物流选址规划课件

第二章物流选址规划第一节选址的任务、意义及发展物流选址的任务

场址选择问题，可能是单一设施的场址选择，也可能是复合设施的场址选择。单一设施的场址选择

单一设施的场址选择就是根据确定的产品（或服务）、规模等目标为一个独立的设施选择最佳位置。复合设施的场址选择

复合设施的场址选择是要为一个企业的若干个下属的工厂、货栈、销售点或服务中心，选择各自的位置，使这些设施的数目、规模和位置达到最佳化。它涉及到企业的经营战略、制造战略和规模经济等。物流选址的任务

场址选择工作主要在前期工作中进行，随着规划设计和阶段的展开，逐步深入。

在项目建议书中要提出厂址的初选意见，在可行性研究报告中要提出场址的推荐意见，在审批时要确定场址，在总体设计（初步设计）阶段，要对场址的各种条件作详细勘察落实并最终确认具体位置，标定四周界址。物流选址的任务场址选择包括地区选择和地点选择两项内容。

1）根据设施的要求合理选择建设的地区2）在确定的地区内进一步选择适宜的具体地点。有时这两项内容要结合起来进行。场址选择理论的发展杜能的农业区位论

德国经济学家杜能(Tunen，1826)从区域地租出发探索因地价不同而引起的农业分带现象，创立了农业区位论。他假设有一个与外界无任何联系的孤立国，在这个孤立国内：（1）只有一个中心城市，城市周围是广阔的、自然条件均一的可耕平原；（2）均匀分布着具有相同技术素养的农民，他们追求最大利润，并有能力按市场要求调整其农业经营类型；（3）城市是农产品惟一的市场，马车是惟一的运输工具，农民承担农产品的运费，运费与距离成正比。场址选择理论的发展

根据孤立国的假设，按照当时的农业生产条件，杜能认为，在孤立国内，将形成以中心城市为中心，呈同心圆状，由内向外分布的6个农业圈。C654321杜能环场址选择理论的发展

第一圈：自由农业带，距市场最近，主要生产易腐难运的农产品，如鲜奶、蔬菜等。第二圈：林业带，为城市提供木材和燃料。第三圈：作物轮作带，该带内作物6年轮回一次。6年中有2年种稞麦，分别用1年种土豆、大麦、苜蓿和野豌豆。这样，中间就不需要有休闲地。第四圈：谷草轮作带，谷物、牧草和休闲地轮作，7年轮回一次。第五圈：三圃轮作带，每年分别有1/3的土地种燕麦、稞麦和休闲，3年轮回一次。第六圈：畜牧带，生产牧草，放养牲畜，实行租放经营。在该带以外就是未耕的荒野。场址选择理论的发展韦伯的工业区位论

德国人韦伯于1909年发表了他的工业区位学说。韦伯的理论强调价格和成本的因素，目的在于寻求最小费用的区位。他认为，工厂偏向运输费用最低的区位。假定某个工厂，其原料来自两个地区，那么，原料地和市场之间构成了一个区位三角形。在区位三角形内存在着一个总运费的最低点，这个点则是工厂最理想的区位。场址选择理论的发展

如下图所示，M1和M2代表两个原料供应地，C代表市场。工厂要生产1吨产品，需用M1地的原料3/4吨，需用M2地的原料1/2吨。那么，在区位三角形内寻找一点P，使它到C（市场）、M1、M2三点的距离与运量的乘积之和为最小。这样，P点就是工厂理想的区位。PCM2M1韦伯的区位三角形示意图场址选择理论的发展阿隆索的竞租理论

所谓地价竞租机制，是指地价作为企业生产经营成本的主要支出项目，对于企业区位选择决策产生重要影响的作用机制。dcba商业竞价线工业竞价线住宅竞价线农业竞价线a商业区b工业区c住宅区d农业区物流选址的意义

场址选择的好坏，对生产力布局、企业投资、建设速度及建成后的生产经营，有极重要的影响。场址一经选定，许多建设费用和生产费用的因素就要被场址条件所决定。如果选择不当，开始建设以后再改变，就会遭受很大的损失。建成以后，如果先天不足或有致命弱点，则很难改变或无法改变，经营管理很难控制或无法控制。场址选择常见错误场址选择中最常见的错误有：

1）对场址选择缺乏充分的调查研究和勘察。2）不能客观地对待科学分析，凭主观意愿作出决定。3）选址工作过于仓促。4）忽视了不适合本设施特点的自然条件、市场条件、运输条件等因素。5）缺乏常远考虑，确定的厂址限制了发展。场址选择考虑因素地区选择考虑因素

1）社会和经济环境2）资源条件3）气候条件4）运输条件5）人力资源条件地点选择考虑因素

1）地形地貌条件2）地质水文条件3）运输联接条件4）公共设施条件5）环境条件6）生活居住条件7）特殊要求第二节物流场址选择方法优缺点比较法

在场址选择中，优缺点比较法是一种最简短的分析方法，尤其适用于非经济因素的比较。有时几个场址方案在费用和效益方面比较接近，则非经济因素就可能成为考虑的关键因素。在这种情况下，可采用优缺点比较法对若干方案进行分析比较。常见的场址选择方案非经济因素比较的内容见下页表。优缺点比较法非经济因素比较的内容序号因素序号因素1区域位置11风向及卫生条件2面积及地形12供电供热3地势与坡度13供水4风向、日照14排水5地质条件：土壤、地下水、耐压力15地震6土石方工程量16防洪措施7拆迁、赔偿情况17经营条件8铁路接轨情况18协作条件9公路联接情况19建设速度10与城市的距离及交通20德尔菲法德尔菲法又称专家调查法，最早由美国兰德公司首先使用，并盛行世界。德尔菲法常用于预测工作，但也可用于对设施选址进行定性分析。其具体实施步骤如下：

1）组成专家小组。按照设施选址所需要的知识范围确定专家，人数一般不超过20人。2）向所有专家提出设施选址的相关问题及要求，并附上各选址方案的所有背景材料，同时让专家提交所需材料清单。德尔菲法

3）各个专家根据他们所收到的材料，提出自己的意见。4）将专家的意见汇总，进行对比。并将材料反馈给各专家，专家根据反馈材料修改自己的意见和判断。这一过程可能要进行三到四次，直到每一个专家不再改变自己的意见为止。5）对专家的意见进行综合处理以确定选址方案。加权因素法

进行比较的各种非经济因素，其重要程度是不同的。要进行综合比较，可以采用加权因素法。加权因素法的步骤：

（1）对设施的每项因素规定一个从1－10的权数，表示它的相对重要性；（2）然后按每个因素用元音符号给每个方案进行优势评级，乘上它们各自的因素权数，得出该因素每个方案的分数；（3）每个方案各因素的分数总和就是该方案的总分，加以比较。加权因素法举例序号考虑因素权数各方案的等级和分数ABCD1位置8A/32A/32I/16I/162面积6A/24A/24U/0A/243地形3E/9A/12I/6E/94地质条件10A/40E/30I/20U/05运输条件5E/15I/10I/10A/206原材料供应2I/4E/6A/8O/27公用设施条件7E/21E/21E/21E/218扩建可能性9I/8A/36I/8E/27合计16317199119注：A＝4，E＝3，I＝2，O＝1，U＝0加权因素法

加权因素法可用于地区选择，也可用于地点选择。应用时，先分别对地区和地点进行评价，然后地区和地点得分进行加总，按总分进行比较。备选场址方案地区得分地点得分合计A149163312B130171301C10799206D93119212E120123243加权因素法加权因素法的关键，确定权重。这里介绍一种逐对比较法。举例：对减少交通事故的措施采取五个评价指标进行评价，如下表，请确定这五个指标的权重。评价指标12345678910得分权值死亡者减少111140.4受伤者减少011130.3经济损失减少001010.1外观000000实施费用001120.2因次分析法因次分析法是把备选方案的经济因素（有形的成本因素）和非经济因素（无形成本因素）同时加权并计算出优异性加以比较的方法。因次分析法的步骤

（1）列出各方案供比较的有形成本和无形成本因素，对有形成本因素计算出金额帖现值，对无形成本因素评出其优劣等级，按从优到劣顺序给以1，2，3，4…的分值。（2）按成本因素的相对重要性，从重要到不重要顺序给以4，3，2，1的加权指数。（3）计算比较值。因次分析法式中：R－比较值；

Q1j－备选地点A的第j个成本因素值

Q2j－备选地点B的第j个成本因素值

ωj－第j个成本因素的加权指数

n－成本因素数因次分析法举例因素备选地点权数ωAB有形成本（元/年）固定资产折旧5000003000004生产费用50000200004燃料动力费用20000300004合计570000350000无形成本发展可能性1分2分1产品质量2分3分4适应变化的柔性1分4分3财务方法量－本－利分析法量本利分析，它有利于对供选择的地点在经济上进行对比，一般常用图表法求解。它的步骤如下：

1）确定每一备选地址的固定成本和可变成本。2）在同一张图表上绘出各地点的总成本线。3）确定在某一预定的产量水平上，哪一地点的成本最少或者哪一地点的利润最高。量－本－利分析法这种方法需要以下几点假设：

a）产出在一定范围时，固定成本不变。b）可变成本与一定范围内的产出成正比。c）所需的产出水平能近似估计。d）只包括一种产品。在成本分析中，要计算每一地点的总成本TC，利用以下公式：TC=FC+VC×Q

式中，FC—固定成本；VC—单位的可变成本；Q—产出产品的数量或体积量－本－利分析法举例

下表列出了四个可能成为工厂所在地的地点的固定成本和可变成本。1）绘出各地点的总成本线图；2）指出使每个备选地点产出最优的区间（即总成本最低）3）如果要选择的地点预期每年产量为8000个单位，哪一地的总成本最低？候选场址每年的固定成本每单位的可变动成本A25000011B10000030C15000020D20000035量－本－利分析法图中显示出了各个供选择地点的总成本最低时的区间。请注意D地从未优于其他任何一地。因此可以从B线和C线的交点以及A线和C线交点所得到的产出水平求出确切的区间。为了得到这点，可使他们的总成本公式相等，求Q，即得到最优产出水平的界限。内部收益率法内部收益率（IRR）

是那个令项目净现值为0的贴现率。内部收益率的基本公式NPV贴现率（％）0IRR内部收益率法NPV贴现率（％）0IRR决策树法[例]某零售商拟在北京、郑州、上海的某一地建厂。该零售商的动作可能引起其它零售商采取广告促销的方式进行反击，竞争对手的反应如下表所示。同时，该零售商以后的盈利情况受国民经济条件的影响，可能的情况及概率为：衰退（0.10）、正常（0.60）、繁荣（0.30）。该零售商该如何决策？选址地点竞争对手反应的概率全国性广告地区性广告不做新广告上海0.700.200.10郑州0.400.500.10北京0.000.400.60决策树法繁荣（0.30）800.21正常（0.60）00.42衰退（0.10）－400.07繁荣（0.30）1000.06正常（0.60）400.12衰退（0.10）－200.02繁荣（0.30）1200.03正常（0.60）600.06衰退（0.10）200.01繁荣（0.30）400.12正常（0.60）00.24衰退（0.10）－200.04繁荣（0.30）500.15正常（0.60）200.30衰退（0.10）－100.05繁荣（0.30）600.03正常（0.60）400.06衰退（0.10）100.01繁荣（0.30）200.00正常（0.60）00.00衰退（0.10）－100.00繁荣（0.30）250.12正常（0.60）100.24衰退（0.10）－50.04繁荣（0.30）300.18正常（0.60）150.36衰退（0.10）50.06上海郑州北京地区的（0.20）无（0.10）全国的（0.70）地区的（0.50）无（0.10）全国的（0.40）地区的（0.40）无（0.60）全国的（0.00）决策树法评价表工厂地点上海郑州北京期望回报（μ）31.821.316.3风险（σ）43.621.48.9v＝μ/σ1.41.00.55离散选址模型重心法

选址时，若生产费用中运输费用是一个很重要的因素，而且多种原材料由多个地点供应，则可以根据重心原理确定场址的具体位置。这种办法适用于运输费率相同的产品，使求得的场址位置离各个原材料供应点的距离乘以各点供应量之积的总和为最小。这里的距离采用曼哈顿距离。重心法距离的种类（1）矩形距离又称为直角距离、都市距离、曼哈顿距离。即：两个设施间距离以沿着平行于一个垂直坐标轴的路径来测量时得到的长度。（2）欧几里德距离（3）实际距离重心法[引例]若所有居民居住在一条街（直线）上，考虑一家商店的选址。[分析]由于街上各个位置出现顾客的概率是不一样的，因此，如果我们考虑到这个条件的限制，就需要给整条街的不同位置加一个权重进行分析。在权重等外部条件都确定的情况下，此类问题可以用以下目标函数进行描述：若x是连续变量，则目标函数为：重心法对上述二式求导并令其微分值为0，结果为：上述结果表明，所开设的新店面需要设置在两面的权重都是50%的位置，即重心点；若权重相等，则s=L/2，则为中心点。重心法将上述模型推广到二维空间，利用城市距离进行计算，可表达为：这个式子也可以表达为两个不相干的部分进行表达：即：分别求x轴与y轴的重心点即可。重心法将条件再加强一下，即：若每个点到目标位置点的费用为ci，则：同样表达为两个不相干的部分进行表达：分别求x轴与y轴关于ciwi的重心点即可。重心法重心的求法：

[思考]如何求右图所求的重心？F1F2F0x1x2xs重心法我们很容易将一维空间的情况推广到二维空间，或多维空间。通过x与y两个维度分别计算其重心，如下式所示（c表示费率）：重心法若各点的费率相等，则：P1(X1,Y1)P2(X2,Y2)Ps(Xs,Ys)P3(X3,Y3)P4(X4,Y4)xy重心法举例：某机器制造厂，每年分别从P1，P2，P3，P4运钢材、铸铁、焦碳、型材。距离如下表所示，运输费用相同。试用重心法确定合理位置。原材料供应地及其坐标P1P2P3P4X1Y1X2Y2X3Y3X4Y4坐标距离（km）2070606020205020年运输量（t）2000120010002500重心法精确重心法前述重心法使用的城市距离，并不是精确解，因此也称为粗略重心法。精确重心法使用欧氏距离，这将使选址问题变得复杂，但有更为广阔的应用范围。使用欧氏距离后，目标函数变为：精确重心法则：得：精确重心法[思考]如何求解？[动手]编一段程序，描述求解过程。[参考]xtarget=0.00001;ytarget=0.00001;xdistance=100;ydistance=100;xs_old=x0;ys_old=y0;calculate_time=0;dowhile(xdistance>=xtargetandydistance>=ytarget)xs_top=0;xs_bottom=0;ys_top=0;ys_bottom=0;fori=1tonstep1xs_top=xs_top+w[i]*C[i]*x[i]/sqrt(sqr(x[i]-xs_old)+sqr(y[i]-ys_old));xs_bottom=xs_bottom+w[i]*C[i]/sqrt(sqr(x[i]-xs_old)+sqr(y[i]-ys_old));ys_top=ys_top+w[i]*C[i]*y[i]/sqrt(sqr(x[i]-xs_old)+sqr(y[i]-ys_old));ys_bottom=ys_bottom+w[i]*C[i]/sqrt(sqr(x[i]-xs_old)+sqr(y[i]-ys_old));endforxs_new=xs_top/xs_bottom;ys_new=ys_top/ys_bottom;精确重心法xdistance=xs_new-xs_old;ydistance=ys_new-ys_old;xs_old=xs_new;ys_old=ys_new;calculate_time=calculate_time+1;enddo

重心法练习[练习题]现在你有一项新任务，为一个食品供应公司在市中心商业区选择一个新店面的位置。在xy坐标第中，潜在顾客的位置为：（4,4），（12,4），（2,7），（11,11），（7,14）。需求的期望权重分别为：4、3、2、4、1。1）用城市距离进行，推荐一个食物供应店面的地址，要求所有顾客到达新店面的总距离最短；2）将1）中的结果作为一个初始解，用欧氏距离进行重新优化，推荐一个最优的位置。离散点选址离散点选址指的是在有限的侯选位置里，选取最合适的一个或者一组位置为最优方案。它与连续点选址模型的区别在于：它所拥有的候选方案只有有限个元素，我们考虑问题的时候，只需在这几个有限的位置进行分析。离散点选址的两类模型

（1）覆盖模型

①集合覆盖模型：用最小数量的设施去覆盖所有的需求点。②最大覆盖模型：在给定数量的设施下，覆盖尽可能多的需求点。

（2）P－中值模型覆盖模型覆盖模型所谓覆盖模型，就是对于需求已知的一些需求点，如何确定一组服务设施来满足这些需求点的需求。在这个模型中，需要确定服务设施的最小数量和合适的位置。适用范围

商业物流系统：如零售点的选址问题、加油站的选址、配送中心的选址等；

公用事业系统：如急救中心、消防中心等；

计算机与通信系统：如有线电视网的基站、无线通信网络基站、计算机网络中的集线器设置等。集合覆盖模型集合覆盖模型的目标是用尽可能少的设施去覆盖所有的需求点，如下图示，相应的目标函数表达为：集合覆盖模型N——研究对象中的n个需求点（节点）；di——第i个节点的需求量；Cj——设施节点j的容量；A(j)——可以被节点j的设施所覆盖的所有节点的集合；B(i)——可以覆盖节点i的设施节点j的集合；Xj——设施是否位于节点j，取值为0或1；Yij——节点i需求中被分配给设施节点j的部分。（1）式保证最小化设施的数目；（2）式保证每个节点的需求都得到满足；（3）式对每个服务设施的能力进行限制。集合覆盖模型下面介绍此类题目的启发式方法。[例题]乡村医疗诊所选址问题。卫生部门考虑到农村地区的医疗条件的落后的匮乏，计划在某一个地区的9个村增加一系列诊所，以改善该地区的医疗卫生水平。它希望在每一个村周边30km的范围内至少有一个诊所，不考虑诊所服务能力的限制；除第6个村缺乏建立诊所的必要条件外，其他任何一个村皆可作为诊所的候选位置，则卫生部门应设立几个诊所及每个诊所的位置在哪里？213576894203020351040353020303015152530集合覆盖模型[解题步骤]第一步：找到每一个村可以提供服务的所有村的集合A(j)，即它们距该村距离小于或等于30km的所有村的集合。例如，从1村开始，2、3和4村到1村的距离都小于30km，这样它们都可以由1村的诊所提供服务，得到集合A(1)=｛1,2,3,4｝；然后逐一进行计算，就可以得到所有的A（j）。如表所示。村编号A(j)11,2,3,421,2,331,2,3,4,541,3,4,5,6,753,4,5,664,5,6,7,874,6,7,886,7,8,998,9集合覆盖模型第二步：找到可以给每一个村提供服务的所有村的集合B(i)。一般地这两个集合是一致的，但若考虑其它一些限制条件就可能出现差异。本例中6不具备条件，所以应从B(i)中去掉6。如右表所示。村编号A(j)B(i)11,2,3,41,2,3,421,2,31,2,331,2,3,4,51,2,3,4,541,3,4,5,6,71,3,4,5,753,4,5,63,4,564,5,6,7,84,5,7,874,6,7,84,7,886,7,8,97,8,998,98,9集合覆盖模型第三步：找到其它村服务范围的子集，将其省去，可以简化问题。如：2村可以对1、2、3村提供服务，而1村可以对1、2、3、4村提供服务，因此，2村的服务范围是1村的一个子集，可以忽略在2村建立诊所的可能性。如图中带括号的集合都是其它部分的子集，它们已被排除在候选子集之外。（3,4,8）是候选点的集合。村编号A(j)B(i)11,2,3,4(1,2,3,4)21,2,3(1,2,3)31,2,3,4,51,2,3,4,541,3,4,5,6,71,3,4,5,753,4,5,6(3,4,5)64,5,6,7,84,5,7,874,6,7,8(4,7,8)86,7,8,97,8,998,9(8,9)集合覆盖模型第四步：确定合适的组合解。本例中，（3,4,8）本身就是一个组合解，但为了满足经济性的要求，尽可能少地建立诊所，还需要从中剔除可以被合并的候选点。本例中，（3,8）是可以覆盖所有村的一个数量最少的组合。集合覆盖模型练习题[练习题]一家银行准备在某县的农村地区投放一批自动取款机（ATM），以方便在农村的用户取款。该地区的村落情况和相对距离如下图所示。银行需要确定在任一村人都可以在20min之内到达自动取款机的情况下，需要多少台自动取款机，它们的位置又在哪里？213576415203515202535201520最大覆盖模型最大覆盖模型的目标是对有限的服务网点进行选址，为尽可能多的对象提供服务。最大覆盖模型N——研究对象中的n个需求点；di——第i个节点的需求量；Cj——设施位于节点j时的相应的容量；A(j)——可以被节点j的设施所覆盖的所有节点的集合；；B(i)——可以覆盖节点i的设施节点j的集合；p——允许投建的设施的数目；Xj——设施是否位于节点j；Yij——节点i需求中被分配给节点j的部分。（1）式满足最大可能的对需求提供服务；（2）对需求的限制，服务不能大于当前需求的总和；（3）式为设施能力的限制；（4）式限制最多可投建的设施的数目。最大覆盖模型下面介绍由RichardChurch&CharlesReVelle设计的贪婪算法进行求解。[例题]如前例医疗站问题，如果仍不考虑其服务能力的限制，最多的诊所数目为2，请用最大覆盖法进行求解。[解析]第一步到第三步如前述。第四步：初步确定解的集合为，然后比较A(3)、A(4)、A(8)的数目。由于4村可以提供服务的对象最多，因此，将4村加入到解集合S中，S＝{4}；第五步：比较3村和8村，除去4村提供服务的1、3、4、5、6、7外，剩下的只有{2,8,9}。3村可以对2村提供服务，而8村可以对8、9两个村提供服务，因此，8村作为第二个投建点加入到集合中，S＝{4,8}；最大覆盖模型第六步：若满足条件（本例中仅建两个诊所）则停止，否则，转第五步。显然，启发式方法不是最优解。P－中值模型P－中值模型是指在一个给定数量和位置的需求集合和一个候选设施位置的集合下，分别为p个设施找到合适的位置并指派每个需求点到一个特定的设施，使之达到在需求点和设施位置之间的运输费用最低。求解一个P-中值模型需要解决两个问题：（1）选择合适的设施位置（表达式中的x变量）；（2）指派客户到相应的设施中去（表达式中的y变量）。P－中值模型N-系统中的n个客户（需求点）；di-第i个客户的需求；M-m个投建设施的候选地点；cij-从地点i到地点j的单位运输费用；p-可以建立的设施的总数（p<m）；yij-客户i由设施j来提供服务；xj-在地点j建立设施的情况。第（4）式为保证没有设施的地点不会有客户。P－中值模型下面介绍贪婪取走启发式算法。[例题]某饮料公司在某新地区经过一段时间的宣传之后，得到了8个超市的订单，由于该新地区离总部较远，该公司拟在该地区新建两个仓库，经过一段时间的实地考查之后，已有四个候选地址。从候选地址到不同的仓库的运输成本、各个超市的需求量都已经确定，如表所示。如何用最低的运输成本来满足该地区的要求？cijjdi12341412206100221025105033416141204659280518127320061424970720302116082412622100P－中值模型[题解]第一步：初始化，令循环参数k=m，将所有的m个候选位置都选中，然后将每个客户指派给费用最省（距离与费用的乘积）的一个候选位置，如图1所示，总成本＝2480。231765481432100140400360160600120600P－中值模型第二步：选择总取走一个位置点，以满足下列条件：假如将它取走并将它的客户重新指派后，总费用增加量最小。然后令k＝k-1。

（2.1）移走位置1：231765481432500140600480160600120600（a）移走候选位置1后的变化总费用＝3200，增量＝3200-2480=720P－中值模型（2.2）移走位置2：231765481432100280400360160600120600（b）移走候选位置2后的变化总费用＝2620，增量＝2620-2480=140P－中值模型（2.3）移走位置3：2317654814321001404003601606006601200（c）移走候选位置3后的变化总费用＝3620，增量＝3620-2480=1140P－中值模型（2.4）移走位置4：由上面（a）-（d）四图知，移走第2个点产生的增量（140）是最小的，所以，第1个被移走的候选点就是候选位置2。这样，就得到了k=3时的临时解。2317654814321001404003604001400120600（d）移走候选位置4后的变化总费用＝3520，增量＝3520-2480=1040P－中值模型第三步：重复第二步，直至k=p。（3.1）移走位置1：

2