城市物流配送中心选址方法研究.doc
《城市物流配送中心选址方法研究.doc》由会员分享，可在线阅读，更多相关《城市物流配送中心选址方法研究.doc（10页珍藏版）》请在冰点文库上搜索。
城市物流配送中心选址方法研究
刘伟
[内容摘要]城市物流配送中心的选址，是物流企业能否在物流配送中达到快速、准确、有效的关键因素。
尤其面对当今国际经济一体化的竞争环境，大中型城市物流配送中心选址的合理对物流企业的整体效益有着举足轻重的作用。
文章在从配送中心整体规划设计的基础出发，对配送中心的选址问题进行研究分析。
阐述配送中心的作用、重要性，以引出配送中心合理选址是城市物流企业盈利的关键。
分析讨论影响选址的因素、选址的流程，运用诸如“重心法”、“启发式算法”配送中心选址的方法着手进一步研究分析选址要求，并阐述配送中心选址的发展趋势，以及对未来城市物流配送中心选址做测。
[关键词]物流配送中心影响因素方法模型重心法
Abstract:
Thelocationoflogisticsdistributioncenterofthecity,isthelogisticsenterprisescanachieverapid,accurate,effectivekeyfactorsinlogisticsdistribution.Especiallyinthefaceofthecurrentinternationaleconomicintegrationcompetitionenvironmenthasplayadecisiverole,theroleoflargeandmedium-sizedcitylogisticsdistributioncenterlocationofthereasonablelogisticsenterpriseoverallbenefit.Basedontheoverallplanninganddesignfromthedistributioncentertoembark,carriesontheresearchanalysisofthedistributioncenterlocationproblem.Explaintheroleandtheimportanceofthedistributioncenter,todrawouttherationaldistributioncenterlocationisakeycitylogisticsenterpriseprofit.Analysisanddiscussionofprocesslocationoftheinfluencefactors,suchaslocation,usethe"centerofgravity","heuristic"distributioncenterlocationmethodtofurtherstudythelocationrequirement,andexpoundsthedevelopmenttrendofthelocationofdistributioncenter,aswellastothefutureofcitylogisticsdistributioncenterlocationtodothetest.
Keywords:
distributioncenter;locationfactors;methodofgravitymodel;methodoflogistic
一、引言
进入二十一世纪，世界的范围的物流理论研究日渐成熟，以美国和日本为代表的发达国家有着先进的物流理论基础，尤其是关于城市物流配送中心的理论已经研究出一系列选址模型。
中国引进物流的时间较短，但也取得了突飞猛进的成果。
2013年，美国物流费用占GDP份额只有10％，日本保持在12％左右，而中国已经达到了18％，因而中国物流市场被国外物流企业看作一块大蛋糕，众多国外知名物流企业纷纷进驻中国市场，抢占市场份额。
随着经济体制改革和生产力的飞速发展，我国物流产业理论，包括物流配送中心选址方法难以满足快速发展的物流产业。
与此同时，我国物流产业还处于起步阶段，更需要理论指导。
目前我国一些大企业有自己的物流配送中心而且配备先进，中小型企业靠第三方物流企业和自己建立配送部门来完成货物的配送，但都存在着盲目建立配送中心的弊端，导致设施很不完善，运营效率不高。
为解决这一问题寻找更为高性能的方法，得到配送中心的合理位置，本文从选址影响角度分析，运用以重心法为代表的选址模型，解决城市物流配送中心的选址问题。
二、城市物流配送中心选址的研究概述
进入二十一世纪，中国经济有了翻天覆地的变化，国内年生产总值已跃居世界第二。
在经济快速发展的时代和全球经济一体的时代背景下，我国也着手从事物流配送中心选址理论的研究。
物流配送中心在中国的首次提出是20世纪90年代，相比较其他国家发展很晚，同时存在着很多问题。
进入二十一世纪，随着世界范围的物流热的兴起，我国学者开始广泛关注物流配送中心选址，同时国家也加大了对物流配送中心规划研究的人力、财力投入，逐渐取得了研究成果。
2001年，王战权、杨东援和汪超对配送中心选址的遗传算法进行了研究。
[1]与此同时，陆华和杨家其提出模糊排序及启发式算法应用在物流中心选址中。
[2]在此基础上，我国研究人员发展完善了改进层次分析法、Floyd短路径算法、模糊评价矩阵等方法。
张培林和魏巧云在考虑了产品运输成本和配送中心运营可变成本的基础上，运用“表上作业法”和“启发式”建立了一个有关多个配送中心的选址模型，对多个选址方案的优劣进行评价。
[3]虽然我国研究的配送中心选址理论从定性的还是定量的角度出发，都有效的解决了选址问题，但由于模型的建立比较简单，很少有考虑环境因素，难以满足快速发展物流理论要求。
三、城市物流配送中心选址的方法
（一）城市物流配送中心选址的方法
随着物流产业的快速发展，物流配送中心选址理论迅速发展，出现了各种各样的选址方法，进入二十一世纪，计算机的广泛应用，进一步促进了物流系统选址理论的发展，为物流配送中心选址的不同方案的可行性分析提供了强有力的工具。
目前物流中心选址的方法大致有以下几种：
1.重心法
重心法首先要求在坐标系中标出各个地点的位置，以确定各点之间的相对距离。
坐标系可以随便建立。
在国际选址中，经常采用经度和纬度建立坐标。
然后，根据各点在坐标系中的横纵坐标值求出成本运输最低的位置坐标x和y。
[4]
重心法的基本原理如图1所示，有n个用户（C1―Cn）的系统需要设置一个配送中心（B0），每个用户的需求量和所在位置的坐标已知，求配送中心的规模和设置位置。
图1配送中心与客户的坐标
y
○C2
（w2,x2,y2）
x
0
○C4
（w4,x4,y4）
○C1
（w1,x1,y1）
○C3
（w3,x3,y3）
○B0
（x0,y0）
○Cn
（wn,xn,yn）
图中C1―Cn括号内的变量分别表示需求量、横坐标、纵坐标,B0括号内的变量分别表示横坐标、纵坐标。
设配送中心到各用户的运输费用率为ci，费用为Fi，则
（1-1）
式中hi为配送中心到用户的距离，可写成以下形式：
（1-2）
设配送中心到各用户的运输费用之和为F，则
（1-3）
为使F最小，分别对x0，y0求偏导数，并令其等于零，得：
（1-4）
（1-5）
整理以上两式得：
（1-6）
（1-7）
解以上两式可得配送中心最佳位置得坐标为：
（1-8）
（1-9）
但是上两等式得右边还含有hj，即还含有未知数x0和y0。
要从两式中完全消除x0和y0，计算工作很复杂，因此采取迭代方法求解。
迭代方法计算步骤如下：
a.给出配送中心的初始地址（x0,y0）；
b.利用式（1-3），计算（x0,y0）相对应的总发货费用F0；
c.把（x0,y0）分别代入式（1-2）、（1-8）和（1-9），计算配送中心的改善地址（x1,y1）。
d.利用式（1－3），计算与（x1,y1）相对应的总发送费用F1；
e.将F1与F0进行比较，如果F1＜F0，则返回步骤（3），将分别代入式（1-2）、（1-8）和（1-9），如此反复进行（3）～（5）的计算步骤，直至Fk≥Fk-1时停止，即得到（xk-1,yk-1）为最优解。
2.启发式
启发式算法是建立在经验和判断的基础上，体现人的主观能动作用和创造力。
该算法不是精确式算法，而是一种逐次逼近最优解的方法，不能保证最优，但只要处理得当，获得的可行解与最优解非常接近，且计算简单、求解速度快。
目前启发式算法大致分为两大类:
一般启发式算法（如:
Savings算法，邻接算法，Sweep算法，插入法，构造算法与两阶段法等和）和能启发式算法（如:
遗传算法，禁忌搜索算法，模拟退火算法，神经网络算法，贪婪算法，蚁群算法，进化算法，气球搜索算法等）。
近些年，智能计算成为研究热点，这些方法呈现出相互融合的趋势，它们优势互补大大增强了解决实际问题的能力。
各种智能启发式算法在全局搜索能力、优缺点、参数、解情况等方而存在一定的差异，但基本上都带有随机搜索的特点，常常能较有效地处理NP-hard问题）CFLP（CapacitatedFacilityLocationProblem）方法是一种方法。
启发式方法与最优化方法的最大不同是它不是精确式算法，不能保证给出的解决方案是最优的，但只要处理得当，获得的可行解与最优解是非常接近的。
而且启发式算法相对最优化方法，计算简单、求解速度快。
所以在实际应用中，启发式方法是仅次于最优化规划技术的选址方法。
3.基于AHP和模糊综合评价法
AHP将定性分析和定量分析有效结合在一起，是解决多规则决策问题的一个强有力工具。
但在多方案评价问题中，由于判断矩阵的一致性检验难以通过，AHP不适应于求各方案的权重值，因此提出了一种基于AHP和模糊理论的多方案综合评价方法。
该方法采用AHP求出各层次指标的权重，采用模糊方法确定各方案的属性值，最后归并确定评价结果。
并结合具体实例，在Maltab环境下在供应链的选择和评价展开了应用研究。
该方法不仅可以公平合理的获得评价结果，而且在实际应用中切实可行。
4.遗传算法
MaxF（X）（2--1）
x∈R（2--2）
R∈U（2--3）
图2遗传算法函数
遗传算法对于一个求函数最大值的优化问题（求函数最小值也类同），一般可以描述为下列数学规划模型：
式中x为决策变量，式2-1为目标函数式，式2-2、2-3为约束条件，U是基本空间，R是U的子集。
满足约束条件的解X称为可行解，集合R表示所有满足约束条件的解所组成的集合，称为可行解集合。
遗传算法的基本运算过程如下：
a.初始化：
设置进化代数计数器t=0，设置最大进化代数T，随机生成M个个体作为初始群体P（0）。
b.个体评价：
计算群体P（t）中各个个体的适应度。
c.选择运算:
将选择算子作用于群体。
选择的目的是把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。
选择操作是建立在群体中个体的适应度评估基础上的。
d.交叉运算：
将交叉算子作用于群体。
遗传算法中起核心作用的就是交叉算子。
e.变异运算：
将变异算子作用于群体。
即是对群体中的个体串的某些基因座上的基因值作变动。
群体P（t）经过选择、交叉、变异运算之后得到下一代群体P（t+1）。
f.终止条件判断:
若t=T,则以进化过程中所得到的具有最大适应度个体作为最优解输出，终止计算。
四、城市物流配送中心选址流程
（一）城市物流中心选址过程中应遵循的原则[5]
配送中心的选址，直接关系到实际运营的效率和成本，以及日后仓库规模的扩充和发展。
任何一个生产系统或服务系统都存在在一定的环境之中。
若要在若干供应点及若干需求点的经济区域内，选出合理的配送中心，配送中心选址的合理能使商品通过配送中心的汇集、中转、分发、输运的全过程的效益最好，因而配送中心选址应以费用低、服务好、辐射强以及社会效益高为目标[6]。
配送中心选址主要遵循以下几个原则：
1.适应性原则。
配送中心的选址必须与国家以及省市的经济发展方针、政策相适应，与我国物流资源分布和需求分布相适应，与国民经济和社会发展相适应。
2.协调性原则。
国家的物流网络是一个大系统，配送中心的选址不能脱离国际整体物流系统，达到配送中心的设施设备在地域分布、物流作业生产力、技术水平等方面相与之协调。
城市物流配送中心的建设应与城市总体布局规划相协调，分析城市货运对外辐射方向，产业集聚区和居民集聚区布，使配送中心布局与之相适应。
同时考虑社会效应，比如物流配送中心运营后垃圾的处理，对生态环境的影响。
3.经济性原则。
配送中心的选址要考虑众多经济因素，譬如土地成本，运输条件，基础建设等，以总费用最低作为配送中心选址的目标。
因而配送中心一般选择在市区、近郊区交通比较发达，基础设施建设较好的区域，有利于节约建设投资，集中发展优势产业。
4.战略性原则。
物流企业配送中心的选址，必须规划未来方向，以战略眼光考虑长远利益。
在发展当前的实际需要的同时，考虑未来发展、扩展的需求。
（二）配送中心选址的决策过程
配送中心选址的决策过程通常包括几个层次的筛选，是一个逐步缩小范围、更为具体的选择过程，如图3所示：
[7]
配送中心的定位
选择配送中心的地址
预测与分析配送中心选址所需数据
筹建准备
确定基本规划条件
确定基本规划条件
配送中心的方案评估
图3配送中心系统规划基本程序
同时，物流配送中心选址还要遵循一般程序，如图4所示。
图4配送中心选址的一般程序
1.收集整理历史资料
在选址过程中，一般收集工厂到配送中心的运输量、向顾客配送的货物数量、配送中心的保管数量、个配送路线上的业务量等数据。
2.选定备选地址
通过层层筛选的方法确定几个或是更多的配送中心位置，结合相关数据，进行一一筛选，确定出合理的配送中心位置。
3.优化备选地址
通过数学模型进行定量分析，配送中心的选址会因为选址范围和选址数量的不同其计算模型也不同。
4.评价结果
通过计算的出配送中心位置后，要对结果进行评价，确定位置是否切实可行。
5.案例分析
下列是五大供应商的运货量、运输费率、工厂位置坐标等数据具体化，模型化。
详细数据见表1所示:
表1各节点数据统计
仓库序号（节点）
货运量
运输费率（元/t/km）
坐标（km）（x,y）
P1
2000
0.40
38
P2
3000
0.40
82
P3
2500
0.60
25
P4
1000
0.60
64
P5
1500
0.60
88
通过分析，该案例属于单一配送中心向多客户配送，故采用重心法建立模型。
解：
利用公式（如下所示），将表1中数据依次代入公式：
由于数据比较多，因此将数据编入表格：
Xi,Yi=仓库坐标
Ci=货运量
Wi=运输费率
确定中央仓库初始选址方案（a0,b0），相关计算出的详细数据如表2所示：
表2各节点基础计算结果
序号
Xi
Yi
Ci
Wi
CiWi
CiWiXi
CiWiYi
Di
CiWiDi
P1
3
8
2000
0.40
800
2400
6400
35.52
28416
P2
8
2
3000
0.40
1200
9600
2400
42.63
51160
P3
2
5
2500
0.60
1500
3000
7500
31.65
47480
P4
6
4
1000
0.60
600
3600
2400
14.48
8688
P5
8
8
1500
0.60
900
7200
7200
40.02
36024
合计
5000
25800
25900
171768
根据表格数据求的中央仓库的初始坐标为：
a0=25800/5000=5.16；b0=25900/5000=5.18
将结果代入公式进行迭代，迭代流程如图5所演示:
开始
中央仓库的初始坐标
a0=5.16；b0=5.18
配送中心P与需求点A之间的距离（其中，k为比例系数）
计算新的横纵坐标
（3）
计算总成本
MinTC
结束计算
图5迭代流程图
按照求解步骤，循环计算各距离Di，在对坐标值进行修正，迭代结果如下表，分析表中数据及计算结果，迭代十次后，总成本及坐标值已趋于平稳，不再变化，已接近最优值。
事实上，当个节点的坐标与运输总量分布均匀，运输费率为线性的情况下，应用重心法得到的初始值（a0,b0）就是一个满意解。
但对于节点数量较少，各节点运输量差异较大，且运输费率为非线性时，应当进行适当次数的迭代修正，具体计算结果，如表3所示：
表3迭代结果
迭代次数
X坐标
Y坐标
总成本
1
2
3
4
……
10
5.160
5.038
4.990
4.996
……
4.917
5.180
5.056
5.031
5.032
……
5.054
171768
171450
171417
171409
……
171401
最终，计算出的中央仓库坐标为（4.92,5.05），总的费用为171401元。
但是，这个结果只是一个理论结果，只考虑了直线运输距离与费用，在现实中，这个坐标点由于种种原因很难找到。
五、结论
城市物流配送中心的选址直接影响配送中心各项活动的成本，关系到配送中心的正常运作和物流企业的盈利水平。
因此，城市物流配送中心的选址和布局必须在充分考虑选址原则和限制条件，正确的运用模型，才能最大限度的发挥出配送中心的效用，满足消费者需求，实现最大经济效益和社会效益。
本文对现行的配送中心选址方法作了简要的概述，但是由于选址问题本身具有的动态性、复杂性、不确定性等特性，选址模型也具有自生难以克服的缺点，因而企业物流配送中心选址应根据企业具体情况因地制宜的选择合适的选址方法。
随着物流市场需求的不断扩大，经济全球化使各国的经济联系更加的密切、商业往来越加频繁以及互联网电子商务的不断成熟，促使城市物流配送中心选址方法研究不断完善，将会迎来一个物流新时代。
参考文献：
[1]王战权，杨东援，汗超.配送中心选址的遗传算法研究[J].物流技术，2011：
3.
[2]陆华，杨家其.模糊排序及启发式算法在物流中心选址中的应用[J].武汉理工大学学报（交通科学与丁程版），2012，（3）：
26.
[3]张培林，魏巧云.物流配送中心选址模型及启发式算法[J].交通运输工程学报，2013，
（2）：
3.
[4]刘同利.销售物流管理[M].中国物资出版社，2011：
23.
[5]王槐林，刘明菲.物流管理学[M].武汉大学出版社，2013：
175.
[6]吴汉波，张潜.城市物流[M].北京大学出版社，2011：
70.
[7]吕军伟.物流配送业务管理模版与岗位操作流程[M].中国经济出版社，2005：
25.
升级会员 