杭电物流配送中心规划与管理复习要点
- 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)。
物流配送中心规划与管理
物流配送中心的作用[P5]
物流配送中心起着协调组织、调度控制和执行主要职能的中心枢纽作用。
1.物流调节作用
2.物流衔接作用
3.利益共享作用
4.信息汇集作用
5.整合协调作用
物流配送中心系统规划设计原则[P26]
※系统工程原则
※价值工程原则
※软件先进、硬件适度的原则
※发展的原则
EIQ(订单、品项和数量)分析[P36]
EIQ分析即订单(Entry)、品项(Item)及其数量(Quantity)分析。是一种以顾客导向为主,针对具有不稳定或波动条件的配送中心作业系统的一种分析方法。
EIQ分解格式(单日)
出货订单
出货品项订单
出货
数量
订单
出货
品项I1I2I3I4I5…
E1Q11Q12Q13Q14Q15…Q1.N1
E2Q21Q22Q23Q24Q25…Q2.N2
E3Q31Q32Q33Q34Q35…Q3.N3
………………………
单品出
货量
Q.1Q.2Q.3Q.4Q.5…Q..N.
单品出
货次数
K1K2K3K4K5…K.—
说明:
Q1.(订单E1的出货量) =Q11+Q12+Q13+Q14+Q15+……
Q.1(品项I1的出货量) =Q11+Q21+Q31+Q41+Q51+……
N1(订单E1的出货项数) =计数(Q11,Q12,Q13,Q14,Q15…)>0者
K1(品项I1的出货次数)=计数(Q11,Q21,Q31,Q41,Q51…)>0者
N.(所有订单的出货总项数)=计数(K1,K2,K3,K4,K5,…)>0者
K.(所有产品的总出货次数)=K1+K2+K3+K4+K5+ ……
交叉中值模型(Cross Median)
交叉中值模型是用来解决连续点选址问题的一种十分有效的模型,它是利用城市距离进行计算,通过交叉中值的方法可以对单一的选址问题在一个平面上的加权的城市距离进行最小化。
其相应的目标函数为:
式中: ——与第i 个点对应的权重(例如需求); ——第i 个需求点的坐标;
——服务设施点的坐标;
——需求点的总数目。
在这个问题里面,最优位置也就是由如下坐标组成的点: 是在x 方向的对所有的权重的中值点; 是在y 方向的对所有的权重的中值点。 考虑到 两者可能同时是惟一值或某一范围,最优的位置也相应的可能是一个点,或者是线,或者是一个区域。 例子:报刊亭选址
一个报刊连锁公司想在一个地区开设一个新的报刊零售点,主要的服务对象是附近的5个住宿小区的居民,他们是新开设报刊零售点的主要顾客源。下图笛卡儿坐标系中确切地表达了这些需求点的位置,下表是各个需求点对应的权重。这里,权重代表每个月潜在的顾客需求总量,基本可以用每个小区中的总的居民数量来近似。经理希望通过这些信息来确定一个合适的报刊零售点的位置,要求每个月顾客到报刊零售点所行走的距离总和为最小。
i w {
}
∑=-+-=n i s
i s i i y y x x w Z 1
i
i ,y x s
s ,y
x n
s x s y s s ,y x
解:
由于考虑的问题是在一个城市中的选址问题,评价是,使用城市距离是合适的,交叉中值选址方法将会用来解决这个问题。 首先,需要确定中值:
从上表中得到中值:
为了找到x 方向上的中值点x s ,发现在需求点1、3之间1000m 的范围内对于轴方向都是一样的:
接着寻找在y 方向上的中值点,在y 方向只能选择一个有效的中值点:
∑
==n i i
w W 121()
10
2/63173=++++=W km x s 4~3=km
y s 3=
综合考虑x 、y 方向的影响,于是最后可能的地址为A 、B 之间的一条线段,见下图。
然后对A 、B 两个位置的加权距离进行了比较。
精确重心法(Exact Gravity )
前面介绍的交叉中值模型由于其本身的局限性,例如使用的是城市距离,只适合于解决一些小范围的城市内的选址问题。精确重心法在评价的过程中使用的是欧几米德距离,即直线距离,它使选址问题变得复杂,但是有着更为广阔的应用范围。 在使用了欧几米德距离之后,目标函数变成了:
这是一个双变量系统,分别对x s 和y s 进行求偏微分,并且令其为零,这样就可以得到两个微分等式。应用这两个等式分别对x s 和y s 进行求解,即可以求出下面的一对隐含有最优解的等式:
∑∑===n
i is
i n
i is
i i s d w d x w x 11 ∑∑===n
i is
i n
i is
i
i s d w d y w y 11 ()()[]
2/122s i s i is y y x x d -+-=上式中,
(
)(
)[]
∑=-+-=n i s i s i i y y x x w Z 12
/122min
该微分方程组不能直接求解,可以通过迭代的方法进行求解,这需要提供一组初始值x s0和y s0 。然后利用x s(i-1)和y s(i-1)求出d is(i-1),再用它去求出x si 和y si ,迭代公式如下:
∑∑===n i i n
i i i s w x w x 110 ∑∑===n i i n
i i i s w y w y 11
0 ∑∑=-=-=n
i i is i
n
i i is i
i si d w d x w x 1)
1(1)1( ∑∑=-=-=n
i i is i
n
i i is i
i si d w d y w y 1)
1(1)
1( ()()
[
]
2
/12)1(2
)1()1(----+-=i s i i s i i is y y x x d 上式中,
如果该迭代过程具有收敛性,那么经过无限次的迭代之后,可以得到一个最优解x s *和y s *。
但是在实际中,可以迭代的次数是有限的,所以在迭代过程中需要确定一个中止准则。 设置中止准则有两个方法:(1)根据经验和以前的试验结果,直接设置一个确定的迭代次数N ;(2)将每一次得到的迭代结果x si 和y si 跟前面一次的迭代结果x s (i-1)和y s (i-1) 比较,当两次的迭代结果变化小于某一个阈值 it s x lim ∆、it s y lim ∆ 时,迭代过程结束。
[]
it s i s si s x x x x lim )1(∆≤-=∆- []
it s i s si s y y y y lim )1(∆≤-=∆-
例子:运用精确重心法,对前面的报刊零售点选址问题作一个假设,假设这个报刊亭附近都是空地,使用欧几米德距离进行计算是合适的,然后我们就用精确重心法选择一个最优的位置。
从A 点(3,3)(即: x si0=3和y si0 =3)开始进行欧几米德距离最优的搜索,下表进行了一些必要的计算。
然后根据前面的公式,即可得到迭代结果:
26.313.213.2313.35.013
.225.41265.155.1=++++++++=
si x
20.313
.213.2313.35.063.105.8925.65.0=++++++++=si y
然后进行中止准则的判断,确定是否继续进行迭代。
注意:用精确重心法得到的最优解只有一个点,而不会是一条线段或者一个区域。
而且只有
it
s x lim ∆