文献综述-配送中心选址

课题名称：基于QFD的配送中心选址方案学院：旭日工商管理学院专业：物流管理姓名：樊竹 __ 学号： 080750601指导教师：刘泳二〇一一年十二月六日文献综述基于QFD的配送中心选址方案1、配送中心的概念及种类1.1、配送中心的概念一般来讲，配送中心是接受并处理末端用户的订货信息，对上游运来的多品种货物进行分拣，根据用户订货要求进行拣选、加工、组配等作业，并进行送货的设施和机构。

是从供应者手中接受多种大量的货物，进行倒装、分类、保管、流通加工和情报处理等作业，然后按照众多需要者的订货要求备齐货物，以令人满意的服务水平进行配送的设施。

同时，日本《市场用语词典》对配送中心的解释“是一种物流结点，它不以贮藏仓库的这种单一的形式出现，而是发挥配送职能的流通仓库，也称作基地、据点或流通中心。

配送中心的目的是降低运输成本、减少销售机会的损失，为此建立设施、设备并开展经营、管理工作”。

1.2、配送中心的种类1．专业配送中心专业配送中心大体上有两个含义，一是配送对象、配送技术是属于某一专业范畴，在某一专业范畴有一定的综合性，综合这一专业的多种物资进行配送，例如多数制造业的销售配送中心，我国目前在石家庄、上海等地建的配送中心大多采用这一形式。

专业配送中心第二个含义是，以配送为专业化职能。

基本不从事经营的服务型配送中心，如《国外物资管理》杂志介绍的“蒙克斯帕配送中心”。

2．柔性配送中心在某种程度上和第二种专业配送中心对立的配送中心，这种配送中心不向固定化、专业化方向发展，而向能随时变化，对用户要求有很强适应性，不固定供需关系，不断向发展配送用户和改变配送用户的方向发展。

3．供应配送中心专门为某个或某些用户(例如联营商店、联合公司)组织供应的配送中心。

例如，为大型连锁超级市场组织供应的配送中心；代替零件加工厂送货的零件配送中心，使零件加工厂对装配厂的供应合理化；我国上海地区六家造船厂的配送钢板中心，也属于供应型配送中心。

4．销售配送中心以销售经营为目的，以配送为手段的配送中心。

销售配送中心大体有三种类型：一种是生产企业为本身产品直接销售给消费者的配送中心，在国外，这种类型的配送中心很多；另一种是流通企业做为本身经营的一种方式，建立配送中心以扩大销售，我国目前拟建的配送中心大多属于这种类型，国外的例证也很多；第三种，是流通企业和生产企业联合的协作性配送中心。

比较起来看，国外和我国的发展趋向，都向以销售配送中心为主的方向发展。

5. 城市配送中心以城市范围为配送范围的配送中心，由于城市范围一般处于汽车运输的经济里程，这种配送中心可直接配送到最终用户，且采用汽车进行配送。

所以，这种配送中心往往和零售经营相结合，由于运距短，反应能力强。

因而从事多品种、少批量、多用户的配送较有优势。

《物流手册》中介绍的“仙台批发商共同配送中心”便是属于这种类型。

我国已建的“北京食品配送中心”也属于这种类型。

6．区域配送中心以较强的幅射能力和库存准备，向省(州)际、全国乃至国际范围的用户配送的配送中心。

这种配送中心配送规模较大，一般而言，用户也较大，配送批量也较大，而且，往往是配送给下一级的城市配送中心，也配送给营业所、商店、批发商和企业用户，虽然也从事零星的配送，但不是主体形式。

这种类型的配送中心在国外十分普遍，《国外物资管理》杂志曾介绍的过的“阪神配送中心：美国马特公司的配送中心，“蒙克斯帕配送中心”等就属于这种类型。

7．储存型配送中心有很强储存功能的配送中心，一般来讲，在买方市场下，企业成品销售需要有较大库存支持，其配送中心可能有较强储存功能；在卖方市场下，企业原材料，零部件供应需要有较大库存支持，这种供应配送中心也有较强的储存功能。

大范围配送的配送中心，需要有较大库存，也可能是储存型配送中心。

我国目前拟建的配送中心，都采用集中库存形式，库存量较大，多为储存型。

瑞士GIBA—GEIGY公司的配送中心拥有世界上规模居于前列的储存库，可储存4万个托盘；美国赫马克配送中心拥有一个有163，000个货位的储存区，可见存储能力之大。

8．流通型配送中心基本上没有长期储存功能，仅以暂存或随进随出方式进行配货、送货的配送中心。

这种配送中心的典型方式是，大量货物整进并按一定批量零出，采用大型分货机，进货时直接进入分货机传送带，分送到各用户货位或直接分送到配送汽车上，货物在配送中心里仅做少许停滞。

前面介绍的阪神配送中心，中心内只有暂存，大量储存则依靠一个大型补给仓库。

9．加工配送中心许多材料都指出配送中心的加工职能，但是加工配送中心的实例，目前见到不多。

我国上海市和其他城市已开展的配煤配送，配送点中进行了配煤加工，上海六家船厂联建的船板处理配送中心，原物资部北京剪板厂都属于这一类型的中心。

2、现有的配送中心选址方法2.1数学规划法数学规划算法包括线性规划、非线性规划、整数规划、混合整数规划和动态规划、网络规划算法等。

在近年来的研究中，规划论中常常引入了不确定性的概念，由此进一步产生了模糊规划、随机规划、模糊随机规划、随机模糊规划等等。

不确定性规划主要是在规划中的C(价值向量)、A(资源消耗向量)、b(资源约束向量)和决策变量中引入不确定性，从而使得不确定规划更加贴近于实际情况，得到广泛地实际应用。

国内外学者对于数学规划方法应用于配送中心的选址问题进行了比较深入的研究。

姜大元(2005)应用Baumol-wolf模型，对多物流节点的选址问题进行研究，并通过举例对模型的应用进行了说明，该模型属于整数规划和非参数规划结合的模型。

各种规划的方法在具体的现实使用中，常常出现NP hard问题。

因此，目前的进一步研究趋势是各种规划方法和启发式算法的结合，对配送中心的选址进行一个综合的规划与计算。

2.2多准则决策方法在物流系统的研究中，人们常常会遇到大量多准则决策问题，如配送中心的选址、运输方式及路线选择、供应商选择等等。

这些问题的典型特征是涉及到多个选择方案(对象)，每个方案都有若干个不同的准则，要通过多个准则对于方案(对象)做出综合性的选择。

对于物流配送中心的选址问题，人们常常以运输成本及配送中心建设、运作成本的总成本最小化，满足顾客需求，以及满足社会、环境要求等为准则进行决策。

多准则决策的方法包括多指标决策方法与多属性决策方法两种，比较常用的有层次分析法(AHP)、模糊综合评判、数据包络分析(DEA),TOPSIS、优序法等等。

多准则决策提供了一套良好的决策方法体系，对于配送中心的选址不管在实务界还是理论方面的研究均有广泛的应用与研究。

关志民等(2005)提出了基于模糊多指标评价方法的配送中心选址优化决策。

从供应链管理的实际需要分析了影响配送中心选址的主要因素，并建立相应的评价指标体系，由此给出了一种使定性和定量的方法有机结合的模糊多指标评价方法。

Chen-Tung Chen(2001)运用了基于三角模糊数的模糊多准则决策对物流配送中心的选址问题进行了研究。

文章以投资成本、扩展的可能性、获取原材料的便利性、人力资源、顾客市场的接近性为决策准则，并对各个准则采用语义模糊判定的方式进行了权重上的集结。

有关多准则决策方法，特别是层次分析法和模糊综合评判的方法，在配送中心的选址研究中有着广泛的应用。

但是，这两种方法都是基于线性的决策思想，在当今复杂多变的环境下，线性的决策思想逐渐地暴露出其固有的局限性，非线性的决策方法是今后进一步的研究的重点和趋势。

2.3启发式算法启发式算法是寻求解决问题的一种方法和策略，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。

启发式算法常常能够比较有效地处理NP hard问题，因此，启发式算法经常与其它优化算法结合在一起使用，使两者的优点进一步得到发挥。

目前，比较常用的启发式算法包括：遗传算法；神经网络算法；模拟退火算法。

遗传算法遗传算法（genetic algorithm, GA）是在20 世纪60 年代提出来的，是受遗传学中自然选择和遗传机制启发而发展起来的一种搜索算法。

它的基本思想是使用模拟生物和人类进化的方法求解复杂的优化问题，因而也称为模拟进化优化算法。

遗传算法主要有三个算子：选择；交叉；变异。

通过这三个算子，问题得到了逐步的优化，最终达到满意的优化解。

对于物流配送中心的选址研究，国内外有不少学者将遗传算法同一般的规划方法结合起来对其进行了研究。

蒋忠中等（2005）在考虑各种成本(包括运输成本等)的基础上，结合具体的应用背景，建立的数学规划模型(混合整数规划或是一般的线性规划)。

由于该模型是一个组合优化问题，具有NP hard问题，因此，结合了遗传算法对模型进行求解。

通过选择恰当的编码方法和遗传算子，求得了模型的最优解。

遗传算法作为一种随机搜索的、启发式的算法，具有较强的全局搜索能力，但是，往往比较容易陷入局部最优情况。

因此，在研究和应用中，为避免这一缺点，遗传算法常常和其它算法结合应用，使得这一算法更具有应用价值。

2.4仿真算法仿真是利用计算机来运行仿真模型，模拟时间系统的运行状态及其随时间变化的过程，并通过对仿真运行过程的观察和统计，得到被仿真系统的仿真输出参数和基本特征，以此来估计和推断实际系统的真实参数和真实性能。

国内外已经不少文献将仿真的方法运用于物流配送中心选址或是一般的设施选址的研究，研究结果相对解析方法更接近于实际的情况。

张云凤等(2005)对汽车集团企业的配送中心选址运用了仿真的方法进行了研究。

先确定了配送中心选址的几种方案，应用了Flexim软件对各方案建立了仿真模型，根据仿真结果进行了分析和方案的选择。

该方法为集团企业配送中心选址问题提供了一种较为理想的解决方法。

薛永吉等(2005)通过建立数学模型对物流中心的最优站台数问题进行研究，在一定假设和一系列限制条件下，求解最优站台数量，并针对数学模型的复杂性和求解的种种不足，以ARENA仿真软件为平台，建立仿真模型确定了最优化方案。

Kazuyoshi Hidaka等(97)运用仿真对大规模的仓库选址进行了研究。

该研究对仓库的固定成本、运输成本，和同时满足6800名顾客进行了仿真，以求得临近的最优解(near-optimal solution)。

在求解的过程中，结合了贪婪－互换启发式算法(Greedy-Interchange heuristics)和气球搜索算法(Balloon Search)两种启发式算法进行求解。

该算法能比较有效地避免陷入局部最优解和得到比较满意的选址方案。

但是，研究的结果容易受到运输车辆的平均速度变化的影响。

仿真方法相对解析的方法在实际应用中具有一定的优点，但是，也存在一定的局限性。

如仿真需要进行相对比较严格的模型的可信性和有效性的检验。

有些仿真系统对初始偏差比较敏感，往往使得仿真结果与实际结果有较大的偏差。