物流配送中心的选址及其布局
合集下载
相关主题
- 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)。
中央配送中心可有较大库存量，便于统一 进货和管理。
得到的结果是满意解而可能不是最优解
26
遗传算法
遗传算法的概念
对某一代群体进行作用，这个作用过程叫遗传 操作，遗传操作的结果便是得到下一代群体。 是一种很强的搜索和优化技术，由美国 Mihcigna大学的J.Hollnad教授于1975年首先提 出。
28
基本处理流程
流程图
29
遗传算法的实现思想
利用某种编码技术作用于称为染色体 (chormosome）的二进制数串，其基本思想 是模拟由这些串所组成的群体的进化过程。
结果评价
复查
选址的制约条件
地理、地形、地价、环 境、交通条件、劳动条 件及有关法律的研究。
确定选址结果
5
4.4配送中心选址常用的方法
解析方法（重心法、微分法） 建立数学模型
模拟方法 数学方程和逻辑关系
启发式方法（鲍尔曼—沃尔夫法） 针对求解，逐次逼近最优解
实际选址中，经常采用定性分析的方法，在几块 可选地中进行选择。
4-3
11
4-4
12
求解方法，令
4-7
4-8
13
迭代法的计算步骤
1）以所有零售店的重心坐标为配送中心的初始 地点（x00 , y）00
2）计算与（x00, y）00 相应的总发送费用 3）
4） 5）
14
微分法的优缺点
1)是连续性模型，不加特点的限制，有自由 选择的长处。
2）迭代的算法求的最佳点很难，且迭代计 算过程复杂。
27
遗传算法的基本操作
选择：选择体现了适者生存的自然法则， 是通过把适应值高的个体复制到下一代来 改善群体的平均适应值。
交叉：保证遗传算法的寻优过程能收敛到 全局最优点，以及提高对优化过程的收敛 速度起着重要的作用。
变异：将个体染色体编码串中的某些基因 座上的基因值用该基因的其它等位基因来 替换，形成一个新的个体。
kj
X
kj
n
是n次解，因而得到配送中心新的通过量。
21
最优解
w w 把n-1次解的配送中心的通过量
n i
1和n次解的配送中心通过量
n i
进行比较，如果完全相等就停止计算，如果不相等就反复计算至到相等
w w 也就说， n1 i
n i
时，
X kjn 为最优解
22
鲍摩-瓦尔夫模型的优缺点
优点：
计算简单，能评价流通过程的总费用 能求解配送过中心的通过量（决定配送中心的
6
配送中心
如何选择配送中心地址
7
重心法
假设条件：
1. 运输费用只与配送中心和客户的直线距离有 关，不考虑城市交通状况
2. 不考虑配送中心所在的地价
8
拟定配送重新的坐标p0(x0, y0) ，其客户的坐标为 ，其pi中(xii,=y1i ),2,3—n
ai-表示配送中心到客户的运费
Wi-表示配送中心到客户的运量 则： p0 (x0 , y0 )
20
c I 1 的配送中心序列号为 1 再次已这个为基础，求解运输问题，
kj
kj
求得使用费用函数 c1kj X kj 为最小，X kj1就是二次解 kj
n 次解
cn kj
min[cki
hkj
vi (win1) 1]
c 以
n Baidu Nhomakorabea基础，求解运输问题，可得出使用费用函数
kj
cknj
X
为最小时
kj
初始解
要求最初的工厂到用户间(k, j)的运费相对最小 也就是说，要求工厂到配送中心间的运费率Ckj 和配送中心到用户间的发送费率Hij之和为最小 ，即
19
二次解
从通过量反过来计算配送中心的可变费用
cn kj
min[cki hkj
vi (win1) 1]
c1 kj
min[cki
hkj
vi (wi0 ) 1]
4
配送中心选址的程序和步骤
物流系统的现状分析
地图、地价、业务量、 费用分析、配送路线、 设施现状的分析及需 求预测。
多个配送中心选址方 法(如鲍摩、瓦尔夫模 型；CELP 法等)
选址约束条件分析 收集整理资料
地址筛选 定量分析
单一配送中心 选址方法(如重 心法等)
市场的适应性；购置 土地条件；服务质量； 总费用；商流、物流 的职能及其他。
24
步骤
离分布在外围客户较近的地方设置几个侯 选点
利用鲍摩-瓦尔夫法求出应在那几个点建立 小型配送中心
把这些小型中心看成需求点，应用重心法 求出中央配送中心的最佳地址。
25
改进模型的优缺点
比较适合客户众多且较分散，配送的业务 量较大，配送频繁，小批量、多批次，单 个配送中心无法按时高效执行配送业务的 情况
n
n
aiwi xi
aiwi yi
x0
i 1 n
y0
i 1 n
aiwi
aiwi
i 1
i 1
9
4.4.1微分法-单一个配送中心选址法
1微分法模型 如右图所示，设有N个零售店，它们各自的
坐标是 xi , y（i i=1，2，3…n）配送重心的
坐标是 x0, y0 有：
其中，
10
又有
其中有
15
2 鲍摩-瓦尔夫模型-多个配送中心的选址
如图
各个工厂向哪些配送中心运输多少商品? 各个配送中心向哪些用户发送多少商品?
16
规划的总费用包括一下内容：
17
总费用函数为：
18
鲍摩-瓦尔夫模型计算方法
首先，给出费用的初姑值，求初始解；然 后，进行迭代计算，使其逐步接近费用最 小的运输规划。
1
4.1配送中心选址
选址包括两个层次的问题： 第一：选位，即选择什么地区（区域）设置设施，
沿海还是内地，南方还是北方，等等。在当前全 球经济一体化的大趋势之下，或许还要考虑是国 内还是国外； 第二：定址。地区选定以后，具体选择在该地区的 什么位置设置设施，也就是说，在已选定的地区 内选定一片土地作为设施的具体位置。
规模依据） 根据配送中心可变费用的特点，可采用大批量
进货的方式
缺点
不能保证能求得最优解 配送中心固定费用在解中没有反映出来
23
配送中心选址方法的改进模型
两级配送中心的选址模型
在配送中心选址的实际过程中，在一定区域内 ，针对客户众多比较分散、配送距离过远、直 接配送成本较高等情况。
综合考虑重心法和鲍摩—瓦尔夫法，分两个步 骤建立模型
2
4.2配送中心选址的原则
适应性原则 协调性原则 经济性原则 战略性原则
3
4.3配送中心选址的影响因素
自然环境因素 （气候条件 地质条件 水文条件 地形条件） 经营环境因素 （经营环境 商品特性 物流费用 服务水平） 基础设施因素 （交通条件 公共设施状况） 其它因素 （国土资源利用 环境保护要求 周边状况）
得到的结果是满意解而可能不是最优解
26
遗传算法
遗传算法的概念
对某一代群体进行作用，这个作用过程叫遗传 操作，遗传操作的结果便是得到下一代群体。 是一种很强的搜索和优化技术，由美国 Mihcigna大学的J.Hollnad教授于1975年首先提 出。
28
基本处理流程
流程图
29
遗传算法的实现思想
利用某种编码技术作用于称为染色体 (chormosome）的二进制数串，其基本思想 是模拟由这些串所组成的群体的进化过程。
结果评价
复查
选址的制约条件
地理、地形、地价、环 境、交通条件、劳动条 件及有关法律的研究。
确定选址结果
5
4.4配送中心选址常用的方法
解析方法（重心法、微分法） 建立数学模型
模拟方法 数学方程和逻辑关系
启发式方法（鲍尔曼—沃尔夫法） 针对求解，逐次逼近最优解
实际选址中，经常采用定性分析的方法，在几块 可选地中进行选择。
4-3
11
4-4
12
求解方法，令
4-7
4-8
13
迭代法的计算步骤
1）以所有零售店的重心坐标为配送中心的初始 地点（x00 , y）00
2）计算与（x00, y）00 相应的总发送费用 3）
4） 5）
14
微分法的优缺点
1)是连续性模型，不加特点的限制，有自由 选择的长处。
2）迭代的算法求的最佳点很难，且迭代计 算过程复杂。
27
遗传算法的基本操作
选择：选择体现了适者生存的自然法则， 是通过把适应值高的个体复制到下一代来 改善群体的平均适应值。
交叉：保证遗传算法的寻优过程能收敛到 全局最优点，以及提高对优化过程的收敛 速度起着重要的作用。
变异：将个体染色体编码串中的某些基因 座上的基因值用该基因的其它等位基因来 替换，形成一个新的个体。
kj
X
kj
n
是n次解，因而得到配送中心新的通过量。
21
最优解
w w 把n-1次解的配送中心的通过量
n i
1和n次解的配送中心通过量
n i
进行比较，如果完全相等就停止计算，如果不相等就反复计算至到相等
w w 也就说， n1 i
n i
时，
X kjn 为最优解
22
鲍摩-瓦尔夫模型的优缺点
优点：
计算简单，能评价流通过程的总费用 能求解配送过中心的通过量（决定配送中心的
6
配送中心
如何选择配送中心地址
7
重心法
假设条件：
1. 运输费用只与配送中心和客户的直线距离有 关，不考虑城市交通状况
2. 不考虑配送中心所在的地价
8
拟定配送重新的坐标p0(x0, y0) ，其客户的坐标为 ，其pi中(xii,=y1i ),2,3—n
ai-表示配送中心到客户的运费
Wi-表示配送中心到客户的运量 则： p0 (x0 , y0 )
20
c I 1 的配送中心序列号为 1 再次已这个为基础，求解运输问题，
kj
kj
求得使用费用函数 c1kj X kj 为最小，X kj1就是二次解 kj
n 次解
cn kj
min[cki
hkj
vi (win1) 1]
c 以
n Baidu Nhomakorabea基础，求解运输问题，可得出使用费用函数
kj
cknj
X
为最小时
kj
初始解
要求最初的工厂到用户间(k, j)的运费相对最小 也就是说，要求工厂到配送中心间的运费率Ckj 和配送中心到用户间的发送费率Hij之和为最小 ，即
19
二次解
从通过量反过来计算配送中心的可变费用
cn kj
min[cki hkj
vi (win1) 1]
c1 kj
min[cki
hkj
vi (wi0 ) 1]
4
配送中心选址的程序和步骤
物流系统的现状分析
地图、地价、业务量、 费用分析、配送路线、 设施现状的分析及需 求预测。
多个配送中心选址方 法(如鲍摩、瓦尔夫模 型；CELP 法等)
选址约束条件分析 收集整理资料
地址筛选 定量分析
单一配送中心 选址方法(如重 心法等)
市场的适应性；购置 土地条件；服务质量； 总费用；商流、物流 的职能及其他。
24
步骤
离分布在外围客户较近的地方设置几个侯 选点
利用鲍摩-瓦尔夫法求出应在那几个点建立 小型配送中心
把这些小型中心看成需求点，应用重心法 求出中央配送中心的最佳地址。
25
改进模型的优缺点
比较适合客户众多且较分散，配送的业务 量较大，配送频繁，小批量、多批次，单 个配送中心无法按时高效执行配送业务的 情况
n
n
aiwi xi
aiwi yi
x0
i 1 n
y0
i 1 n
aiwi
aiwi
i 1
i 1
9
4.4.1微分法-单一个配送中心选址法
1微分法模型 如右图所示，设有N个零售店，它们各自的
坐标是 xi , y（i i=1，2，3…n）配送重心的
坐标是 x0, y0 有：
其中，
10
又有
其中有
15
2 鲍摩-瓦尔夫模型-多个配送中心的选址
如图
各个工厂向哪些配送中心运输多少商品? 各个配送中心向哪些用户发送多少商品?
16
规划的总费用包括一下内容：
17
总费用函数为：
18
鲍摩-瓦尔夫模型计算方法
首先，给出费用的初姑值，求初始解；然 后，进行迭代计算，使其逐步接近费用最 小的运输规划。
1
4.1配送中心选址
选址包括两个层次的问题： 第一：选位，即选择什么地区（区域）设置设施，
沿海还是内地，南方还是北方，等等。在当前全 球经济一体化的大趋势之下，或许还要考虑是国 内还是国外； 第二：定址。地区选定以后，具体选择在该地区的 什么位置设置设施，也就是说，在已选定的地区 内选定一片土地作为设施的具体位置。
规模依据） 根据配送中心可变费用的特点，可采用大批量
进货的方式
缺点
不能保证能求得最优解 配送中心固定费用在解中没有反映出来
23
配送中心选址方法的改进模型
两级配送中心的选址模型
在配送中心选址的实际过程中，在一定区域内 ，针对客户众多比较分散、配送距离过远、直 接配送成本较高等情况。
综合考虑重心法和鲍摩—瓦尔夫法，分两个步 骤建立模型
2
4.2配送中心选址的原则
适应性原则 协调性原则 经济性原则 战略性原则
3
4.3配送中心选址的影响因素
自然环境因素 （气候条件 地质条件 水文条件 地形条件） 经营环境因素 （经营环境 商品特性 物流费用 服务水平） 基础设施因素 （交通条件 公共设施状况） 其它因素 （国土资源利用 环境保护要求 周边状况）