物流配送中心選址模型與方法研究

物流配送中心選址模型與方法研究

今天的競爭是國家和國家之間的競爭。落實中間級別的是產業(yè)之間的競爭。特別是，可以考慮供應鏈之間的競爭。物流配送中心的選擇,對于整個供應鏈中供應商,制造商,批發(fā)商,還是零售商而言都是至關重要的一環(huán),也是影響供應鏈競爭力水平之一。因而,對物流配送中心選址的模型與方法的研究,越來越多地被國內外學者所關注和研究,產生了許多的理論成果,有著很大學術價值和實踐指導意義。一、物流配送中心選址重心法國外學者最早的研究可以追溯到“穆勒”的著作,首先的提出了商店選址的模型,外國學者在此基礎上進行了積極的探索,建立了物流配送中心選址重心法,它的假設條件是需求確定,變量連續(xù),只把距離和重量相結合來確定成本,并且需求點和資源點在一個平面里,來求解單個規(guī)模不大的配送中心的確定。近年來主要的關注熱點是配送中心運輸成本最小化模型的構建,有確定性研究逐步進入到不確定性的研究,形成了概率模型,情景模型和排隊模型。(一)無能力限制倉庫區(qū)位模型可分為需求隨機模型與交通運輸隨機模型兩類。(1)需求隨機模型Carbone研究需求不確定的公共設施選址問題。該文假設需求為多變量正態(tài)分布,利用非線性確定性方程的多變量分析結果,構造了機會約束規(guī)劃(chance-constrainedprogram)。Mirchandani(1980)用馬爾可夫隨機過程對無能力限制的倉庫區(qū)位進行研究,供給與需求及運輸時間都是隨機的。以Bean(1992)Manne的模型為基礎,研究需求隨機增長情況下的設施生產能力擴張問題,該文假設需求是非線性的布朗運動或是非馬爾可夫生滅過程,用確定性需求替代隨機需求,將隨機方程轉化為確定性方程,同時不允許定單押后的情況出現(xiàn)。(2)交通運輸隨機模型Mirchandani與Odoni(1979)在Hakimi模型基礎上研究各邊具有離散概率的隨機網絡模型,不僅證明Hakimi提出的在隨機網絡中也存在選址最優(yōu)解的命題為真(設施被布局在網絡結點上),而且證明運輸時間的效用方程為“凸”時,在無方向的隨機網絡上至一個最優(yōu)集。(二)情景概率的初步計算情景模型是研究在一系列將來可能發(fā)生情況概率條件下,設施有效區(qū)位的選擇問題。有些文獻假設所有情景發(fā)生的概率是相等的,一些文獻中的情景概率需要計算得出。通過比較情景條件下的最優(yōu)值與可靠值(robust)得出遺憾值(regret)。KouvelisK與Yu研究在樹狀網絡上的一個設施點的區(qū)位問題,節(jié)點需求與線路長度隨著時間線性變化,同時作者假設所有情景概率相等,目標函數(shù)求最大遺憾值的最小值。(三)排放系統(tǒng)的基于排放系統(tǒng)的緊急救助組織概率模型中的一些參量引進排隊模型理論。Larson最早將排隊論應用在選址模型中,主要研究緊急救助組織的車輛區(qū)位與服務范圍。作者假設區(qū)內、區(qū)際間呼救時間呈Poisson概率分布、服務時間服從指數(shù)分布,構建了一個多服務者排隊系統(tǒng)。二、斷的延伸。根據具體的假設,分國內學者研究也是對物流配送中心選址重心法求解模型的基礎上不斷的延伸,它的假設條件是需求確定,變量連續(xù),只把距離和重量相結合來確定成本,并且需求點和資源點在一個平面里,來求解單個規(guī)模不大的配送中心的確定。主要包括了以下幾個方面:(一)基于需求函數(shù)的企業(yè)運營優(yōu)化楊波等人(2002)最早引用了停止“損失”隨機函數(shù)來確定需求量,并且給出可定義,推導了幾個重要的引理。楊波(2003)本人在單品種的基礎上有擴展到多品種的方法求解運算。衣方磊等人(2005)對停止“損失”隨機函數(shù)來確定需求量有效性進行了理論和實證分析得出當需求點n個數(shù)不大時,求解費用呈下降的趨勢,但隨著n的增到很大的時候,費用減小的余地不大,基本保持不變。戎曉霞(2004)討論了需求環(huán)境不確定的情況下的建模的方法,即將其轉化為目標函數(shù)系數(shù)為區(qū)間數(shù)的區(qū)間規(guī)劃問題,并進行了歸類。同時以均勻分布建立隸屬度函數(shù)為例進行了實證分析。覃運梅(2005)針對物流配送中心選址的需求與成本會隨時間的變化而變化的情況?？紤]了動態(tài)選址模式,把問題轉換為網絡的最短路問題,并用Dijkstra算法求解。(二)基于遺傳算法的選址方案優(yōu)化方法從定量的方法來看,有連續(xù)型向離散型求解逐步的演進,重心法著重解決連續(xù)型變量,運輸規(guī)劃法、Cluster法、CFLP法、Baumol-Wolf法、混合0-1整數(shù)規(guī)劃法,啟發(fā)式算法,遺傳算法等主要解決離散型變量。啟發(fā)式算法主要是解決混合0-1整數(shù)規(guī)劃法中需求點和供應點的個數(shù)和大的情況下通■徐軍蕪湖職業(yè)技術學院過設定比較標準,簡化變量求解克服線性規(guī)劃的不足。遺傳算法這是從生物學的角度來克服混合0-1整數(shù)規(guī)劃中啟發(fā)式算法的在解決大規(guī)模的變量的時候的缺陷。其思想是1產生初始群體;2計算群體中每一染色體的適應度函數(shù)低;3通過旋轉賭輪選擇染色體;4對染色體進行交叉和變異操作,產生新種群;5重復步驟2至步驟4直到規(guī)定的迭代次數(shù);6報告最好的染色體為最優(yōu)方案。韓慶蘭,梅運先(2004)通過建立選址決策的模糊評價矩陣,利用具有學習性質的BP人工神經網絡來處理數(shù)據,來避免傳統(tǒng)算法的不足,比較客觀地對多個選址方案的優(yōu)劣進行評價,并引用實例說明該方法的實現(xiàn)過程。李怡,謝紅兵(2006)利用GIS的空間分析技術,在電子地圖上分析定性因素得出了一系列選址候選點,在此基礎上建立整數(shù)規(guī)劃選址模型,采用聚類的方法對客戶分群,用貪婪取走啟發(fā)算法得出最佳配送中心選址地點。(三)物流配送中心選址模型丁浩,李電生(2004)具體分析了城市物流特點并提出城市物流配送中心選址應該最大綜合效益最大化為基本原則,并探討了參數(shù)的確定和計算步驟。任春玉,王曉博(2005)考慮電子商務環(huán)境下的物流配送特點,將物流配送中心選址模型從變動費用和時間約束的條件上進行修改,建立適用于電子商務環(huán)境下的物流配送中心選址模型。并運用層次分析法考慮定性因素針對NP問題用啟發(fā)式算法求解。陶瑩(2005)建立了一種針對電子商務環(huán)境下的物流配送中心選址模型,對于一級配送中心的選址是通過貨幣尺度來確定;對于二級配送中心是通過費用函數(shù)來確定,最后分別對這兩個選址模型進行了實證。柳伍生(2004)針對郵政物流網絡設計的特點設計了物流配送中心一級、二級的選點,并提出了比較合理的物流配送中心運營模式。三、物學等其他相關學科的應用物流配送中心選址模型與方法的研究深度不斷的加強對于理論完善有著十分重要的意義,并隨著計算機技術的發(fā)展和數(shù)學、生物學等其他相關學科的方法廣泛運用于物流配送中心