区域物流网络规划(一)

COG数据需求 (续)
例 S1， S2 为供应点， H1 ， 到 H4为使用点。地理信息见下页:
每年流量 费率, 点 产品 位置
cwt. 8,000 10,000 5,000 3,000 4,000 6,000 i 1 S1 A 2 S2 B 3 H1 A & B $/cwt/ mi. 0.02 0.02 0.05 0.05 0.05 0.05
Customer DC
Where inventory needs to be for a 5 day order response time - typical results --> 2 DCs
Customer DC
Where inventory needs to be for a 3 day order response time - typical results --> 5 DCs
在农业经济中，农业生产活动就可能如图那样从市场向外布局
胡佛的递减运输费率
胡佛观察到：运输费率随着距离的增加，增 幅下降。如果运输成本是选址的主要决定因 素，要使内向运输与外向运输的总成本最小 ，位于原料产地和市场之间的设施必然可以 在这两点之中找到运输成本最小的点。
传统方法如何解决现代物流系统设 计？
Customer DC
Where inventory needs to be for a next day order response time - typical results --> 13 DCs
Customer DC
Where inventory needs to be for a same day / next day order response time - typical results --> 26 DCs
成本与节点数量
库存 成本 设施成本
运输
节点数量
存储点数量与运作成本关系
总成本 服务水平
运作成本
运输
库存 劳动力
设施
存储点数量
1.2 客户服务与物流系统设计
设定客户服务水平
确定库存点数量
确定安全库存水平
选址问题的早期研究
早期的选址工作总是以运输成本为基础的。尽管大 多数研究是在农业和早期工业社会条件下进行的， 他们所提出的许多概念一直沿用至今。
1 地租出价曲线（Bid-Rent Curves） 2 韦伯的工业分类 3 胡佛的递减运输费率
杜能（ Johann von Thünen ）认为，任何 经济开发活动能够支付给土地的最高地租或利润 是产品在市场内的价格与产品运输到市场的成本 之差。（最高地租=价格-运输成本） 如今，当我们观察围绕城市中心环形分布的 零售、居住、生产制造和农业区时，会发现这一 观点仍然适用。那些能够支付最高地租的经济活 动将分布在距离城市中心最近的地区以及主要运 输枢纽的周边地带。
来自百度文库
20,000
10,000
0,000 -160,000 -150,000 -140,000
-130,000 -120,000 -110,000 -100,000 Longitude
-90,000
-80,000
-70,000
-60,000
-50,000
2.1 重心法
连续选址模型 只考虑运输成本：单位距离、单位重量成本 应用最广泛
物流仓储布局
a.多少个物流中心／仓库 ? b.在哪里 ? c.几层 ? d. 公共还是自营？ e. 自营仓库面积 f. 仓库设计（长、宽、高、门、专用线长度） g. 空间分配 1. 储位安排 2. 货物定位查找系统 h. 设备选择 i. 设备更新
选址
在该物流网络中，仓库设计 为三层，第一层为一个生产 仓库、第二层为两个中央仓 库、第三层为五个分销仓 库，仓库的配送区域如下图 所示。经过优化分析与设 计，该公司的年度配送成本 下降13.9%。
某公司北美汽车维修零备件物流系统
本案例讨论某汽车公司向北美（美国、加拿大、墨西哥）6113个授权经销商供应零备件的物流网 络设计。目前，该公司拥有中央补货中心/区域仓库/经销商三层结构，采用每周3次配送的定期配 送战略。由于面对激烈的竞争压力，需要提高客户服务水平，也就是要求在最少的物流成本下、用 最快的速度将零备件送达经销商。 规划小组需要确定合理的仓库位置以及服务区域的划分来满足上述目标。 如何进行调研以及如何进行数据处理 需要哪些数据，如何获得？请列出详细调研表 如何处理大量的数据？ 物流成本如何计算 现状分析 当前供应链中配送中心的位置以及数量合理吗？ 咨询专家建议经销商按照就近原则分配到不同的配送中心。这种方案是成本最低的方案吗？如果不 是，如何分配？ 其他问题: 配送中心对经销商一般采用多点配送的战略。如何分析多点配送的成本？ 提示：有两种方法：单个经销商还是经销商群。两种方法对供应链物流设计有何影响？ XYZ 采用定期配送（3次/周）的战略。如何计算平均每次发运的容量？（总需求/频率）该容量 将被用在此物流网络设计中。正确吗？该容量如何影响物流系统？有没有其他的方法？ 深层讨论: XYZ 考虑采用每天发运的策略，对物流系统有何影响? 如何降低多点配送（multi-stop）的成本？有人提议采用中转站模式，分析其优点，如何设计？
重心法 COG (续)
VR X ∑ X= ∑ VR
i i i i i i i
VR Y ∑ ,Y = ∑ VR
i i i i i i
i
这里， Vi = 到I点物流量 Ri = 运输费率，从或到点i运输 Vi Xi,Yi = 坐标点 i X, Y = 物流中心点
CR (2004) Prentice Hall, Inc.
年销量变化 120 100 80 60 40 20 0 1992 1993 1994 1995 1996 1997 1998 1999 年
A店 B店 总计
万件
数据处理方式的可行性分析
预测：客户群方式降低需求波动，更容易预测 对于精度的影响：一般150-200个客户群，总 运输成本预测值误差不超过1%
１．网络规划基础 １.1 体系结构 １.2 规划目标：服务水平、物流成本
１.１
物流层次结构
1.1 物流决策三角形（Ballou）
1.2 客户服务与物流系统设计
1.2.1 服务目标决定了物流网络结构 1.2.2 不能不计物流成本
服务水平与网络节点数量
响应时间
节点数量
Where inventory needs to be for a one week order response time - typical results --> 1 DC

物流渠道
全国物流中心
网络决策
物流
区域物流中心／ＲＤＣ
４Ｓ门店
某公司北美物流系统分析
80,000
70,000
60,000
50,000 Latitude Dealers Regional DCs National DCs
40,000
30,000
V iR i 160 200 250 150 200 300 1,260
ViRiXi 96 1,720 500 825 1,580 3,180 7,901
ViRiYi 1,168 600 750 360 1,100 1,560 5,538
COG
X = 7,901/1,260 = 6.27
Y = 5,538/1,260 = 4.40
可以解决背景案例吗？
重心法局限、缺点
1. 连续选址，方案不可行 某大物流公司，委托某知名咨询公司，规划全 国网络布点，结论：在某区域内建设物流中心。 实际情况：该区域根本不适合 2. 多个中心如何确定？
数据收集
1. 地理位置（顾客/零售商/区域仓库/配送中心/制造商 /供应商） 2. 产品（数量/重量/包装等） 3. 顾客的需求 4. 每种运输方式的运输费率 5. 仓库成本/容量 6. 运输规模和配送频率 7. 订单处理成本 8. 顾客服务需要和目标
数据处理—大量需求点
1、网格或其他的集合技术（邮政编码/服务水平 /配送频率），把相互邻近的的顾客需求汇集在 一起。所有顾客由几何中心的顾客代替。 2、产品分组 配送方式：送往同一顾客 产品类型：大类，不计微小差异
数据整合距离
年 A店 B店 总计 1992 1993 1994 33 45 37 46 35 41 79 80 78 产品年销量历史数据（万件） 1995 1996 1997 1998 1999 平均需求 标准差 变差系数 38 55 30 18 58 39.25 13.18 0.34 40 26 48 18 55 38.63 12.05 0.31 78 81 78 36 113 77.88 20.71 0.27
大约在 Columbia, MO. 相应总成本为：
TC = ∑i Vi Ri K ( X i − X ) 2 + (Yi − Y ) 2
这里 K为转化系数，将坐标转化为英里。
计算结果
COG
COG
计算总成本 COG
TC1 = 8,000(0.02)(500) (0.6 − 6.27)2 + (7.3 − 4.40)2
Customer DC
1.2.2 物流成本
物流总成本概念 与运动相关成本（消除距离差异） 搬运成本（距离短、批量小） 运输成本（距离远、批量大） 与时间相关成本（消除时间差异） 租用成本（租用仓库空间、设备、维护费等） 等待成本（机会成本、丢失、失效等） 最重要的是各项成本不能少项，又不能重复
区域物流网络规划 （一）
蔡临宁
清华大学通能物流研究中心 主任 清华大学工业工程系 副教授/博士
2007.08.24
概要
网络规划基础 体系结构 规划目标：服务水平、物流成本 区域网络规划：物流中心及服务区域 背景案例 模型：重心法、P中值模型 案例分析 经营网络规划 模型：覆盖模型 案例分析 运输及配送规划 模型 案例分析 规划基础信息分析 基础数据及软件
i 1 2 3 4 5 6
Xi 0.6 8.6 2.0 5.5 7.9 10.6
Yi 7.3 3.0 3.0 2.4 5.5 5.2
Vi 8,000 10,00 0 5,000 3,000 4,000 6,000
Ri 0.02 0.02 0.05 0.05 0.05 0.05 Total
TC 509,482 271,825 561,706 160,733 196,644 660,492 2,360,882
目标函数
⎫ ⎧ min ⎨∑ C j ( X )⎬ X ⎭ ⎩ j
整个设施选址成本的和最小，经济效益性
min max C j ( X )
X
{
max min C j ( X )
X j
{
j
}
}
企业问题，中值问题
优化最坏的情况，经济均衡性 军队、公共部门，中心问题 有害设施选址，医疗垃圾处理厂， 反中心
概要
网络规划基础 体系结构 规划目标：服务水平、物流成本 区域网络规划：物流中心及服务区域 背景案例 模型：重心法、P中值模型 案例分析 经营网络规划 模型：覆盖模型 案例分析 运输及配送规划 模型 案例分析 规划基础信息分析 基础数据及软件
Note rate is a per mile cost
Xi 0.6 8.6 2.0 5.5 7.9 10.6 Yi 7.3 3.0 3.0 2.4 5.5 5.2
Seattle Atlanta Los Angeles 4 H 2 A & B Dallas 5 H 3 A & B Chicago 6 H 4 A & B New York
如何处理数据？Postal code areas
CR (2004) Prentice Hall, Inc.
COG 方法 (续)
Map scaling factor, K
COG 方法 (续)
i 1 2 3 4 5 6
Xi 0.6 8.6 2.0 5.5 7.9 10.6
Yi Vi Ri 7.3 8,000 0.02 3.0 10,000 0.02 3.0 5,000 0.05 2.4 3,000 0.05 5.5 4,000 0.05 5.2 6,000 0.05