物流中心选址问题研究

物流中心选址问题研究 5.物流中心选址问题的研究现状5.1选址问题的程序和步骤5.2选址问题的早期研究5.30-1整数规划方法选址5.4单设施选址5.5多设施选址5.6动态设施选址5.7零售/服务设施选址5.8小结什么是物流中心选址问题？内容：物流中心选址是指在一个具有若干供应点及若干需求点的经济区域内，选一个地址设置物流中心的规划问题。目标：使商品通过物流中心的汇集、中转、分发直到输送到需求点的全过程效益最好。什么是物流中心选址问题？方法：一般是通过成本计算，也就是将运输费用、配送费用及物流设施费用模型化，采用约束条件及目标函数建立数学公式，从中寻求费用最小的方案。5.1选址问题的程序和步骤

进行物流中心选址时，可以分成如下的7个步骤：（1）：选址约束条件分析（2）：搜索整理资料（3）：地址筛选（4）：定量分析（5）：结果评价（6）：复查和确定选址结果选址约束条件分析：

（1）：需求条件

顾客现在分布，未来分布预测，货物作业量的增长率及物流区域分析（2）：运输条件北京市的四道口蔬菜、果品配送重心就建在铁路货运站旁边，并且近靠公路。（3）：配送服务的条件向顾客报告到会时间、发送频率、根据供货时间计算的从顾客到物流重心的距离和服务范围等（4）：用地条件（5）：法规制度收集整理资料

为正确构造优化模型必须：（1）掌握业务量

①工厂到物流中心之间的运输量

②向顾客配送的货物数量③物流中心保管的货物数量（2）掌握费用

①工厂至配送中心之间的运输量

②物流中心到顾客之间的配送费③与设施、土地有关的费用及人工费、业务费等①②两项费用，随着业务量和运送距离的变化而变动，所以必须对每一吨公里的费用进行分析（成本分析）；③项包括可变费用和固定费用，可以根据可变费用和固定费用之和进行成本分析选址很重要，但是很困难！

（1）：选址因素相互矛盾。例如：利于配送的地方能较多地接受业务，但常常地价贵、租金高。（2）：不同因素的相对重要性很难确定和度量。（3）：判断的标准会随着时间的变化而变化，现在认为好的选址，过几年就不一定是好的选址了。家乐福的选址－对物流中心选址的启发家乐福1995年进入中国市场后，短时间内在相距甚远的北京、上海和深圳三地开了大卖场，这是因为可以对立地发展出自己的供应网络。根据家乐福自己的统计，从中国本地购买的商品占了商场里所有商品的95%以上，仅2000年采购金额就达15亿美元。除了已有的上海、广东、浙江、福建及胶东半岛等各地的采购网络，家乐福还将分别在中国的北京、天津、大连、青岛、武汉、宁波、厦门、广州及深圳开设区域采购网络。家乐福(Carrefour)的法文意思是“十字路口”，而家乐福的选址也不折不扣地体现这一标准－－所有的都开在十字路口。店址的选择，其背后精密和复杂的计算，将令行业外的人士大吃一惊。第一，测算商圈内的人口消费能力。中国目前没有现成的资料（GIS人口地理系统）可资利用，所以店家不得不借助市场调研公司的力量来收集这方面的信息。有一种做法是以某个原点出发，测算5分钟步行会到什么地方，然后是10分钟步行会到什么地方，最后是15分钟会到什么地方。根据中国的本地特色，还需要测算以自行车出发的小片、中片和大片半径，最后是以车行速度来测算小片、中片和大片各覆盖了什么区域。如果有自然分隔线，如一条铁路线，或是另一个街区有一个竞争对手,商圈的覆盖就需要依据这种边界进行调整。然后，需要对这些区域进行进一步的细化，计算这片区域内各个居住小区的数量和密度、年龄分布、文化水平、职业分布、人均可支配收入等许多指标。家乐福的做法更细致一些，它根据这些小区的远近程度和居民可支配收入，又划定了重要销售区和普通销售区域。家乐福的选址－对物流中心选址的启发第二，研究这片区域内的城市交通和周边商圈的竞争情况。如果一个未来的店址周围有许多的公交车，或是道路宽阔，交通方便，那么销售辐射的半径就大为放大。上海的大卖场都非常聪明，例如家乐福古北点周围的公交线不多，家乐福干脆自己租用公交车定点在一些固定的小区间穿行，方便这些离得比较远的小区居民上门一次性购齐一周的生活用品。当然，未来潜在销售区域会受到很多竞争对手的挤压，所以家乐福也将未来所有的竞争对手计算进去。传统的商圈分析中，需要计算所有竞争对手的销售情况，产品线组成和单位面积销售额等，然后将这些顾及估计的数字从总的区域潜力中减去，未来的销售潜力就产生了。另外，家乐福还对它的顾客进行了详细分析：顾客中有60%在34岁以下，70%是女性，然后有28%的人走路，45%乘坐公共汽车而来。所以，大卖场可以依据这些目标顾客的信息来微调自己的商品线。家乐福的选址－对物流中心选址的启发 5.2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。5.2.1地租出价曲线（Bid-RentCurves）韦伯的工业分类5.2.3胡佛的递减运输费率地租出价曲线（Bid-RentCurves）

从宏观方面可以将选址方法分成两类：（1）：运输成本最小化方法（2）：利润水平最大化方法运输成本最小化方法是由德国农业学家杜能（JohannvonThünen）在1875年就农产品的仓库选址问题提出的。

JohannvonThünen的选址模型有两个假定条件：假定1：农产品的销售价格和生产成本在各个不同的市场上都是相同的.假定2：由于农民的利润为农产品的销售价格减去其生产成本和运输成本，因而最优的选址策略应当是使运输成本最小。杜能（JohannvonThünen）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。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。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 5.2选址问题的早期研究

韦伯（Weber）的工业分类韦伯（Weber）在1909年提出：对于使重量减少的生产过程（产成品重量小于原材料的重量），最好工厂建在距原材料处近些。对重量增加的生产过程，最好将工厂建在距市场近的地方以减少运输费用。对于没有重量损失的原材料选址可建立在任何合适的地方。（1）钢铁厂炼钢——最好工厂建在距原材料处近些（2）饮料厂装罐——工厂建在距市场近的地方。（3）装配线生产——成品重量是装配过程中使用的所有零部件重量之和

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。 5.30-1整数规划方法选址

5.3.10-1整数规划方法选址问题的提出5.3.2引入0-1变量的实际问题构造相关的模型：5.4单设施选址（SingleFacilityLocation）

5.4.1一般的单设施选址模型随着应用数学和计算机的普及，这些方法就不再只是理念上的方法，而更多是数学上的方法。单设施选址模型可用来为工厂、车站、仓库或零售/服务设施选址。因为选址因素只包括运输费率和该点的货物运输量，所以这个方法很简单。数学上，该模型可被归为静态连续型选址模型。单一设施选址问题的例子：（1）为现有的工厂或市场建一新的仓储中心为当前市场服务（2）在工厂内确定机器器具位置；（3）建立一个区域性机场为几个城市服务问题定义如下：给出现有设施位置、新设施和现有设施之间的运输量，确定使总运输费用最小的最优选址方案。(运输费用是以运输距离乘以运输量来确定的)。1直角选址模型当考虑的问题是一个工厂、仓库或城市时，根据线路结构，物质移动以直角形式进行时最适合此模型。现有设施坐标（，）和新设施坐标（，），它们之间的直角距离为，定义如下：（1）当有个现有设施时，每个旧设施和新设施有一流量使总位移最小的新设施选址问题可表示如下：（2）(2)式可重写为(3)式，即将问题分解成两个单独最小化问题得(4),(5)式：（3）（4）（5）2欧几里德选址模型（精确重心法）

当考虑的问题是一个地区、国家、或一个城市，且物体沿可修改的欧几里德距离表示的直线运动。现有设施与新设施之间的距离被定义为：（6）其中是将欧氏距离变为实际距离的转换因子，它依赖于区域的实际调查情况。个现有设施，每个现有设施同新设施间有一流量，使总移动费用最小的新设施选址模型可表示为：（7）上式中，为到位置的单位运输费用。（7）式的最小化问题可以用简单的求导来解决。对和各求偏导，令它们为0，得，2欧几里德选址模型（精确重心法）（续）

（8）（9）这里代表新设施和现有设施之间的距离，可用（6）式计算。因为新设施位置未知，解决此问题可用迭代方法，迭代方法能保证收敛到最优值。因式（8）、（9）和计算机器重心的公式相似，这种方法也被称为重心法，其迭代步骤为：2欧几里德选址模型（精确重心法）--算例

某公司由两个工厂向物流中心供货，由物流中心供应三个零售点，各个设施的相应位置可以参见示意图，货物运输量和运输费率见下表，试用重心法找出运输成本最小的物流中心位置2欧几里德选址模型（精确重心法）--算例

地点总运输量运输费率坐标P120000.05038P230000.05082M125000.07525M210000.07564M315000.07588按照解题步骤：

?X=5.16,Y=5.18采用VC做一个简单的程序Dp1Dp2Dm1Dm2Dm3AB5.1605.1803.5524.2643.1651.4484.0025.1455.0573.6424.1823.1461.3594.1005.0565.0093.6294.2103.0561.3824.1975.0105.0093.6044.2423.0101.4134.2294.9965.0193.5884.2592.9961.4304.2324.9965.026通过迭代得到的计算结果2欧几里德选址模型（精确重心法）——优缺点优点：此类方法不限于在特定的备选地点进行选择，灵活性较大。缺点：（1）：由于自由度较大，由迭代计算求得的最佳地点实际上往往很难得到。因为，所选地址可能位于河流、湖泊中间或街道中间，还有的地点可能在自然条件不容许选用的地方等。（2）：另外，从所选设施地点（如物流中心）向需求点发送，被认为都是直线往复的运输，这也是不符合实际的。实际上，多数情况是一辆车巡回于数个零售店之间，而且通常要考虑实际的道路距离，这就使这种方法的求解相当复杂。这也是这种方法的另一缺点。3加权因素分析这种方法既可考虑影响设施选址的定量因素也可考虑定性因素，但在分析之前需要确定一系列候选地点。3加权因素分析——影响地点选择的主要因素分类因素费用结构土地费用建筑费用税收、保险及其它法律规定分区规划租借条款地方商业规章人口统计人口基数收入状况劳动力供给交通运输运输类型及流量运输方式到达车站或港口的方便程度零售结构竞争对手附近商店的类型备选地点特征停车的方便性建筑物的状况从其它主要街道看此地的能见度5.3.2单设施选址模型的推广精确重心法的连续选址特性和其简单性使其不论是作为一个选址模型，还是作为更复杂方法的子模型都很受欢迎，也鼓舞着研究者拓展模型的功效。精确重心模型有许多推广模型，其中主要有：考虑客户服务和收入，解决多设施选址问题，引入非线性运输成本等。5.3.3对单设施选址问题的评述没有任何模型具有某一选址问题所希求的所有特点，也不可能由模型的解能够直接导出最终决策，或者说管理人员只需把选址问题委托给分析人员就高枕无忧了。因此，我们只能希望这些模型可以提供指导性解决方案。有效利用这些模型不仅需要我们充分认识其优势，还需要了解其缺陷。这些单设施选址模型的优点—他们有助于寻找选址问题的最优解，而且因为这些模型能够充分真实地体现实际问题。模型的缺点：选址模型的结果有可能失实。但主要看问题的敏感程度，比如化了假设条件。 5.5多设施选址5.5.1精确法（ExactMethods）5.5.2多重心法（MultipleCenter-of-GravityApproach）5.5.3混合-整数规划（Mixed-IntegerProgramming）5.5.4模拟法（SimulationMethods）5.5.5鲍摩-瓦尔夫模型法对大多企业而言，其面临的问题往往是必须同时决定两个或多个设施的选址，虽然问题更加复杂，却更接近实际情况。多设施选址问题很普遍，因为除了非常小的公司以外，几乎所有公司的物流系统中都有一个以上的仓库。由于不能将这些仓库看成是经济上相互独立的，而且可能的选址布局方案相当多，因而问题十分复杂。5.5.1精确法（ExactMethods）含义：精确法是指这样一些方法，这些方法能够保证得到选址问题的数学最优解，或者至少是精确度已知条件下的解。优势：精确法在许多方面堪称解决选址问题的理想方法。微积分和数学规划模型即属于该类方法。劣势：该方法将导致计算机运行时间很长，要求的内存空间巨大，且在适用于实际问题时会有一些问题的定义不太准确。5.5.2多重心法（MultipleCenter-of-GravityApproach）精确重心法是一种以微积分为基础的模型，用来找出起讫点之间使运输成本最小的中介设施的位置。如果要确定的点不止一个，就有必要将起讫点预先分配给位置待定的设施。这就形成了个数等于待选址设施数量的许多起讫点群落。随后，找出每个起讫点群落的精确重心点。针对设施进行起讫点分配的方法很多，尤其是在考虑多个设施及问题涉及众多起讫点时。方法之一是把相互间距离最近的点组合起来形成群落，找出各群落的重心位置，然后将各点重新分配到这些位置已知的设施，找出修正后的各群落新的重心位置，继续上述过程直到不再有任何变化。这样完成了特定数量设施选址的计算。该方法也可以针对不同数量的设施重复计算。如果能够评估所有分配起讫点群落的方式，那么该方法是最优的。尽管如此，就实际问题的规模而言，在计算上却是不现实的。即便预先将大量顾客分配给很少的几个设施，也是一件极其庞杂的工作。因此还需要使用其他方法。5.5.3混合-整数规划（Mixed-IntegerProgramming）（1）混合整数线性规划它是商业选址模型研究较多，也很受欢迎的方法。优势：混合-整数线性规划法能够把固定成本以最优的方式考虑进去。劣势：其代价也相当可观。除非利用个别问题的特殊属性，否则计算机运行的时间将很长，需要的内存空间也非常大。5.4.3混合-整数规划（Mixed-IntegerProgramming）（2）混合整数双层规划模型传统的单层混合整数规划选址模型，或者只考虑客户的需求量在某一个物流中心满足的情况，即每个客户只能由唯一的一个物流中心服务，或者只考虑在总费用最小情况下的配送方案，而不考虑客户的选择行为。而在现代物流体系中，顾客的需要被放到了首位，在研究选址问题时也不应例外。而双层规划模型就可以反映客户的这种选择行为。陆化普和王超（2001）应用双层规划对物流中心的选址问题进行了描述，上层规划为一混合整数规划用来描述政府的宏观行为，根据货车数量来确定物流中心的选址地点。下层规划用来描述物流中心使用者的微观行为，为多种类车辆分配问题，分配时遵循多种类车辆平衡原则。上述模型应用非数值算法（遗传算法）进行了求解。5.4.4模拟法（SimulationMethods）针对实际选址问题得到的最优解不好或不可行，可以采用模拟的方法进行评判。在模拟方法中，问题的复杂性及各种变量之间的相关关系用一些公式进行建模，模型的输入用概率分布进行描述，然后运行模拟模型来模仿实际系统的运行状态及其随时间变化的过程，并通过对模拟运行过程的观察和统计得到被模拟系统的输出参数和基本特性，以此估计和推断实际系统的真实参数和性能。模拟模型与算术选址模型不同，它要求分析员或管理人员必须明确网络中需要的特定设施。根据被挑选出来等待评估的个别设施及其分配方案判断这是最优的，还是接近最优的选址方式。5.4.5鲍摩-瓦尔夫模型法如图所示从几个工厂经过几个物流中心向用户输送货物。对此问题一般只考虑运费为最小的物流中心的选址问题。如何构造求解算法？求解思路：首先，给出费用的初始值，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。转化成为一个运输问题鲍摩－瓦尔夫模型的优缺点模型的优点：（1）计算简单（2）能评价流通过程中的总费用（3）能求解物流中心的通过量，即决定物流中心规模的目标（4）根据物流中心可变费用的特点，可以采用大批量进货的方式鲍摩－瓦尔夫模型的优缺点模型的缺点：（1）由于采用逐次逼近方法，不能保证必然会得到最优解（有时求出的最优解中可能出现物流中心数目较多的情况）（2）物流中心的固定费用没有在所得解中体现出来。 5.6动态设施选址在有些情况下，选址决策是动态的。原因：由于从某一阶段到下一阶段对现有设施的需求不同、新设施能力不同或新设施的运行费用不同而造成的。在动态情况下，必须对新设施重新选址来满足变化了的费用结构及其它需求。出现的问题：将会导致花费过大，这些费用包括在旧址