物流选址重心法
基于重心法的配送中心选址研究
基于重心法的配送中心选址研究配送中心的选址在物流系统中起着至关重要的作用，它直接影响到整个物流网络的效率和运营成本。
因此，基于重心法的配送中心选址成为一种较为常用的研究方法。
本文将探讨基于重心法的配送中心选址研究，并对其优势和应用进行分析。
重心法是一种基于地理位置的定量分析方法，它通过计算分布物体的重心位置来进行空间分析。
在配送中心选址研究中，重心法可以用来确定最佳的配送中心位置，以便最大限度地降低运输距离和成本，并提高物流效率。
在进行基于重心法的配送中心选址研究时，可以按照以下步骤进行：第一步，确定所有潜在的配送点位置。
这些潜在的配送点可以是已经存在的仓库、物流中心或市场，也可以是根据需求和市场分析确定的新的潜在位置。
第二步，收集有关每个潜在配送点的数据。
这些数据可以包括物流流量、运输成本、物流时间等信息。
此外，还可以考虑其他因素，如供应链可行性、市场需求等。
第三步，根据收集到的数据计算每个潜在配送点的重心。
重心是通过计算各点的加权平均值得到的。
具体计算方法可以根据不同的指标进行权重设置，来反映不同指标对于选址的重要程度。
第四步，通过比较不同配送点的重心位置，选择与最终目标最接近的位置作为最佳配送中心位置。
可以使用GIS软件等工具来进行空间分析和可视化。
首先，基于重心法的选址研究基于空间数据的分析，能够直观地反映不同配送点的分布情况和地理位置关系，从而提供客观的选择依据。
其次，基于重心法的选址研究充分利用了已有的数据和信息，通过计算和分析可以从大量的数据中挖掘出有用的信息，为选址决策提供科学依据。
再次，基于重心法的选址研究是一种定量分析方法，可以对不同的配送点进行比较和评估，从而快速选择最佳位置，减少决策时间和成本。
最后，基于重心法的选址研究具有一定的灵活性和适应性，可以根据实际情况进行权重设置和计算方法的调整，从而更好地满足特定需求。
在实际应用中，基于重心法的配送中心选址研究可以用于各种物流系统中，例如电商物流、城市物流等。
基于重心法的配送中心选址
详细描述
该零售企业需要将配送中心设置在销售状况最好的区 域，并选择该区域的中心点作为配送中心的位置。同 时还需要考虑该地区的交通网络，以确保配送效率。
05
基于重心法的选址的优缺点及改 进方向
优点：简便易行、计算量小、无需复杂软件
简便易行
基于重心法的配送中心选 址模型相对简单，易于理 解和实施。
计算量小
03
配送中心选址的步骤
确定需求和目标
确定配送中心的服务对象和需求，如覆盖的客户范围、配送频率、订单量等。
明确配送中心的目标，如成本最低、服务最好、覆盖范围最广等。
收集和分析数据
收集有关客户分布、交通状况、地价、政策等方面的数据。
分析数据以确定配送中心的最佳位置。
选择合适的地点
根据分析结果，选择合适的地点作为 配送中心，考虑因素包括交通状况、 地价、政策等。
案例三：某冷链物流的冷藏库选址
总结词
考虑地域的气候条件、交通状况、客户分布等因素。
详细描述
该冷链物流公司需要将冷藏库设置在气候条件适宜的区 域，并选择该区域的中心点作为冷藏库的位置。同时还 需要考虑该地区的交通状况，以确保冷藏品的安全运输 。
案例四：某零售企业的配送中心选址
总结词
以配送效率为重点，考虑区域内的交通网络和各地区 的销售状况。
重心法将配送中心选址问题转化为数学模型，通过计算各个因素的综合权重，确定 最优的配送中心位置。
重心法的基本原理是假设物流网络中的运输成本与距离成正比，而运输量与距离成 反比。
计算公式和方法
计算公式
设有一个n个候选点的集合，每个候选点都有x, y坐标以及与之相关的运输量和运 输成本，通过计算可得到一个最优解。
VS
重心法举例
一、简单重心法（运输量重心法）单一物流中心选址---重心法公式：x0 = ( ∑ xiwi ) / ( ∑ wi)y0 = ( ∑ yiwi ) / ( ∑ wi)( x0 , y0 ) ----新设施的地址( xi , yi ) ----现有设施的位置wi ----第i个供应点的运量例题：某物流园区，每年需要从P1地运来铸铁，从P2地运来钢材，从P3地运来煤炭，从P4地运来日用百货，各地与某城市中心的距离和每年的材料运量如表所示。
请用重心法确定分厂厂址。
解：x0 = ( 20×2000+60×1200+20×1000+50×2500 ) / ( 2000+1200+1000+2500) = 35.4y0 = ( 70×2000+60×1200+20×1000+20×2500 ) / ( 2000+1200+1000+2500) = 42.1所以，分厂厂址的坐标为(35.4 , 42.1)二、迭代重心法（“运输量—运输距离—运输费率”重心法）单一物流中心选址---迭代重心法单一物流中心选址---迭代重公式：X = ( ∑Q i R i X i/D i) / ( ∑Q i R i/D i ) Y= ( ∑Q i R i Y i/D i) / ( ∑Q i R i/D i )D i= ( ( X i-X)2+(Y i-Y)2 )1/2F = ∑Q i R i D i(Xi , Yi)----现有目标的坐标位置Qi----运输量Ri----运输费率F----总运费(X , Y)----新仓库的位置坐标Di----现有目标到新仓库的距离解题方法：（1）令Di=1A、求出仓库的初始位置；B、将求出的仓库位置（X，Y）代入Di公式中，求出客户到仓库初始位置的距离；C、计算出仓库初始位置的总运费ΣQiRiDi；( 2 ) 迭代计算：A、将Di代入原公式，求出仓库的新位置坐标（X ，Y）；B、将求出的（X ，Y）代入Di公式中求出Di；C、计算出仓库新位置的总运费ΣiQiRiDi…不断迭代，直到求出的仓库位置和总运费越来越接近于不变，即为所得；注意：牵涉到运输费率要用重心法做；但如无费率，又要求用迭代重心法计算，则令费率为1。
重心法选址计算公式物流
重心法选址计算公式物流在物流规划中，选址是一个至关重要的环节。
选址的好坏直接影响到物流运作的效率和成本。
重心法是一种常用的选址计算方法，通过重心法选址计算公式，可以帮助物流规划者找到最优的选址方案。
本文将介绍重心法选址计算公式及其在物流规划中的应用。
重心法选址计算公式是一种基于地理信息的选址计算方法。
它通过对物流需求点的地理位置进行加权平均，找到一个最佳的选址点，使得整个物流网络的运作成本最低。
重心法选址计算公式的基本原理是，通过对各个需求点的地理位置进行加权平均，找到一个最佳的选址点，使得整个物流网络的运作成本最低。
其计算公式如下：重心X坐标 = Σ(需求点X坐标需求量) / Σ需求量。
重心Y坐标 = Σ(需求点Y坐标需求量) / Σ需求量。
其中，需求点X坐标和Y坐标分别表示需求点的地理位置坐标，需求量表示该需求点的物流需求量。
通过这个公式，可以计算出一个最佳的选址点，使得整个物流网络的运作成本最低。
重心法选址计算公式在物流规划中有着广泛的应用。
首先，它可以帮助物流规划者找到最优的物流中心位置，使得整个物流网络的运作成本最低。
其次，它可以帮助物流规划者进行物流网络的优化设计，使得物流运作更加高效和便捷。
此外，重心法选址计算公式还可以帮助物流规划者进行物流需求预测，使得物流运作更加精准和有效。
在实际应用中，重心法选址计算公式需要结合具体的物流需求和地理信息进行计算。
首先，需要对物流需求点的地理位置进行调查和收集，包括需求点的X坐标和Y坐标以及需求量。
然后，根据这些数据，利用重心法选址计算公式进行计算，找到一个最佳的选址点。
最后，需要对选址点进行评估和验证，确保选址方案的可行性和有效性。
在使用重心法选址计算公式进行物流规划时，还需要考虑一些因素。
首先，需要考虑物流需求点的分布情况，以及各个需求点的地理位置和需求量。
其次，需要考虑物流运输的成本和效率，找到一个最佳的选址点，使得整个物流网络的运作成本最低。
物流系统选址规划设计---重心法
5.5360 5.0950 5 *1
6.4717 3.7730 4.1603 5.5360
7、7.求出di(利 k),并求用 出总费式 用H（k2） .3求出di k ,即di1 ; 并求出总运费H k ,即H1
d11 8.5802 22 5.0950 22 7.2712
d21 3.2007 d31 3.2334 d41 6.0189 H1 5* 2 * 7.2717 5*3*3.2007
多重心法通过分组后再运用精确重心法来确定多个物流节点的位置与分派方案。
多重心法的算法步骤如下： 1.初步分组 2.选址计算 3.调整分组 4.重复2
例4.3
谢谢！
谢谢！
原材料 供应地
序号 j
原材料
供应量
w j
1
2
2
3
3
2.5
4
1
运输费
原材料供应地坐
率a j
（ 5元 /吨 . 公里
标
x
y
i
i
5
2
2
5
11
3
5
10
8
5
4
9
1.求出厂址的初始位置（X*(0),Y*(0)）
n
ajjxj
xoj1n
ajj
5225311 52.5105147.7647 525352.551
j1
x(k)
j 1 n
a j j / d i(k 1)
j 1
n
a j j y j / di(k 1)
y
(
k
)
j 1 n
a j j / di(k 1)
j 1
n
hi wi xi / dik 1
第七章 物流系统规划(重心法)分析
36
三、多设施选址模拟法
• 多个方案进行测试和评估 • 改良的满意解或次优解 • 大量的数据信息
(The end of Ch 7)
终点 起点 工厂1 工厂2 工厂3 工厂4 工厂5
运输成本（元/箱） 配送中心1 配送中心2 800 1 000 700 500 800 600 500 600 700 600 配送中心3 1 200 700 500 700 500
生产能力（箱） 300 200 300 200 400
33
表3
配送中心运至各分销店的运输成本和各分销店的需求量
运输成本（元/箱） 终点 起点 配送中心1 配送中心2 配送中心3 需求量（箱）
分销店1
40 70 80 200
分销店2
80 40 30 300
分销店3
90 60 50 150
分销店4
50 80 60 250
34
•
min=35000*t1+45000*t2+40000*t3+42000*t4+40000*t5+800*x11+1000*x12+12 00*x13+700*x21+500*x22+700*x23+800*x31+600*x32+500*x33+500*x41+600*x 42+700*x43+700*x51+600*x52+500*x53+40000*s1+20000*s2+60000*s3+40*y11 +80*y12+90*y13+50*y14+70*y21+40*y22+60*y23+80*y24+80*y31+30*y32+50*y 33+60*y34; • x11+x21+x31+x41+x51=y11+y12+y13+y14; • x12+x22+x32+x42+x52=y21+y22+y23+y24; • x13+x23+x33+x43+x53=y31+y32+y33+y34; • x11+x12+x13<=300*t1; • x21+x22+x23<=200*t2; • x31+x32+x33<=300*t3; • x41+x42+x43<=200*t4; • x51+x52+x53<=400*t5; • y11+y12+y13+y14<=900*s1; • y21+y22+y23+y24<=900*s2; • y31+y32+y33+y34<=900*s3; • y11+y21+y31>=200; • y12+y22+y32>=300; • y13+y23+y33>=150; • y14+y24+y34>=250;
物流选址重心法案例
5.16
y0
2000*0.5*8 3000*0.5*2 2500*0.75*5 1000*0.75*4 1500*0.75*8 2000*0.5 3000*0.5 2500*0.75 1000*0.5 1500*0.75
5.18
《物流中心规划与运作管理》
13
➢ 将x0，y0，代入公式（2-3）得：x1=5.04， y1=5.06，再将x1，y1代入公式（2-3）得x2， y2。如此反复进行，各次迭代结果列入表 （如下表所示）。求得网点最佳位置坐标为： x=4.91，y=5.06。
《物流中心规划与运作管理》
14
小结
➢ 微分法虽能求得精确最优解，但用这种方法所得到 的精确解在现实生活中往往是难以实现的，在精确 最优解的位置上由于其他因素的影响，决策者考虑 这些因素后有时不得不放弃这一最优解的位置，而 去选择现实中可行的满意方案。
➢ 微分模型是一种连续型模型，上述微分法的缺陷正 是连续模型的通病之一。连续模型的更大弊病还在 于，模型中将运输距离用坐标来表示，把运输费用 看成是两点间直线距离的函数，这与实际情况是不 相符的，因而计算出的结果可靠性较差。
物流中心规划与设计
《物流中心规划与运作管理》
1
重心法
重心法是一种模拟的方法。这种方法将物 流系统中的需求点和资源点看成是分布在 某一平面范围内的物体系统，各点的需求 量和资源量分别看成是物体的重量，物体 系统的重心作为物流网点的最佳设置点， 利用求物体系统重心的方法来确定物流网 点的位置。
《物流中心规划与运作管理》
《物流中心规划与运作管理》
7
微分法
➢微分法是为了克服重心法的上述缺点而提 出来的，但它要利用重心法的结果作为初 始解，并通过迭代获得精确解。
基于重心法的物流场所中心选址优化问题的实验总结
基于重心法的物流场所中心选址优化问题的实验总结基于重心法的物流场所中心选址优化问题的实验总结一、引言物流场所中心选址是物流管理中的重要问题之一，合理的选址能够有效降低物流成本、提高物流效率。
本实验采用基于重心法的物流场所中心选址优化方法，通过实验研究其在不同情况下的性能表现。
二、实验设计1. 实验目标：通过选择合适的位置建立物流场所，使得整个物流网络的运输距离最小。
2. 实验环境：使用Python编程语言进行实验设计和模拟。
3. 实验数据：根据真实的物流需求和地理信息，构建了一个包含多个候选地点和需求点的数据集。
4. 实验步骤：a) 初始化候选地点和需求点的坐标信息。
b) 计算每个需求点到所有候选地点的距离，并按照距离从近到远进行排序。
c) 选择一个需求点作为初始中心点，并计算该中心点到其他需求点的距离之和。
d) 依次将其他需求点加入已选择中心点集合，并计算更新后的总距离。
e) 选择总距离最小的中心点集合作为最优解。
三、实验结果1. 实验一：不同候选地点数量下的性能比较a) 设定需求点数量为固定值，分别设置不同数量的候选地点。
b) 运行实验，记录每种情况下的运行时间和最优解。
c) 分析结果发现，随着候选地点数量的增加，运行时间呈线性增长，而最优解的改善效果逐渐减弱。
2. 实验二：不同需求点数量下的性能比较a) 设定候选地点数量为固定值，分别设置不同数量的需求点。
b) 运行实验，记录每种情况下的运行时间和最优解。
c) 分析结果发现，随着需求点数量的增加，运行时间呈指数增长，并且最优解的改善效果也逐渐减弱。
3. 实验三：不同距离权重下的性能比较a) 在计算需求点到候选地点距离时引入权重因素。
b) 设置不同权重值，并运行实验，记录每种情况下的运行时间和最优解。
c) 分析结果发现，在一定范围内增加距离权重可以提高最优解质量，但过大或过小的权重值都会导致最优解的质量下降。
四、实验总结1. 基于重心法的物流场所中心选址优化方法在不同情况下都能够得到较好的结果。
- 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)。
5.18 5.0577 约束
运费 美元/吨/英
里
坐标值
X
Y
0.05 0.05 0.075 0.075 0.075
3
8
8
2
2
5
6
4
8
8
X0
Y0
d
F
4.91
5.058 3.50796213 3507.96213 4.34704506 6520.56759 2.91067878 5457.52271 1.51872912 1139.04684 4.26669952 4800.03696 21425.1362
地点
工厂一 工厂二
需1 需2 需3
运费 Ri 产品 总运量 Vi(吨) 美元/吨/英
里.05
A、B
2500
0.075
A、B
1000
0.075
A、B
1500
0.075
结果: 规 划求解找 到一解， 可满足所 有的约束 及最优状 况。 规划求解 引擎
引擎: 非线 性 GRG 求解 时间: 0.078 秒。 迭代 次数: 4子 问题: 0 规划求解 选项 最大 时间 无限 制, 迭代 无限 制, Preci sion 0.000 001, 使用 自动 缩放
坐标值
X
Y
3
8
8
2
2
5
6
4
8
8
X0
Y0
d
F
5.16
5.18
3.55218243 3552.18243 4.26356658 6395.34987 3.16512243 5934.60456 1.44844744 1086.33558 4.00224937 4502.53054
21471.003
收敛 0.000 1, 总 体大 小 100, 随机 种子 0, 向 前派 生, 需要 界限 最大 子问 题数 目无 限制, 最大 整数 解数 目无 限制, 整数 允许 误差 1%, 假设 为非 负数
目标单元 格 (最小 值)
单元 格
$J$8 F
名称
初值
终值
21471.00298 21425
可变单元
格
单元 格
名称
$G$3 A X0
$H$3 A Y0
地点 产品 总运量(吨)
工厂一 工厂二
需1 需2 需3
A B A、B A、B A、B
2000 3000 2500 1000 1500
初值
终值 整数
5.16 4.9101 约束