基于模糊聚类法的物流中心排序决策——以福建卷烟物流节点为例
基于客户聚类的卷烟配送中心送货流程优化研究
基于客户聚类的卷烟配送中心送货流程优化研究敏捷物流是指在确定的时间窗口内，充分利用现代信息技术工具，以快速响应客户服务需求为战略目标，以尽可能低的运作成本和尽可能高的运作效率，同时兼具高度柔性，敏捷性地实现物流目标的现代物流活动[1]。
卷烟送货是卷烟配送的最后一个环节，是直接与客户接触的一环，优化卷烟送货流程有利于缩短卷烟供应总时间，提高客户满意度。
但是目前我国烟草的卷烟配送中心大多数都是采用“隔日送货”模式，对零售客户的响应速度慢，导致客户占用资金多，影响客户的经济效益，因此，莆田烟草物流有限公司（以下简称莆田烟草物流，莆田市烟草公司的全资子公司）通过自主探索“网上订货、批次提交、滚动分拣、及时配送”新服务模式，努力实现“当日送货”，有效实现与客户在经营和利益上共同提升，进一步推进一流卷烟销售网络建设。
1 原送货模式简介莆田烟草物流原有的“隔日送货”模式和线路布局不支持实施当日配送。
原有的送货线路划分为5个片区、30部送货车辆、150条线路。
每日送货集中在一个片区，即每个片区一周内只供货一次，造成片区内在非订货日期间货源有时供应不足，容易造成货源不均衡的情况，也导致营销中心客户经理在其客户订货日当天较繁忙，而其他时间则较闲，忙闲不均。
片区划分不合理，不同片区、不同线路之间送货工作量不均衡，难以支持“当日送货”模式的实施。
2 敏捷送货模式构建对烟草这一特殊行业来讲，为客户提供优质的服务，是行业稳定发展、健康运行的关键之一[2]。
莆田烟草与福州大学共同组建课题小组，针对原送货模式存在的问题，配合“当日送货”快速响应方案的实施，打破原有的线路分布，对全区的送货线路进行整体规划与优化。
基于模糊聚类分析的集装箱多式联运货运站规划
中图分类号 ： ２ １ Ｏ ２
文献标志码 ： Ｂ
文章 编号 ：０ ８ ３ ２ （ ００ ０ － ０ ３ ０ １０ — ４ １２ １ ）５ ０ １－ ４
ｌ 引言
基 于模 糊 聚 类 分 析 的 集 装 箱 多式 联 运 货运 站规 划
齐 恒
（ 福建信息职业技术学 院， 福建福州 ３ ００ ） ５０ １
摘
要： 货运站 的合理选址可以提 高各种运输资源的优化配置 ， 本文采用聚类分析和模糊评价方法对我
国集装箱 多式联运的 系统布局进行分析 ， 出相关的解决办法， 提 通过合理选址 ， 高集装箱 多式联运 的效 率， 提
虑这 一特 点 。
收 稿 日期 ：０ ０ ０ — ０ ２ １－ ７ １
作者简介 ： 齐恒（ ９７ ）女 ， １７ 一 ， 福建福 州人 ， 流工程硕士 ． 物 讲师。
１ ４
福建师范大学福清分校学报
２ １ ９月 ０ ０年
３ 模糊 聚类分 析模型
对集装箱货运站布局进行模糊聚类分析的 目的是分析哪些城市 比较合适建设集装箱货运站 ， 聚类模型有很多， 中模糊聚类法适用于影响聚类分析的因素及其影响程度不完全确定 ， 其 具有一 定程度模糊性的条件下的聚类分析。 这正符合影响集装箱货运站建设的各因素在收集 、 描述 、 处理 的过程中， 存在一定程度的不确定性和模糊性的特征。因此 ， 选择模糊聚类法研究集装箱货运站的
选 址问题 。
设可供选择建设集装箱货运站的地点有几个 ｛ ． ｘ 一 ｘ ｝ ｘ ， ， ， ， ， ｘ ． ． 按照Ｐ 爪指标 ， Ｒｔ 即ｘ ∈ ｔ 将 其分为ｃ 个子集（ ≤ｃｎ 。建立模糊聚类分析模型： ２ ＜）
基于大数据时代的烟草物流管理优化策略探析
基于大数据时代的烟草物流管理优化策略探析摘要：随着数字经济的快速增长，信息的快速共享促进了物流业的变化。
基于大数据的战略调整使烟草公司能够开发和利用物流领域的大数据，以提高物流效率。
大数据时代正在改变我们的生活，随着信息技术的迅猛发展，物流业发生了很大变化。
通过数字媒体进一步融入烟草行业的物流管理取得了很大技术支持进展，但也存在许多内部问题。
在本文中，烟草工业详细分析支持信息技术的物流管理业务措施，探讨了在更广泛的数据范围内优化烟草业服务管理的策略。
关键词：大数据时代；烟草物流；物流管理物流领域的信息处理始终是一个中心问题，鉴于物流信息量巨大，需要采取高效合理的做法。
“互联网+”使传统行业能够在大型数据网络的支持下提高信息处理效率并进行物流产业更新。
广泛应用信息技术促进了物流的快速增长，但是，由于行业垄断，烟草物流长期以来效率低下，经济效益不高。
采用科学管理概念和方法以及现代方法收集和处理大量数据，作为烟草管理实践的指导方针，使企业、物流企业和消费者之间能够无缝衔接，确保高效处理大量物流数据，对每个烟草人都至关重要。
一、基于大数据时代的烟草物流配送管理优化的重要性1.降低烟草产品物流成本。
根据大量数据优化烟草物流业，可以在短时间内提高烟草业的经营效率，提高烟草业的整体效率，降低烟草业的经营风险。
我国烟草供应方式的优化主要取决于人工分布比例高和总体供应效率低下，导致配送时间长，大大降低了烟草物流的总体效率。
要优化烟草物流管理，首先要建立和完善运行网络，规划科学计算和规划的最优路径部署，大幅度缩短配送过程，缩短配送时间，提高生产效率。
第二，烟草物流系统的优化将大大提高车辆、人员和货物的安全，确保配送系统的平稳运行。
鼓励烟草业开展市场分析和管制，确保烟草业的发展。
2.优化公司管理。
完善烟草产品配送管理部分改善了烟草行业的内部管理，优化了烟草行业的总体管理。
与烟草工业管理有关的问题，如管理不善，导致配送被动忽视和配送不当，导致不遵守规定和服务满意度低下。
基于模糊聚类和层次分析法的区域配送中心选址决策应用
基于模糊聚类和层次分析法的区域配送中心选址决策应用作者：吴海燕龙门镖局团队来源：《现代商贸工业》2019年第12期摘要：为了解决物流配送网络过程中常出现的突发事件以及降低企业运营成本，对百蝶物流企业区域配送中心选址进行了仿真实践研究。
首先通过分析调研企业的网络现状，运用模糊聚类分析法得出选址地点的集合，其次结合层次分析法选出最优选址方案，然后应用模拟仿真法、数字仿真法和混合仿真法构建仿真模型对选址方案深入分析，最后优化模型并运用于物流中心选址决策中，以此提高企业的运营效率，增强市场竞争力，减少企业决策错误。
关键词：选址规划;模糊聚类;仿真;层次分析法中图分类号： F25;;;;; 文献标识码： A;;;;; doi：10.19311/ki.1672-3198.2019.12.0160 引言随着“一带一路”政策的逐步推进，一批与“一带一路”周边国家顺畅衔接的外向型物流枢纽基地应运而生，成为提高进出口货物集散能力的重要一环。
然而，在推动物流业发展的同时，由于信息闭塞、突发事件而引起的物流配送延误以及企业如何进行有效决策等一系列的问题也随之产生。
因此，我国现阶段的物流业发展中也迫切需要符合国情并有效实施的物流网点选址规划理论和方法来解决这一系列问题。
在物流配送中心选址研究方面，学者们着重关注如何解决物流配送网络过程中常出现的突发事件而引起的物流配送延误问题。
例如，俞明艳详细分析了几种有代表性的物流配送中心选址方法以及路由策略问题，设计了单配送中心的选址算法，充分考虑在不同的地址设置配送中心的成本、不同道路状况、运输方式与路程造成的不同运输单价，以及不同地区货物需求量等因素，在算法中同时生成各点的配送路径，并将此算法推广解决多配送中心选址问题，提出一种基于区域分割的多配送中心选址方法。
而在对物流路径规划系统的研究与应用中，袁先亮采用改进的蚁群遗传融合算法求解了三种CVRP问题模型，通过对比改进的算法与现有的几种算法的综合性能，验证了改进算法的合理性和有效性。
模糊层次分析法对物流配送中心选址决策评价
模糊层次分析法是对层次分析法和模糊综合评价法的综合， 使其 更能反映实际决策思想， 在模糊集的从属度计算与权重的确定方面更 加符合实际。在体系评价、 效能评估、 系统优化等方面有着广泛的应
用， 是一种定性 与定量相结合 的评价模 型 ， 一般 是先用层 析分析法 确 定因素集， 然后用模糊综合评判确定评判效果 。模糊法 是在 层次法之
本文采用层次分析法 （ Ａ Ｈ Ｐ ） 和模糊综合评价法相结合的一种综 合评价方法， 通过对影响物流中心选址因素的分析， 确立了影响物流
中心选址的主要 因素和原则 ， 并 以获 得最佳经济 效益为 目 标， 建立 物 流配送 中心选址模 型，进而分析 该物 流配送 中心选址 的决策理论 依
据。
３ 、 计算所有评价指标修正后的重要性系数的总和为 ８ ． ２ ， 分别用 各评价指标的修正重要性系数除以修正重要性系数总和， 即得到各个 评价指标的重要性权重。 经过计算可得四个评价指标的权重为： Ｆ ＝ （ Ｏ ． ４ ４ ， ０ ． ２ ９ ， Ｏ ． １ ５ ， Ｏ ． １ ２ ） 同理， 运用环比法可以求得下一层指标的权重。 （ 三） 建立评价指标的评价集。 本文将各评价因素的评价集划分为
性规划模型选址、 德尔菲法选址 。
１ 、 由上而下将相邻 两个评 价指标进行对 比分析 ， 并将上面 一个评
价指标的对比分析结果赋予一个系数。 本文中各种重要性系数企业已 经给出，其中经济效益 Ａ的重要性是交通环境 Ｂ的重要性的 １ ． ５倍； 依次， 交通环境 Ｂ的重要性是自然环境 Ｃ的２倍， 自然环境Ｃ的重要 性是政府政策条件 Ｄ的 １ ． ２ 倍。
作为因素的权重通常满足非负性和归一性的条件， 也就是：
ｓ
体大于各部分之和， 各部分虽较劣但总体可以优化， 是一种对所有系
模糊网络优化算法在物流配送中的应用研究
模糊网络优化算法在物流配送中的应用研究随着物流配送市场的快速发展，网络科技的不断进步，人们对物流配送效率和服务质量的要求也越来越高。
在物流配送过程中，如何使用科技手段提高物流效率和质量成为了重要的研究方向之一。
模糊优化算法是一种常见的优化方法，它可以帮助我们解决一些复杂的问题，如何将其应用于物流配送领域，成为了物流配送领域中一个备受关注的话题。
一、模糊网络优化算法简介模糊网络优化算法(Fuzzy Network Optimization Algorithm，FNOA)是一种利用模糊逻辑思想来进行优化计算的算法。
它是将模糊逻辑和神经网络优化算法相结合而产生的一种新型高效的优化算法。
它具有全局搜索、并行搜索等优点，可以有效地应用于各种复杂的优化问题中。
因此，它被广泛应用于各种应用领域，如机器学习、控制系统、信息处理等。
二、模糊网络优化算法在物流配送中的应用1. 路线规划物流配送中的路线规划问题是一个典型的优化问题。
模糊网络优化算法可以通过对车辆的运输路线进行优化，以最小化配送成本。
同时，它可以考虑到各种因素，如道路拥堵、货物重量等因素，以提高路线的精确度和效率。
2. 车辆调度车辆调度是物流配送的关键问题之一。
在车辆调度过程中，针对不同客户的物流需求，模糊网络优化算法可以优化车辆的分配方案，以减少配送成本，同时最大化配送效率。
3. 时间窗问题物流配送中的时间窗问题是另一个重要问题。
在不同时间段，不同客户需要不同的配送服务。
模糊网络优化算法可以有效地解决时间窗问题，以便在给定时间内完成所有任务。
三、模糊网络优化算法在物流配送中的优势1. 高效性相比其他优化算法，模糊网络优化算法具有更高的计算效率。
它可以在复杂环境中迅速寻找最优解，并能够在较短的时间内完成计算，极大提高了配送效率和服务质量。
2. 精确度模糊网络优化算法能够通过多样性和一致性来评估每个解决方案，以找到最优解。
通过考虑各种因素，模糊网络优化算法可以准确预测各种情况，以提高配送精确度和效率。
基于模糊逻辑的物流配送调度研究
基于模糊逻辑的物流配送调度研究一、引言随着互联网的普及和电子商务的快速发展，物流配送调度问题日益成为各大企业和政府机构面临的重要问题。
该问题的解决不仅直接关系到企业的产品送达速度和客户满意度，也涉及到经济效益和环境保护等方面。
本文旨在介绍基于模糊逻辑的物流配送调度研究。
二、物流配送调度问题的概述物流配送调度问题是指在已知物流网络拓扑结构、物品数量、运输车辆数量以及各地点之间的距离、时间等基本信息的前提下，对物流运输过程进行计划、安排和协调的问题。
这是一个NP-hard问题，意味着其最优解仍然很难被精确计算出来。
因此，解决物流配送调度问题需要运用有效的算法及优化模型。
三、物流配送调度问题的关键要素物流配送调度问题的关键要素包括车辆选型、路径设计、配送路径优化等。
其中，车辆选型是基于不同运输物品的体积、重量、数量等因素合理选取车辆类型和数量，以便保证物流配送的效率和安全。
路径设计是指如何在已知的物流运输网络基础上，规划出最短的配送路径。
配送路径优化则是在已经得到路径的基础上，通过对货物的分类、分拣、打包等方式最大程度的提高货物配送效率。
四、基于模糊逻辑的物流配送调度研究4.1 模糊逻辑的概念相较于传统的精确逻辑，模糊逻辑更注重对事物间的模糊性和不确定性进行处理。
其核心思想是将事物的特征量抽象成需要被量化的因素，如“高”、“低”、“大”、“小”等一些容易被人们理解的模糊性描述词，并在这些词汇上建立数学模型进行处理。
4.2 基于模糊逻辑的物流配送调度模型采用模糊逻辑进行物流配送调度优化需要将每个因素都抽象成模糊因子，进而通过模糊数学上的模糊if-then规则来构建模糊逻辑模型。
具体步骤如下：（1）将车辆、货物、配送点等需要进行模糊处理的因素分别抽象成模糊因子，如“大型车”、“较重货物”、“高效运输”。
（2）运用专家经验，编制一套模糊if-then规则，即：如果车辆型号为“大型车”，货物重量为“较重”，那么选择路径的重要度应该为“高”。
基于模糊多准则决策方法的物流仓储节点的选址
基于模糊多准则决策方法的物流仓储节点的选址贾梦琪;程元栋【摘要】基于复杂网络理论和多属性决策方法,研究物流仓储节点的地址选择问题.首先,考虑到交通网的拓扑结构特征,选取了度中心性、介数中心性、接近性中心性和特征向量中心性四个评价指标.其次,利用层次分析法确定评价指标的权重,将模糊多准则决策(VIKOR)方法拓展应用于物流仓储节点的选址问题.最后,网络效率分析的仿真实验结果表明,与逼近理想解排序法方法和随机失效方法相比,VIKOR方法在选择物流仓储节点方面表现出更好的性能.本文的研究不仅拓展了VIKOR方法的应用领域,为复杂网络重要节点的识别提供了新的分析工具,也为物流管理决策提供了理论依据.【期刊名称】《湘南学院学报》【年(卷),期】2019(040)002【总页数】5页(P26-30)【关键词】物流;仓储节点;VIKOR方法;复杂网络【作者】贾梦琪;程元栋【作者单位】安徽理工大学经济与管理学院,安徽淮南 232001;安徽理工大学经济与管理学院,安徽淮南 232001【正文语种】中文【中图分类】F326.6在计算机科学、社会学、交通网络、经济管理等诸多领域，复杂网络已成为大量真实复杂系统的重要分析工具［1］．大量研究表明，与网络中其他节点相比，复杂网络的重要节点对网络动态过程有较强的影响，如网络同步、疾病传播、交通导航等．因此，重要节点的识别不仅能够揭示网络结构、功能及其相互关系，同时也有助于解决实际问题［2］．任晓龙等［3］系统地介绍了节点重要性排序方法，并对比了各方法的优缺点以及应用范围．仓储就是在特定的场所储存物品的行为．仓储节点的选址关系到整个物流链的流通效率．为确定复杂网络中的重要节点和线路，及资源分配机制提供有力的决策依据，在复杂网络重要节点的识别中，逼近理想解排序法(TOPSIS)作为一种同时考虑多方面因素的综合评价方法，得到了较为广泛的应用，如Liu等人［4］采用网络效率证明了TOPSIS方法可以更准确地识别山西大水网和北京地铁网的重要节点;Hu 等人［5］利用SIR模型模拟实验表明加权TOPSIS方法可以准确地对节点的重要性进行排序．然而，TOPSIS方法在评价节点重要性时具有一定的局限性，位于正理想方案和负理想方案的连线的垂直平分线上的点不能区分．模糊多准则决策方法(VIKOR)是Opricovic和Tzeng等人提出的一种折衷排序方法［6］，已在多个领域中获得了成功应用［7］．VIKOR方法的原理是定义各准则的正理想点和负理想点，计算各方案的群效用值和个体遗憾值，通过最大化群体效用值和最小化个体遗憾值来对方案集进行折衷排序，进而对方案进行综合评价．将VIKOR方法引入到物流仓储节点的选址问题，辅助做出更加合理的决策．1 理论基础在复杂网络研究领域，学者们提出了多种节点重要性评价指标，如度中心性、介数中心性、接近性中心性、特征向量中心性、离心中心性、Katz中心性、K核分解等［3］本文考虑到轨道交通网的特征及相关研究成果，从局部属性、传播属性、全局属性以及拓扑属性角度出发，选择了度中心性、介数中心性、接近性中心性和特征向量对物流仓储节点选址进行综合评价．相关指标的描述如下．定义1 局部属性——度中心性(Degree Centrality，简称DC)其中，N表示网络的总节点数，i表示目标节点，mij表示节点i和节点j连接关系，如果两个节点直接相连接，则mij=1;反之，mij=0．DC表示一个节点与其邻居节点的连通能力，数值越大，节点越重要．定义2 传播属性——介数中心性(Betweenness Centrality，简称BC)其中，pst表示从节点s到节点t的所有最短路径数量之和，pst(i)表示节点s到节点t的所有最短路径中经过目标节点i的最短路径数．节点的重要程度与节点的介数中心成正比．定义3 全局属性——接近性中心性(Closeness Centrality，简称CC)其中，表示目标节点i到节点j的所有最短距离之和．CC用于衡量目标节点对网络中其他节点的影响能力，数值越大，节点越重要．定义4．拓扑属性——特征向量中心性(Eigenvector Centrality，简称EC)其中，ρ是节点的邻接矩阵M的最大特征值，e=(e1，e2，…，en)T是网络的邻接矩阵M对应的最大特征值ρ的特征向量．节点的特征向量中心性数值越大，说明该节点越重要．2 基于VIKOR方法的节点重要性综合评价从整体角度出发，不考虑交通网的方向和站点之间的距离，运用复杂网络理论，将交通网中的站点视为复杂网络的节点，站点之间的连接抽象成复杂网络的边，提取上海轨道交通网的全局网络拓扑结构，将其转化成无向图 G= ＜ V，E，M ＞，总共包括303 个节点，节点编号为1－303．其中 V={v1，v2，…，v303}是网络中节点的集合，E= { e1，e2，…，em}∈V×V是节点与节点之间边的集合，M=［mij］n×m是网络的邻接矩阵，如果节点i和节点j直接相连，则mij=1;否则，mij=0;另外mii=0．在复杂网络中，每个节点代表一个备选方案，节点的评价指标则是评估方案的多个标准，所以网络节点的选择可视为一个多属性决策问题．应用VIKOR方法，具体步骤如下:步骤1:确定决策矩阵．在上海轨道交通网中，节点集合 V= {v1，v2，…，v303} ，属性集合 F= { f 1，f2，f3，f4}={EC，DC，BC，CC}，vi(fj) (i=1，2，…，303;j=1，2，3，4)表示节点i 在指标j下的重要性评估值，决策矩阵P可以表示为:步骤3:确定各个属性的权重值．EC、DC、BC、CC均为效益型指标，其值越大，表示节点的位置越重要．这四个指标的权重使用层次分析法(AHP)［8］计算得出，步骤如下:首先，利用(0，1，2)三标度法对四个指标进行相互比较，然后构建一个比较矩阵CV．与其他指标相比，DC简单直观且计算复杂度低，直接描述了节点的影响力，因此DC被认为是最重要的指标．BC、CC描述了节点的传播属性和全局性属性，时间复杂度较高，所以重要性低于DC．EC是根据邻居节点的信息评价该节点的重要性，传播的信息较少，因此EC是最不重要的．比较结果如表1所示．表1 三标度法构建重要性指标的比较值Table 1 The comparison of the importance indicator of the three scales methodCV EC DC BC CC bi EC 1 00 0 1 DC 2 1 1 2 6 BC 2 1 1 0 4 CC 2 0 2 1 5在表1中，然后，按照极差法把比较矩阵CV构造成判断矩阵［8］．最后，经一致性检验，得到各指标的权重分别为wEC=0．0727，wDC=0．4218，wBC=0．2088，wcc=0．2967．步骤4:计算各个节点的最大化群效用值Si、最小化个体遗憾值Ri和Qi的值．其中，S+=miniSi，S－=maxiSi，R+=miniRi，R－=maxiRi，v表示决策机制系数，v∈［0，1］．如果 v＞0．5，则表示决策依据最大化群效用的决策机制进行;v＜0．5，则表示决策依据最小化个体遗憾的决策机制进行;v=0．5，则表示根据决策者的协商进行决策．步骤5:由Si、Ri和Qi三个排序列表对节点进行排序，数值越小表示方案越优．3 网络效率分析为验证VIKOR方法在物流仓储节点选址中的性能，本文利用网络效率进行分析，将VIKOR方法与TOPSIS方法［4］和随机失效方法［9］进行比较．网络效率［10］表示网络的连通性能，其值越大，代表网络的连通能力越强．网络效率由公式(12)［11］给出:其中，Γij表示节点i到节点j的最短路径长度，ε的取值范围为［0，1］，ε=1表示网络的连通性最好，ε=0表示网络的连通性最差．本文通过删除部分节点对网络遭受蓄意攻击和随机攻击进行仿真实验，网络效率的下降速度可以刻画方法的有效性．网络效率下降速度越快，证明该方法识别重要节点的效果越好．网络效率的相对值fk由公式(13)［4］给出:其中，初始网络效率ε0=0．0996，εk( k =1，2，3)表示以VIKOR方法、TOPSIS方法、随机失效方法排名发生节点失效时的网络效率．复杂网络中使用不同的评价方法，删除同样数量的节点后网络效率的值会不尽相同．为更直观地比较VIKOR方法和其他两种方法的性能，我们引入网络效率偏差值，其可由公式(14)［4］给出:当△fk10时，表示VIKOR方法的性能优于TOPSIS方法和随机失效方法;反之，TOPSIS方法和随机失效方法优于VIKOR方法．以上海为例，分别采用三种方法依次攻击排名前45的节点，结果如图1和图2所示．图1给出了不同方法攻击下的上海轨道交通网网络效率相对值变化情况，可以看出采用VIKOR方法攻击前28节点时，网络效率的下降速度最快．例如，当前10个节点失效后，由VIKOR方法、TOPSIS方法、随机失效方法得到的网络效率降至0．59，0．64和0．94，这说明了VIKOR方法在识别网络中重要节点上的是很有效的．攻击该网络排名前28－45的节点时，VIKOR方法逐渐与TOPSIS 方法重合，但仍优于随机失效方法．图2给出了TOPSIS方法、随机失效方法与VIKOR方法相比网络效率偏差值的变化情况，根据曲线的走势可以看出VIKOR方法优于TOPSIS方法、随机失效方法．当攻击排名28－45的节点时，TOPSIS方法接近于VIKOR方法表现出较好的性能．综上所述，VIKOR方法总体上比TOPSIS方法、随机失效方法更能准确地识别上海重要的物流仓储节点，由此证明了本文所提方法的合理性．图1 不同方法攻击下的物流仓储节点网络效率相对值变化Fig．1 The relative efficiency changes of logistics warehouse node network under different attack methods图2 VIKOR方法与TOPSIS、随机失效方法的网络效率偏差值变化Fig．2 The variation of network efficiency deviation between VIKOR method and TOPSIS and random failure method4 结论本文基于复杂网络理论和多属性决策方法，考虑轨道交通网的拓扑结构特征，结合相关研究成果，将VIKOR方法引入到物流仓储节点的选址，从局部属性、传播属性、全局属性和拓扑属性四个方面综合描述网络节点的重要性，排序结果符合实际情况．此外，采用网络效率分析，将VIKOR方法与TOPSIS方法和随机失效方法进行了比较，仿真实验结果表明VIKOR方法具有更好的准确性和应用性．将VIKOR方法应用于物流仓储节点的选址，不仅拓展了该方法的应用领域，也为选择仓储节点的地址提供了新的分析工具．对于VIKOR方法的进一步优化，并在不同类型的复杂网络中应用，值得进一步探索．参考文献:【相关文献】［1］CHEN G R，WANG X F，LI X．Introduction to complex networks:models，structures and dynamics［M］．Beijing:Higher Education Press，2012．［2］NEWMAN M E J．The structure and function of complex networks［J］．SIAM Review，2003，45(2):167－256．［3］任晓龙，吕琳媛．网络重要节点排序方法综述［J］．科学通报，2014，59(13):1175－1197．［4］LIU Z H，CHENG J，WANG J Y，et al．The node importance in actual complex networks based on a multi－attribute ranking method［J］．Knowledge－Based Systems，2015，84(8):56－66．［5］HU J T，DU Y X，MO H M．A modified weighted TOPSIS to identify influential nodes in complex networks［J］．Physica A Statistical Mechanics ＆ Its Applications，2016，444(2):73－85．［6］OPRICOVIC S，TZENG G H．Compromise solution by MCDM methods:a comparative analysis of VIKOR and TOPSIS［J］．European Journal of Operational Research，2004，156(2):445－455．［7］MARDANI A，ZAVADSKAS E K，GOVINDAN K，et al．VIKOR Technique:A systematic review of the state of the art literature on methodologies and applications ［J］．Sustainability，2016，8(1):37．［8］朱茵，孟志勇，阚叔愚．用层次分析法计算权重［J］．北方交通大学学报，1999，23(5):119－122．［9］谢丰，程苏琦，陈冬青，等．基于级联失效的复杂网络抗毁性［J］．清华大学学报(自然科学版)，2011，51(10):1252－125．［10］LATORA V，MARCHIORI M．Efficient behavior of small－world networks ［J］．Physical Review Letters，2001，87(19):198701［11］冯慧芳，李彩虹，王瑞．河谷型城市公交网络脆弱性研究——以兰州市为例［J］．交通运输系统工程与信息，2016，16(1):217－222．。
模糊决策在物流运输中的应用
模糊决策在物流运输中的应用一、引言物流运输是现代经济中不可或缺的一环，它涉及到产品的生产、仓储、配送等环节，对整个供应链的效率和顺畅运作起着重要作用。
然而，在物流运输的过程中，由于存在诸多不确定性因素，传统的决策方法往往无法很好地应对这些不确定性，导致物流过程的效率低下和运输成本的增加。
为了解决这一问题，模糊决策方法被引入到物流运输中，以应对不确定性环境下的决策问题。
本文将探讨模糊决策在物流运输中的应用，从而提高物流效率和降低运输成本。
二、模糊决策方法及其原理1. 模糊集合理论模糊集合理论是模糊决策方法的基础，它为处理不确定性提供了一种数学工具。
与传统的二值逻辑不同，模糊集合理论允许元素具有不完全的隶属度，使得模糊决策能够更好地描述现实世界的不确定性情况。
通过对各种决策因素赋予隶属度，可以建立模糊决策模型，从而实现对不确定性因素的描述和处理。
2. 模糊决策方法模糊决策方法主要有模糊数学、模糊关联分析、模糊逻辑等。
其中，模糊数学主要用于解决模糊决策问题的量化和评价，模糊关联分析用于发现决策因素之间的关联规律，模糊逻辑用于推理和决策。
三、模糊决策在物流运输中的应用1. 运输路径选择在物流运输中，选择合适的运输路径是一个关键决策。
传统方法往往只考虑路线的长度和时间，而忽略了其他因素的影响。
然而，实际情况中运输路径上可能存在很多不确定因素，如交通拥堵、天气状况等。
通过引入模糊决策方法，可以将这些不确定因素考虑进来，并对运输路径进行优化。
例如，可以根据历史数据和实时信息，建立基于模糊数学的路径选择模型，考虑路况、天气、货物特性等因素，从而选择最优的运输路径。
2. 货物配载问题货物配载是物流运输中的重要环节，它直接影响到物流过程的效率和成本。
然而，由于货物的特性、运输工具的限制等原因，货物配载往往存在不确定性。
传统方法往往采用规则和经验来进行货物配载，但这种方法往往不够灵活和准确。
通过引入模糊决策方法，可以基于货物特性、运输工具的限制以及运输成本等多个因素，建立模糊数学模型，从而实现货物配载的优化。
基于模糊聚类神经网络的多物流配送中心选址决策
基于模糊聚类神经网络的多物流配送中心选址决策
曹雪花
【期刊名称】《电脑知识与技术》
【年(卷),期】2009(005)033
【摘要】该文提出了利用模糊聚类神经网络实现多物流配送中心的选址决策,通过构造有效的模糊聚类神经网络实现算法,同时得到多个侯选中心的优劣评价值、标准物流配送中心的参考指标体系和多个侯选配送中心相时于标准中心的权重.算法应用的结果表明,算法在有效收敛稳定性、收敛速度、初值敏感性等方面都有良好效果.说明该文提出的决策算法具备高效、稳定、简洁的应用特性.
【总页数】4页(P9328-9331)
【作者】曹雪花
【作者单位】江阴职业技术学院,江苏,江阴,214405
【正文语种】中文
【中图分类】TP18
【相关文献】
1.基于BP人工神经网络的物流配送中心选址决策 [J], 韩庆兰;梅运先
2.基于蚁群算法和神经网络的物流配送中心选址决策 [J], 黄瑞平;潘磊
3.基于改进RBF神经网络物流配送中心选址的决策 [J], 罗庆
4.基于蚁群算法和人工神经网络的物流配送中心选址决策 [J], 潘磊
5.基于BP人工神经网络的物流配送中心选址决策 [J], 潘超杰
因版权原因，仅展示原文概要，查看原文内容请购买。
基于模糊聚类的物流市场细分方法探讨
响应能力 ， 库存或零库存 ． 低 并提供 Ｊｒ ｒ 采购 配送 、 Ｈ口报 进 ｜ 关等增 值服务 ； 而汽 车 业在我 国处于成长期 ． 品供 大丁求 ． ｒ 产 价格敏感度高 ． 物流成 本高 ． 凶此需要物流 企业能使其降低 物 流成本． 并提 供接车 和汽车零配件的仓储 ＿ ｊ Ｊ 送 — 由于各行业 的衙求差异 ． 目前大多数物流企业采取行业标
细分， 首先选择行业变量将物 流市场划分 为若干 子市场 ． 然后 根据客户企 需求特征 。 用模 糊聚类法 ． ｋ 运 将需求 特征相似 的
子市场！ 细分市场的数 最和规模 ， 寻找 出目标 市场 ． 为企 业的定位 、 决 第、 营销提供依据 ＝
一
６１ —
维普资讯
分 析 与 决 策
形成长期伙伴联盟关系， 成为某一领域的物流专家。不足之处
是企业风险较大 ， 受行业 影响较大 ； 过度 的市场细分 可能导 致 每个 细分 市 场 的 市 场 容 量 变 小 ；并 且 不 同 行 业 对 物 流需
求。 例如电子 业在我 国处于成熟期 ． 了 行业竞争激烈． ６ 产占生命
周期短 随价值较高 ， 需要物流企业提供 的服 务具有 异常快速 的 市场的快速发展 据中周物流 采购联合会统计 ． 全国各类物
流企业 已有数万家之多 ． 模糊 的市场定位 、 司的物流 服务产 霄ｌ 晶． 不可避 免地Ｈ 现了各个物流企业 之间的恶性竞争 ， １ 物流服
阵 Ｒ的最 大元 １ 开始 ， 由大 到小 ， 当 由 １ 将到 ０时 ， 所分 的 类 由细到粗 ， 步归并 ， 逐 形成一个动态聚类 图。
求的差异不是绝对的，它们之间可能存在某些相同或相似的
需求。
２２ 按地域 进 行物 流 市场 细分 ．
基于模糊理论的物流配送优化研究
基于模糊理论的物流配送优化研究随着物流业的蓬勃发展，物流企业在日常的业务运营中面临着不少的瓶颈问题。
如何优化物流配送的效率和成本，成为了物流企业需要关注和解决的难点问题。
如何进行物流配送优化研究，以提升物流服务的质量和效益，这是一个重要的研究方向。
本文将讨论基于模糊理论的物流配送优化研究。
一、物流配送的瓶颈问题物流配送是物流业务中重要的环节，是从生产企业到消费者之间的重要流通链条，起着重要的作用。
但在具体的配送实践中，存在着很多的瓶颈问题，例如配送路径不合理，车辆利用率低下，运输成本高昂等。
如何对物流配送问题进行有效的分析和解决，是提升物流服务效率的关键。
二、模糊理论在物流配送中的应用模糊理论是一种数学工具，可用于解决模糊不确定性的问题。
在物流配送中，由于存在车辆、路段、工作人员等诸多的变量，导致物流配送问题较难精确把控。
此时，采取模糊理论进行数学建模，可以有效地分析并解决物流配送优化问题。
以车辆路径优化为例，采用模糊理论可以建立运输路径模型。
对于一个物流配送点，存在着很多的交通通道，如何选择最优路径成为关键问题。
此时，运用模糊理论可以针对每一条路径进行评价，并逐步进行筛选，最终得出最优路径。
在这个模型中，变量包括路段、时间、人员等，采用模糊理论可以将变量间的不确定性量化，推导出最终的参数结果。
三、模糊理论的优势采用模糊理论进行物流配送优化研究，有以下的优势：1. 可以有效处理物流配送过程中的不确定性，如车辆故障、路段拥堵、天气变化等。
2. 模糊理论可以对纷繁复杂的物流配送变量进行建模与分析，提高了决策的准确性和可靠性。
3. 采用模糊理论可以更好地掌握物流配送的本质规律，对物流业务的长期发展具有重要的意义。
四、模糊理论的实际应用模糊理论在物流配送优化中的应用，已经取得了很多的实际成果。
例如，在物流车辆调度方面，研究者们将模糊数学应用于路网的建立和车辆的动态调度，成功提升了物流配送的效率和准确性。
基于模糊层次分析法的物流配送中心选址研究
关于汽车共享服务的研究综述
广大消费者了解汽车共享服务组织形 式、运行和服务模式，欧美各国交通部 门通过各种方式向社会公众推介汽车 共享服务，为汽车共享发展起到了重要 的推动作用。
构成评语集 V＝｛非常合理 v1，合理 v2，较合理 v3，不太合理 v4，很差 v5｝。 2．3 确定各项评价因子的权重
评价因素集中的每个因素在“评价 目标”中有不同的地位和作用，即各评 价因素在综合评价中占有不同的比重， 这个比重我们称之为权重值，在进行模 糊综合评价时，权重对最终的评价结果 会产生很大的影响，不同的权重有时会 得到完全不同的结论。 确定权重值的方 法很多，可以采用专家咨询法、层次分 析法或相对重要程度相关等级计算法
建立的各层次因素指标集如下： （各字母意义比照上述图 1）。
物 流 配 送 中 心 选 址 方 案 O＝｛A，B， C，D ｝（第 一 层 ）。
A ＝｛A1，A2，A3｝；B ＝｛B1，B2，B3， B4｝；C＝｛C1，C2，C3｝；D＝｛D1，D2｝ （ 第 二 层）。 2．2 建立评语集
各层次因素的评定等级分为非常 合理、合理、较合理、不太合理和很差五 个等级。
表 1 各因素重要性权数表
评价因素
暂定重要 修正重要 重要性 性系数 性系数 权数
A 交通运输因素 1.5
7.5 0.48
B 社会经济效益 2.5
5.0 0.32
C 自然环境
2.0
2.0 0.13
D 政府政策
基于模糊综合评价法的物流配送中心的选址问题
摘要:从给定的多个地址中,选择一个最佳地点作为物流中心的建设地，是物流选址中的一个常见问题。
结合模糊加权平均值法和模糊期望值法，综合考虑经济性、及时性、安全性三方面因素，从而确定一个最佳物流中心建设点。
最后用一个算例进一步地说明分析。
关键词:模糊平均值；模糊权重；准时到达率；货损率；运作成本；物流中心中图分类号：f25文献标识码：a文章编号：16723198（2015）230039021 引言在现代社会,经济迅速发展,物流业也面对着前所未有的发展良机，同样也面对较大的竞争压力。
物流企业想要占有自己的一席之地就要从源头开始,首先要做好选址问题，选址的好坏在一定程度上决定着企业的存亡。
物流中心的选址问题通过定性分析和定量分析共同解决.定性分析主要是分析备选址它所处环境状况,例如交通情况，所在地的地质地貌;定量分析主要包括成本问题分析、配送距离问题分析。
定量分析一般是通过连续性选址模型、离散型选址模型模型来完成的.但此类模型考虑的要素过于单一，忽略了其它相对也很重要的因素.接下来我们将探讨一下多类选址问题中的一类问题：从提供的备选址中选择一个最合适的地点作为物流中心的建设地，从而解决过往模型考虑因素过于单一这一问题。
问题描述如下:一个企业它有m个给定的候选地址，需要向p个需求地进行供给,现在企业需要在m个给定地址中选择一个最佳地址作为配送中心所在的位置。
这个问题通常可以利用p-中值模型进行求解,通过计算总成本最低确定一个候选地址为建设地点.但是这种模型考虑的因素过于单一，成本最低只是配送中心所要满足的一个要求,对于顾客同样准时到达率、货损率并没有给予考虑。
而且配送中心的目的是实现盈利，使顾客满意。
但上述方法并没有考虑配送中心满足顾客各项要求的能力，及顾客对于不同要求的需求程度，从而也就不能评选出顾客满意度最高的配送中心可建地。
只有综合考虑配送中心对各项要求的实现能力及顾客对各项要求的满足程度，才能评选出真正满足顾客要求的可建地址。
烟草配送中心车辆路径的模糊dea评价模型及应用
烟草配送中心车辆路径的模糊dea评价模型
及应用
烟草配送中心的物流路径规划一直是一个问题，尤其是在如今的
时代，商家和消费者的需求变得越来越频繁和繁重。
因此，如何优化
烟草配送中心的物流路径，提高运输效率，降低配送成本成为了烟草
企业亟需解决的问题。
为了更好地解决这一问题，研究人员提出了烟草配送中心车辆路
径的模糊DEA评价模型。
该模型是基于数据包络分析法（DEA）和模糊
数学理论，通过对要素重要性的分析和权重确定，对每个路径进行评
估筛选并得出最优解。
该模型的应用可以优化烟草配送中心的物流路径，减少运输时间
和成本，提高配送效率，促进烟草企业的发展。
同时，该模型与传统
的路线规划方案相比具有更高的准确性和效率，可以更好地满足烟草
企业的需求。
总之，烟草配送中心车辆路径的模糊DEA评价模型具有很大的应
用价值，可以为烟草企业在物流路径优化方面提供重要的参考和建议。
卷烟物流配货中心全过程可视化信息系统浅析
卷烟物流配货中心全过程可视化信息系统浅析摘要：本文介绍了一种基于GPS/GIS的可视化物流管理信息系统，站在卷烟物流配货中心的视角，阐述出了系统的基本功能，以运输为核心重点介绍了各个子系统间的协作。
它向参与物流活动的各个主体呈现出了更加直接有效的信息，让物流企业的管理变得可视化。
关键词：可视化、管理信息系统、运输、GPS一、引言物流与信息流整合关键在于如何把复杂的消息、数据变为自己能够直接利用的信息，之后要解决的是如何承载这些信息，让物流活动的参与者直观的面对他要处理的问题。
一个可视化的信息系统能更加有效的实现人机之间的互通，为决策者做出决策提供一个更加清晰的视角。
二、系统总体设计概述国内大多数物流企业是由原先独立经营仓储或运输的企业演变而来，随着国内物流业的快速发展、服务层次的提高，我国第三方中小型企业逐渐成为提供物流服务的主体，但从总体来看我国第三方中小型物流企业信息整合程度不够高，其信息化建设可分为三个层次。
第一个层次，针对物流的某一环节而开发的作业软件，具体用来实现作业效率的提升，比如仓储管理软件、车辆管理软件等。
第二个层次，针对企业内部的各个部门而开发的部门级软件，用来实现部门内部的信息整合，如客服部门和财务部门内的管理软件。
第三个层次，以企业的整体运作为核心，面向供应链的信息集成、分析，从全局角度进行经营、规划。
据不完全统计，目前只有20%左右的物流企业的信息化程度能达到第二个层次，7%左右的物流企业信息化程度能够达到第三个层次，总体来说，企业信息化程度较低，极大的制约了我国物流的发展。
因而，在努力降低运营成本的同时应注重企业信息化的建设，以获得长远发展的竞争力，同时应主动寻找上下游企业，建立长期合作关系，打通供应链间的信息渠道，减少信息传送的成本，提供更多的增值服务。
运输，连接着生产、流通和消费的各个环节，作为物流的第一大成本，把它放在信息化的首要位置才能使物流企业的信息化建设更加顺利。
基于模糊数学的物流中心选址研究
基于模糊数学的物流中心选址研究随着经济的发展和全球化的趋势，物流行业已经变得越来越重要。
物流中心选址是物流业务发展的重要前提，因为选址的好坏直接关系到物流企业的运营效率和服务质量。
而基于模糊数学的物流中心选址研究，则是一种较为先进的选址方法，本文将详细介绍其原理和应用。
一、模糊数学简介模糊数学是一种非常重要的数学工具，用于处理模糊、不确定和模糊性等问题，可以在很大程度上提高决策的准确性和有效性。
模糊数学有三个基本元素：模糊集合、隶属函数和模糊运算。
模糊集合是一种能够容纳模糊性或不确定性的集合，隶属函数则用于描述元素与模糊集合之间的映射关系，模糊运算则是对模糊集合之间的运算进行定义和推理。
在实际应用中，模糊数学主要用于模糊决策、模糊控制、模糊识别等领域，尤其在工程技术和经济管理等方面应用广泛。
二、基于模糊数学的物流中心选址原理在传统物流中心选址中，通常会考虑到各种因素，如市场需求、物流成本、运输距离、交通状况等因素。
而在模糊数学中，这些因素可以使用隶属函数来进行描述，以更好地解决不确定性和模糊性问题。
以市场需求为例，它可以被看作是一个模糊集合，通过对市场需求的范围、强度、分布等因素进行测量，可以得到市场需求的隶属函数。
同样，对于物流成本、运输距离、交通状况等因素，也可以得到相应的隶属函数。
在模糊数学中，通过模糊综合评价来评价各个因素对选址的影响。
模糊综合评价是指以模糊数学的方式将各种影响因素进行综合评价和排序，以确定各个因素的权重和重要性。
通过计算各个因素的综合评价值，最终确定最优选址方案。
三、基于模糊数学的物流中心选址应用模糊数学在物流中心选址的应用主要分为三个方面：1、选址因素分析。
使用模糊数学来分析各种影响因素，可以更好地了解每个因素的重要性和对选址的影响。
2、选址评估。
选址评估是将选址因素加权，计算出每个选择的评分，判断哪个选址最优，在这里模糊数学技术可以用来确定权重和计算评分。
3、选址决策。
基于因子和聚类分析的福建省区域物流能力评价
现代物流业是融合运输业、 仓储业 、 货代业和信息业 亿元， 货运总量达 ９ ５ ４ ３ ２ ． ０ ３ 万吨， 货物周转量 ４ ３ ５ ２ ． ３ ８ 亿 等的新兴复合型产业， 其发展水平是衡量一个 国家和地区 吨公里， 沿海港口共完成货物吞吐量 ｌ ｝ ． ５ ５ 亿吨。 核心竞争力的重要标志之一。 …“ 物流能力”概念的提出 二 福建省区域物流能力评价 既极大地丰富了现代物流理论的知识体系， 又拓展了物流 １ ． 研究指标选取。 产业的实践研究范畴。从区域的角度研究物流能力 ， 既促 区域物流能力主要体现在区域 中物流需求量、 物流供 进了区域内经济的发展， 同时又提高了物流研究的层面， 成 为区域定位及发展的战略要素， 对区域间整体联合、 定位和 融人全国 经济体系、 增强本区 域在全国的整体竞争能力等 方面具有深远的战略意义。
结语本文对福建省市区域物流能力进行因子分析和聚类分析通过得分排名和聚类的评价比较客观地反映了福建省目前区域物流能力现状和水平同时也发现了各区域物流发展中的议将不仅对改善和提高本地区物流能力促进地区经济又好又快地发展具有重要意义而且对区域间整体联合带动海西经济区发展融入全国经济体系增强福建省在全国的整体竞争能力实现福建省设立自贸区的目标具有深远的战略意义
福建省区域物流发展现状
２ １ ７ ５ ９ ． ６ ４ 亿元 ， 全社会固定资产投资 １ ５ ５ ２ ６ ． ８ ７ 亿元 ， 外贸 进出口总额 １ ６ ９ ３ ． ５ 亿美元， 社会消费品零售总额 ８ ２ ７ ５ ． ３ ４
Ｓ ｉ ｇ ．
． Ｏ ０ ｏ
Ｋ Ｍ Ｏ统计量为 ０ ． ７ １ ２ ＞０ ． ５ ， 球形检验的相位伴概率
第ｌ ４卷 第 １ １期 ２ ０ １ ４年 １ １月
基于模糊控制的烟草物流供应链解耦模型优化研究
基于模糊控制的烟草物流供应链解耦模型优化研究作者：孙东东王晓王冰来源：《商场现代化》2024年第05期摘要：后疫情时代，烟草物流供应链表现出定制化、小批量成品烟需求的势态，烟草工业企业需要面对多品规供应大幅波动所带来的供应链系统耦合问题。
本文拟以模糊控制原理优化烟草物流供应链解耦模型，并以某成品烟2022年物流供应链数据为例，在MATLAB平台下对比供应链系统解耦成效。
结果表明，采用模糊控制的解耦模型相较于静态解耦模型，更能够有效应对耦合问题的发生，实现快速解耦作业，提升烟草工业企业物流业务在面对定制化、小批量品规需求时的供应链韧性。
关键词：供应链管理；解耦模型；模糊控制一、烟草物流供应链存在的耦合问题在烟草供应链体系中，物流作业贯穿供应链全过程，是烟草工业企业作为链上核心企业与第三方交互的重要连通业务，结合烟草供应链趋势，由生产驱动向库存驱动转变，由内设计划部门根据物流资源制定排产、采购、调度、销售工作计划，统筹物流资源和物流服务，分别向内部仓配机构及第三方承运商、库房下达工作指令，最后由费用结算机构对第三方进行结算，如图1所示。
因此，在烟草物流供应链系统中各项业务相互交织、相互影响，会产生大量的多变量回路，当系统中几个业务过程变量改变，会引起输出变量部分或者全部改变，这种现象叫作耦合。
考虑到烟草供应链系统在后疫情时代出现的非线性、分布参数、时变、大时延、多变量耦合的复杂现象，相对于传统的用于描述供应链势态的线性供应链模型，耦合模型能够更真实地描绘出供应链鲁棒性，即供应链网络稳定性及韧性的真实形态，并能够挖掘出供应链各业务之间的影响因素。
但上述模型中参数变量较为确定，使得模型使用具有局限性，缺乏动态调整及容错机制，对于供应链非关联要素耦合时的鲁棒性缺乏更为精准的描述和预测。
二、解耦策略分析烟草物流供应链各业务单位存在大量耦合情况时，会明显降低供应链网络的韧性甚至断裂，当定制化程度越高、订单变动越大时，物流保障要求也就越高，供应链网络韧性越脆弱，因此需要对供应链系统进行解耦。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
重点物流中心除具有对二级配送中心的分拨功能外， 还需完成本所在市的零售商的卷烟配送，并且靠近市场、缩
短运距、降低运费、迅速供货是物流节点选址的主要考虑因 素之一．销售量以各市 ２０１０ 年的卷烟销售量为依据． ２．５ 省外烟流经节点量（ｖ５）
该问题的数学模型如下：
ｎ
Σ Ｚ＝ｍａｘ ｖｉｘｉ ｉ＝１
Σｎ
Σ Σ
Σ Σ
ｘｉ＝ｍ
ΣΣｉ ＝ １
Σ
ｓ．ｔ．
Σ Σ
ｐ
（１）
Σ ｖ＝ Σ
Σ Σ
ｉ
ｖｉｋ
Σ ｋ＝１
Σ
Σ
ΣΣｘｉ＝０ｏｒ１
其中式（１）为目标函数，ｖｉ 表示各备选点各评价指标的总 权值；ｘｉ 为各备选点的取值．
Σ１ 在备选点 ｉ 设重点物流中心
ｘｉ＝ ０ 不在备选点 ｉ 设重点物流中心
影响因素等进行综合分析，提出慎密的决策建议是非常必
要的．对此，本文运用模糊聚类法，综合考虑政策环境、自然
环境、行业背景等宏观因素以及网点覆盖面、与省内烟厂的
平均距离、现有物流节点规模、卷烟销售量、省外烟流经节
点量、销售市场潜力等六大因素，对卷烟物流配送中心优先
顺序进行确定．
1 建立选址数学模型
物流中心的选址问题：福建省有 ｎ＝９ 个城市（地级市），
第 ２８ 卷 第 １２ 期（上） ２０１２ 年 １２ 月
赤 峰 学 院 学 报（ 自 然 科 学 版 ） Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｆｅｎｇ Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ）
Ｖｏｌ． ２８ Ｎｏ．１２ Ｄｅｃ． ２０１２
基于模糊聚类法的物流中心排序决策
—— —以福建卷烟物流节点为例
李志勇 （漳州职业技术学院 经济管理系，福建 漳州 ３６３０００）
摘 要：物流中心拥有高价值的建筑物、设施设备等投入成本，如果选址不当，将产生极大的负面影响．针对这一问题，运 用模糊聚类法，综合考虑政策环境、自然环境、行业背景等宏观因素以及网点覆盖面、与省内烟厂的平均距离、现有物流节点 规模、卷烟销售量、省外烟流经节点量、销售市场潜力等六大因素，对卷烟物流配送中心优先顺序进行确定．
省外烟流经节点量反映了入闽的省外烟运输经过重点 物流中心节点的卷烟数量． ２．６ 销售市场潜力（ｖ６）
重点物流中心必须长期发展规模效应，因此必须考虑 市场潜力．卷烟是特殊商品，顾客每天的购买量比较稳定，抽 烟的人的数量与总人口的数量成正比关系，又因该问题中
表 １ 福建全省道路里程矩阵表（单位：公里）
漳州
厦门
三明
泉州
莆田
宁德
南平
龙岩
福州
漳州市
0
65
354
107
187
369
448
92
314
厦门市
65
0
419
84
164
346
425
157
291
三明市
354
419
0
440
363
385
117
262
262
泉州市
107
84
440
0
80
262
341
199
207
莆田市
187
164
363
80
0
185
264
279
130
重点物流中心处在交通便利的位置，可以增强其辐射 范围，节约烟厂或省外烟到重点物流中心及二级配送中心
基金项目：福建省社科联 2011 年度基金资助项目：海峡西岸经济区产业结构升级的研究（2011B161）
－ ８１ －
的运输成本．该问题中交通便利性的评价指标以各备选配送 中心 ２００ 公里内的能到达其它配送中心的数量为依据． ２．３ 现有物流节点规模（ｖ３）
根据烟草行业垄断性特点及福建省的具体情况，从以 下 ６ 个方面来确定福建省重点物流中心的位置，这也是重 点物流中心的 ６ 个评价指标，记 Ｖ＝｛ｖ１，ｖ２，…，ｖ６｝为评价指标 矩阵［２］． ２．１ 备选点到烟厂的平均距离（ｖ１）
重点物流中心的一个主要功能为从烟厂集货，福建省 销售的卷烟 ５０％以上是由龙岩卷烟厂和厦门卷烟厂生产， 靠近卷烟厂可以减少运输费用，节约物流成本． ２．２ 网点覆盖面（ｖ２）
ｎ
式Σｘｉ＝ｍ 表示表示选择的设置重点配送中心的点的 ｉ＝１
数量为 ｍ 个． 烟草行业重点物流中心选址问题可以看成分类问题，
目标是把各备选点分为两类，一类为重点物流中心地址，另 一类为二级配送中心地址．该选址问题中决定备选点评价指 标的各因素在收集、描述、处理的过程中，存在一定程度的 不确定性和模糊性的特征，且该问题中备选点的数量与省 内的市级行政区的数量相同，数据不会很大．因此，选用模糊 聚类法中的基于等价关系的聚类方法来解决卷烟销售重点 物流中心选址问题是合适的． 2 选择具体优化方法
三明
泉州
莆田
宁德
22976
93562
31437
29902
49044 121520 53583
41122
南平 25856 47144
龙岩 21281 54734
福州 65528 124667
表 ３ 省外工业卷烟流经各地市流量统计表（单位：箱）［３］
福州
厦门
泉州
莆田
漳州
宁德
龙岩
三明
南平
合计
301013 227580 320390 298213 274527 262318 70914 157375 217704
关键词：物流配送中心；优先顺序确定；模糊聚类法 中图分类号：Ｆ２５３．９ 文献标识码：Ａ 文章编号：１６７３－ ２６０Ｘ（２０１２）１２－ ００８１－ ０４
从现代物流管理看，物流中心拥有高价值的建筑物、设
施设备等投入成本，如果选址不当，将产生极大的负面影响．
因而，在物流中心的选址规划中，对物流中心的选址原则、
每个城市均可设置物流中心，根据配送规模和效率的需要，
需从中选出己知数量 ｍ 个物流中心作为整个卷烟配送物流
网络的重点物流中心，其余物流中心设为二级物流中心．根
据影响烟草行业重点物流中心选址的因素，确定设置这 ｍ
个重点物流中心所在城市．
假设备选地址数为 ｎ，需选择的重点物流中心数为 ｍ，
重点物流中心选址影响因素的评价指标数为 ｐ，矩阵 ｐ＝［ｖｉｋ］ｎ×ｐ 为各地各指标的评价矩阵［１］．
宁德市
369
346
385
262
185
0
286
461
123
南平市
448
425
117
341
264
286
0
379
163
龙岩市
92
157
262
199
279
461
379
0
406
福州市
314
291
262
207
130
123
163
406
0
厦门烟厂 龙岩烟厂
漳州 45645 84369
厦门 56046 32059
表 ２ 各地市销量表（单位：箱）［３］