也只適用于小規(guī)模問題求解。這種方法在運籌學(xué)方面的書籍有詳細的介紹，可以借鑒相應(yīng)的參考書。二是啟發(fā)式方法，所得到的結(jié)果不能保^是最優(yōu)解，但是可以保^是可行解，可以對大型問題進行有效的分析、求解。下面給出一個最少覆蓋的啟發(fā)式算法，該算法是最常見也是最簡單的一個近似算法，主要步驟如下：最少點覆蓋啟發(fā)式算法：第一步：初始化。令所有的，并確定集合和集合第二步：選擇下一個設(shè)施點。在M中選擇且的模為最大的點為設(shè)施點即，并在M集合中剔除