物流配送中心选址建模
数学建模--物流配送中心选址模型

物流配送中心选址模型姓名:学号:班级:摘要:在现代物流网络中,配送中心不仅执行一般的物流职能,而且越来越多地执行指挥调度、信息处理、作业优化等神经中枢的职能,是整个物流网络的灵魂所在。
因此,发展现代化配送中心是现代物流业的发展方向。
文章首先使用重心法计算出较为合适的备选地,再考虑到各项配送中心选址的固定成本和可变成本,从而使配送中心选址更加优化和符合实际。
关键词:物流选址;选址;重心法;优化模型;1.背景介绍1.1 研究主题如下表中,有四个零售点的坐标和物资需求量,计算并确定物流节点的位置。
1.2 前人研究进展1.2.1国内外的研究现状:国外对物流配送选址问题的研究已有60余年的历史,对各种类型物流配送中心的选址问题在理论和实践方面都取得了令人注目的成就,形成了多种可行的模型和方法。
归纳起来,这些配送中心选址方法可分为三类:(1)应用连续型模型选择地点;(2)应用离散型模型选择地点;(3)应用德尔菲(Delphi)专家咨询法选择地点。
第一类是以重心法为代表,认为物流中心的地点可以在平面取任意点,物流配送中心设置在重心点时,货物运送到个需求点的距离将最短。
这种方法通常只是考虑运输成本对配送中心选址的影响,而运输成本一般是运输需求量、距离以及时间的函数,所以解析方法根据距离、需求量、时间或三者的结合,通过坐标上显示,以配送中心位置为因变量,用代数方法来求解配送中心的坐标。
解析方法考虑影响因素较少,模型简单,主要适用于单个配送中心选址问题。
解析方法的优点在于计算简单,数据容易搜集,易于理解。
由于通常不需要对物流系统进行整体评估,所以在单一设施定位时应用解析方法简便易行。
第二类方法认为物流中心的各个选址地点是有限的几个场所,最适合的地址只能按照预定的目标从有限个可行点中选取。
第二类方法的中心思想则是将专家凭经验、专业知识做出的判断用数值形式表示,从而经过分析后对选址进行决策。
国内在物流中心选址方面的研究起步较晚,只有10余年历史,但也有许多学者对其进行了较深入的研究,在理论和实践上都取得了较大的成果。
matlab配送中心选址问题的建模

【matlab配送中心选址问题的建模】1. 引言在现代物流管理中,配送中心的选址问题是一个至关重要的决策。
合理的配送中心选址可以有效减少物流成本、提高配送效率,对于企业而言具有重要意义。
本文将以matlab为工具,探讨配送中心选址问题的建模及解决方案。
2. 配送中心选址问题的背景配送中心选址问题是指在满足用户需求的前提下,寻找最佳的位置建立配送中心,以实现物流配送的最优化。
这其中涉及到多个因素,如客户位置分布、物流成本、运输距离等。
通过合理选址,可以降低物流成本、提高配送效率,从而提升企业竞争力。
3. matlab在配送中心选址问题中的应用matlab作为一种强大的数学建模和仿真工具,可以很好地应用于配送中心选址问题的建模和求解。
通过matlab,可以将配送中心选址问题转化为数学模型,并利用优化算法求解最优位置。
4. 配送中心选址问题的数学建模在进行配送中心选址问题的数学建模时,需要考虑多个因素。
需要确定客户位置分布情况,可以利用统计学方法进行数据分析和处理。
需要考虑物流成本和运输距离等因素,这些因素可以通过数学模型进行量化和分析。
需要建立一个评价指标函数,以评估不同选址方案的优劣。
5. matlab在配送中心选址问题中的应用案例以某电商公司为例,通过matlab对配送中心选址问题进行了建模和求解。
利用matlab对客户位置数据进行了处理和分析,得到了客户位置分布图。
建立了数学模型,考虑了物流成本、运输距离等因素,最终利用matlab的优化算法求解出了最佳的配送中心选址方案。
6. 个人观点和理解在配送中心选址问题中,利用matlab进行数学建模和求解是一种高效且可行的方法。
通过matlab,可以快速准确地分析和求解配送中心选址问题,为企业的物流配送提供科学依据。
未来,我认为随着数据的不断积累和算法的不断优化,matlab在配送中心选址问题中的应用将会更加广泛和深入。
7. 结语通过本文对matlab配送中心选址问题的建模和求解的探讨,希望能够对读者有所启发。
物流配送中心选址模型及其启发式算法

物流配送中心选址模型及其启发式算法一、本文概述随着电子商务和全球化贸易的飞速发展,物流配送中心在供应链管理中的重要性日益凸显。
选址决策作为物流配送中心规划的首要任务,直接影响到企业的运营成本、服务质量和市场竞争力。
因此,研究物流配送中心的选址模型及其启发式算法,对于优化供应链网络、提高物流效率和降低运营成本具有重大的理论价值和现实意义。
本文旨在探讨物流配送中心的选址问题,分析不同选址模型的特点和适用场景,研究启发式算法在解决选址问题中的应用。
我们将对物流配送中心选址问题进行概述,介绍选址问题的定义、特点和研究现状。
我们将重点分析几种经典的选址模型,包括基于成本的选址模型、基于服务质量的选址模型和基于多目标的选址模型,并比较它们的优缺点。
在此基础上,我们将探讨启发式算法在物流配送中心选址问题中的应用,介绍几种常见的启发式算法,如遗传算法、模拟退火算法和蚁群算法等,并分析它们在解决选址问题中的性能和效率。
我们将对本文进行总结,展望未来的研究方向和应用前景。
通过本文的研究,我们期望能够为物流配送中心的选址决策提供一种科学、有效的模型和算法支持,帮助企业实现物流网络的优化和升级,提升企业的竞争力和可持续发展能力。
二、物流配送中心选址模型物流配送中心的选址问题是物流系统优化中的关键环节,它涉及到多个因素的综合考虑,包括运输成本、库存成本、服务水平、地理环境等。
为了科学、合理地进行选址决策,需要建立相应的选址模型。
系统性原则:选址决策需要综合考虑多个因素,确保各因素在模型中得到全面、系统的体现。
科学性原则:模型应基于科学的方法和理论,能够准确反映实际情况,提供可靠的决策支持。
可操作性原则:模型应具有实际操作性,便于数据收集和处理,以及后续的分析和计算。
灵活性原则:模型应能够适应不同的情况和需求,具有一定的灵活性和可扩展性。
运输成本:包括从供应商到物流配送中心的运输成本,以及从物流配送中心到客户的运输成本。
地理环境:包括地理位置、地形地貌、气象条件等因素,这些因素可能对物流配送中心的运营产生影响。
物流配送中心选址建模

上海海事大学交通运输学院院系交通运输学院专业年级物流管理133 学生姓名刘笑颜学号 2二○一六年六月物流配送中心选址问题建模摘要:在现代物流网络中,配送中心不仅执行一般的物流职能,而且越来越多地执行指挥调度、信息处理、作业优化等神经中枢的职能,是整个物流网络的灵魂所在。
因此,物流中心选址、发展现代化配送中心是现代物流业的发展方向。
(我的创新:本文建立了关于中心仓库选址问题的数学模型,但并未给出具体案例。
我的创新在于将这个模型运用到一个实例中,并给出了这个模型不足和可改进的地方。
)关键字:物流网络、配送中心、最优路径、最低成本、营运费用1背景介绍工厂和中心仓库位置的选择,将显著影响其实际营运的效率与成本,以及日后仓储规模的扩充与发展。
因此在决定中心仓库设置的位置方案时,必须谨慎参考相关因素,按适当步骤进行。
在选择过程中,如果已经有预定地点或区域方案,应于规划前先行提出,并成为规划过程中的限制因素;如果没有预定的地点,则可于可行性研究时提出几个备选方案,并对比各备选方案的优劣,以供决策者选择。
2.问题介绍:在现实当中,一个企业通常不会只考虑建设一个中心仓库,而是考虑建设多个中心仓库。
因此,多中心仓库选址模型在实际当中更加受欢迎。
不同产品从不同的工厂运到中心仓库,再由中心仓库转运给不同的顾客,为使企业成本最低应考虑仓库的建造费用、运输费用、仓库营运费用等。
下面需要建立模型来解决这些问题。
3.建模:3.1.模型的假设本文建立的选址模型是在给定某一地区所有被选点的地址集合中选出一定数目的地址作为中心仓库,使选出点建立的中心仓库在满足城市的需求前提下,在考虑工厂和城市重要度的情况下使得总费用最小。
为了便于模型求解,同时使模型具有使用价值,作如下的假设:(1)仅在一定的备选范围内考虑设置新的中心仓库;(2)模型包括从工厂到中心仓库之间的运输以及从中心仓库到城市之间的运输;(3)一个中心仓库可由多个工厂供货,一个城市的需求也可由多个中心仓库提供;(4)中心仓库的容量能够满足城市的需求;(5)各城市的需求量一定且为已知。
物流配送中心选址数学模型的研究和优化

物流配送中心选址数学模型的研究和优化【摘要】本文研究物流配送中心选址数学模型的研究和优化问题。
在介绍了研究背景、研究意义和研究内容。
在包括模型建立、数据采集与分析、参数优化、模型评价和优化策略的讨论。
通过建立数学模型,利用实际数据进行分析,对配送中心选址进行参数优化,并评价模型效果。
在结论中总结了研究成果,展望未来研究方向,并对本文进行了总结。
本文旨在为物流行业提供选址决策的方法和策略,提高配送效率,优化物流网络布局,降低成本和提高服务质量。
通过本文的研究,为物流行业的发展和进步提供了一定的参考和指导。
【关键词】物流配送中心、选址、数学模型、研究、优化、背景、意义、内容、模型建立、数据采集、分析、参数优化、评价、策略、成果、展望未来、总结。
1. 引言1.1 研究背景物流配送中心选址是物流配送系统中的重要环节,选址的合理与否直接影响到物流效率和成本控制。
随着电子商务的快速发展,物流需求不断增加,物流配送中心也面临着更多的挑战。
对物流配送中心选址进行数学模型研究和优化具有重要的意义和价值。
在过去的研究中,物流配送中心选址主要依靠经验和专家判断,缺乏科学的分析和决策支持。
随着数学建模和优化算法的发展,可以通过建立数学模型来辅助决策者进行选址决策。
通过对物流需求、市场结构、交通网络等多方面因素进行综合分析,可以预测不同选址方案的效果,并进行优化选择。
本研究旨在通过建立数学模型,采集和分析相关数据,优化模型参数,评价优化效果,并提出相应的优化策略,以提高物流配送中心选址的效率和准确性。
通过本研究的开展,将为物流配送中心选址提供更科学的决策支持,促进物流行业的发展和进步。
1.2 研究意义物流配送中心选址数学模型的研究和优化具有重要的意义。
物流配送中心的选址决定着整个物流系统的效率和成本。
一个合理的选址能够减少货物的运输距离和时间,降低运输成本,提高配送效率。
选址还关系着配送中心对周边地区的服务覆盖范围,直接影响着客户的满意度和品牌形象。
物流配送中心选址建模

(三)物流配送中心选址的主要方法与类型1.选址方法类型近年来,随着选址理论迅速发展,各种各样的选址越来越多,层出不穷。
特别是计算机技术的发展与应用,促进了物流系统选址的理论发展,对不同方案的可行性分析提供了强有力的工具。
但是现阶段选址的理论方法大体上有以下几类:(1)运筹法运筹法是通过数学模型进行物流网点布局的方法。
采用这种方法首先根据问题的特征、己知条件以及内在的联系建立数学模型或者是图论模型。
然后对模型求解获得最佳布局方案。
采用这种方法的优点是能够获得较为精确的最优解缺乏是对一些复杂问题建立适当的模型比较困难,因而在实际应用中受到很大的限制。
解析法中最常用的有重心法和线性规划法。
(2)专家意见法专家意见法是以专家为索取信息的对象,运用专家的知识和经验考虑选址对象的社会环境和客观背景,直观地对选址对象进行综合分析研究寻求其特点和发展规律并进行选择的一类选址方法是专家选择法,其中最常用的有因素评分法和德尔菲法。
(3)仿真法仿真法是将实际问题用数学方法和逻辑关系表示出来然后通过模拟计算及逻辑推理确定最佳布局方案。
这种方法的优化是比较简单,缺点是选用这种方法进行选址,分析者必须提供预定的各种网点组合力案以供分析评价,从中找出最佳组合。
因此,决策的效果依赖于分析者预定的组合方案是否接近最佳方案该法是针对模型的求解而言的,是种逐次逼近的方法。
对这种方法进行反复判断实践修正直到满意为止。
该方法的优点是模型简单,需要进行方案组合的个数少,因而,容易寻求最佳的答案。
缺点是这种方法得出的答案很难保证是最优化的一般情况下只能得到满意的近似解用启发式进行选址,一般包括以下步骤:①定义一个计算总费用的方法;②制定评判准则;③规定方案改进的途径;④给出初始方案;⑤迭代求解。
2.典型物流中心选址决策方法(1)单点物流中心选址方法所谓单点网点选址,就是指在规划区域内设置网点的数目惟一的物流设施的选点问题,其中主要包含以下几种方法:1交叉中值法选址在城市内建立物流设施,不可能不受限制任意选址,可能的情况是只能沿着相互交叉的街道选择某一处地点。
数学建模:配送中心选址10页
数学建模:配送中心选址10页一、问题描述在某个区域内,有多个顾客需要配送。
假设区域内每个顾客的需求量是一样的,也就是每个顾客需要一定数量的货物,并且在配送过程中需要考虑物流成本。
现在需要选取一个最优的配送中心位置,这个位置不仅要满足区域内所有顾客的需求,还要尽量降低物流成本。
请问应该如何选择配送中心的位置?二、模型建立1.建立数学模型假设有n个顾客,每个顾客的需求量为q,配送中心的位置为(x,y)。
我们的目标是找到最合适的(x,y),同时最小化总的物流成本。
设(xi,yi)为第i个顾客的位置,bi为从配送中心到第i个顾客的物流成本。
我们可以通过以下公式计算bi:bi = α*|xi-x| + β*|yi-y|α和β是权重系数,用来控制x轴和y轴的影响。
通常,重量系数水平一样,即α=β=1时。
最小化总物流成本的目标可以表示为:min{Σbi}+c其中,c是设施成本。
2.求解最优解我们可以使用最小二乘法来求解最优解。
最小二乘法的本质是寻找一个函数,使得在指定的点上函数的值和给定的值最接近。
我们可以通过求导来得到函数的最小值。
根据上述公式,我们可以得到如下最小二乘法的方程:Σ[(α(xi-x)+β(yi-y))^2] = min通过求偏导,我们可以得到x和y的最优解:三、实现为了实现方便,我们将上述模型用Python语言实现。
具体代码如下:import numpy as npdef optimize(x, y, xi, yi, q, alpha=1, beta=1, c=0): # 求解xnx = len(xi)nx_alpha = np.sum(alpha * xi)nx_beta = np.sum(beta * yi)nb = np.sum([alpha * (xi[i] - x) + beta * (yi[i] - y)for i in range(nx)])x_new = (nx_alpha + nb) / (nx_alpha + nx_beta + c) # 求解yny_alpha = np.sum(alpha * yi)ny_beta = np.sum(beta * xi)nb = np.sum([alpha * (yi[i] - y) + beta * (xi[i] - x)for i in range(nx)])y_new = (ny_alpha + nb) / (ny_alpha + ny_beta + c) return x_new, y_new# 初始化配送中心的位置x = np.mean(xi)y = np.mean(yi)# 计算总物流成本total_cost = np.sum([alpha * np.abs(xi[i] - x) + beta * np.abs(yi[i] - y)for i in range(n)]) + cprint('配送中心的位置为:({:.2f}, {:.2f})'.format(x, y))print('总物流成本为:{:.2f}'.format(total_cost))四、结论通过上述模型,在考虑物流成本和所有顾客需求的情况下,我们可以得到最优的配送中心位置。
物流配送中心选址数学模型的研究和优化
物流配送中心选址数学模型的研究和优化1. 引言1.1 研究背景物流配送中心选址一直是物流行业面临的重要问题。
随着电子商务的兴起和物流需求的持续增长,如何合理选择物流配送中心的位置成为了物流管理者需要思考的重要课题。
在这样的背景下,研究物流配送中心选址数学模型的建立变得至关重要。
随着信息技术的进步和数学方法的应用,通过建立数学模型可以更加科学地确定最佳的配送中心位置,从而提高物流配送效率,降低成本,提升竞争力。
对物流配送中心选址数学模型的研究具有重要的理论和实际意义。
通过深入研究和优化物流配送中心选址模型,可以为物流企业提供更有力的决策支持,推动物流行业的发展与进步。
【研究背景】的明确分析和探讨,将为接下来对【物流配送中心选址数学模型的研究和优化】提供扎实的理论基础和科学指导。
1.2 研究目的研究的目的是通过建立物流配送中心选址数学模型,探索影响物流配送中心选址的因素并进行分析,进一步优化选址方案,从而提高物流配送效率,降低物流配送成本。
通过实例分析和模型效果评估,验证模型的有效性和可靠性。
通过对物流配送中心选址问题的研究和优化,为物流行业的健康发展提供理论支持和实践指导,为企业在选择物流配送中心位置时提供决策依据。
最终的目标是实现物流配送中心选址的科学化、智能化,为物流行业的可持续发展提供有力支持。
1.3 研究意义物流配送中心的选址对于物流行业的发展至关重要。
通过科学地建立数学模型进行选址分析,可以有效提高物流配送效率,降低物流成本,优化物流配送网络布局,提升物流服务质量,增强物流企业的竞争力。
这对于提升整个产业的运作效率和推动经济发展具有重要意义。
在如今快节奏的社会中,物流配送中心的选址决策需要更加科学、精准,以适应日益激烈的市场竞争和不断升级的消费需求。
研究物流配送中心选址数学模型,可以促进物流系统的可持续发展,提升资源利用效率,减少能源消耗和环境污染,推动绿色物流的发展。
这对于建设资源节约型、环境友好型社会具有重要意义。
物流配送中心选址优化模型及算法研究
物流配送中心选址优化模型及算法研究一、概述随着电子商务和全球化的快速发展,物流配送中心在供应链管理中的作用日益凸显。
合理的物流配送中心选址不仅有助于降低运营成本、提高物流效率,还能对整个供应链的顺畅运作产生深远影响。
物流配送中心选址优化问题一直是学术界和工业界研究的热点。
本文旨在深入研究物流配送中心选址优化模型及算法,旨在为实际应用中的物流配送中心选址提供科学、高效的决策支持。
本文首先对物流配送中心选址问题的背景和意义进行介绍,分析现有研究的进展和不足,并指出本研究的必要性和创新性。
在此基础上,本文将构建物流配送中心选址优化模型,综合考虑成本、时间、服务质量等多个因素,以实现选址决策的全面优化。
同时,本文将研究并应用先进的优化算法,如遗传算法、粒子群优化算法等,以提高选址决策的速度和准确性。
本文的研究不仅有助于丰富物流配送中心选址优化理论,还将为实际应用中的物流配送中心选址提供有力支持,对提升我国物流行业的整体竞争力具有重要意义。
1. 物流配送中心选址的重要性物流配送中心选址问题是物流系统规划中的核心问题之一,其重要性不容忽视。
合理的选址决策不仅能够优化物流网络布局,提高物流效率,降低运营成本,还能够促进区域经济发展,增强企业的市场竞争力。
具体来说,物流配送中心选址的重要性体现在以下几个方面:选址决策直接关系到物流网络的运行效率。
物流配送中心作为物流网络中的关键节点,其位置的选择将影响到货物在供应链中的流动速度和成本。
合理的选址能够使货物在运输、仓储、配送等环节中的流动更加顺畅,减少不必要的转运和等待时间,从而降低物流成本,提高物流效率。
选址决策对于企业的运营成本具有重要影响。
物流配送中心的建设和运营成本包括土地购置费用、设施设备投入、人力成本等多个方面。
选址决策的合理与否将直接影响到这些成本的高低。
通过科学的选址优化模型,企业可以在保证物流服务水平的前提下,尽可能降低建设和运营成本,提高企业的盈利能力。
县域农村物流配送中心选址优化模型及算法
(5)变异操作
变异操作模拟生物基因突变过程,通过随机改变某个个体的部分基因,增加种 群的多样性。常用的变异方法有随机变异、高斯变异等。
2、模拟退火算法
模拟退火算法是一种概率型优化算法,通过模拟金属退火过程,逐步搜索解空 间。该算法适用于解决大规模、非线性优化问题。
结果分析通过对算法得出的最优解进行分析,可以得出县域农村物流配送中心 的最佳选址方案及其相关指标值。
参考内容
随着经济的全球化和电子商务的快速发展,物流配送中心在供应链管理中的地 位日益凸显。选址优化作为物流配送中心运营的关键因素,直接影响着物流成 本、服务质量和运营效率。因此,针对物流配送中心选址优化模型及算法的研 究具有重要的理论和实践价值。
谢谢观看
展望未来,随着物联网、大数据、云计算等技术的不断发展,物流配送中心选 址优化将迎来更多的发展机遇和挑战。在实际应用中,可以考虑将先进的优化 算法与智能设备、自动化技术等相结合,实现物流配送中心的智能化运营和动 态优化。加强跨学科合作,推动供应链管理、物流工程、计算机科学等多个领 域的交叉融合,为物流配送中心选址优化研究提供更广阔的发展空间和思路。
速度更新公式速度更新公式是粒子群优化算法的核心,通过个体和群体的行为 信息来更新粒子的速度和位置。(4)边界条件边界条件是指粒子的活动范围, 通常设定为一个封闭或半封闭的区域。(5)终止条件终止条件可以根据问题 的规模和复杂度来确定,通常设定最大迭代次数或目标函数达到预设阈值。 (6)参数调整参数调整是粒子群优化算法的关键步骤之一,通过不断调整参 数来平衡全局搜索和局部搜索能力。(7)
(1)初始化解 选择一个初始化解,作为算法的起点。 (2)目标函数 定义目标函数为总配送成本最小化。
- 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)。
上海海事大学
交通运输学院
院系交通运输学院
专业年级物流管理133
学生姓名刘笑颜
学号 ************ 二○一六年六月
物流配送中心选址问题建模
摘要:在现代物流网络中,配送中心不仅执行一般的物流职能,而且越来越多地执行指挥调度、信息处理、作业优化等神经中枢的职能,是整个物流网络的灵魂所在。
因此,物流中心选址、发展现代化配送中心是现代物流业的发展方向。
(我的创新:本文建立了关于中心仓库选址问题的数学模型,但并未给出具体案例。
我的创新在于将这个模型运用到一个实例中,并给出了这个模型不足和可改进的地方。
)
关键字:物流网络、配送中心、最优路径、最低成本、营运费用
1背景介绍
工厂和中心仓库位置的选择,将显著影响其实际营运的效率与成本,以及日后仓储规模的扩充与发展。
因此在决定中心仓库设置的位置方案时,必须谨慎参考相关因素,按适当步骤进行。
在选择过程中,如果已经有预定地点或区域方案,应于规划前先行提出,并成为规划过程中的限制因素;如果没有预定的地点,则可于可行性研究时提出几个备选方案,并对比各备选方案的优劣,以供决策者选择。
2.问题介绍:
在现实当中,一个企业通常不会只考虑建设一个中心仓库,而是考虑建设多个中心仓库。
因此,多中心仓库选址模型在实际当中更加受欢迎。
不同产品从不同的工厂运到中心仓库,再由中心仓库转运给不同的顾客,为使企业成本最低应考虑仓库的建造费用、运输费用、仓库营运费用等。
下面需要建立模型来解决这些问题。
3.建模:
3.1.模型的假设
本文建立的选址模型是在给定某一地区所有被选点的地址集合中选出一定数目的地址作为中心仓库,使选出点建立的中心仓库在满足城市的需求前提下,在考虑工厂和城市重要度的情况下使得总费用最小。
为了便于模型求解,同时使模型具有使用价值,作如下的假设:
(1)仅在一定的备选范围内考虑设置新的中心仓库;
(2)模型包括从工厂到中心仓库之间的运输以及从中心仓库到城市之间的运输;(3)一个中心仓库可由多个工厂供货,一个城市的需求也可由多个中心仓库提供;
(4)中心仓库的容量能够满足城市的需求;
(5)各城市的需求量一定且为已知。
为了便于模型求解,减少模型中城市的数量,需求量往往被聚集在一定数量的点上,每个点代表分散在一定区域内的众多城市的需求总量;
(6)工厂与各中心仓库、中心仓库与各城市间的运输距离为已知;
(7)运营费率呈线性假设;
(8)各中心仓库的单位管理费用为已知常量,忽略劳动力成本和库存成本的差异;
(9)中心仓库的建设费已知;
(10)假设中心仓库的长期库存为零,即从工厂到中心仓库和从中心仓库到客
户的货物总量相等;
(11)运营费用与运输量成正比;
(12)不考虑未来的收益与成本的变化。
3.2建立模型
中心仓库选址模型,包含工厂、中心仓库和城市三级层次,模型的分布函数是从被选地点中选出一定数量的点作为最佳的中心仓库,在考虑工厂和城市的重要度的前提下,使从工厂到中心仓库的运营费用、中心仓库到城市的运营费用、流经中心仓库的货物管理费用以及中心仓库的建设费的总和最少。
建立中心仓库的选址模型为:
3.2.1目标函数:
式(3-1) 3.2.2约束条件:
(k=1,2,……) 式(3-2)
(j=1,2,……,n) 式(3-3)
(i=1,2,……,q) 式(3-4)
(i=1,2,……,q) 式(3-5)
(i=1,2,……,q) 式(3-6)
i z =0或1(i=1,2,……) 式(3-7)
(k=1,2,……,q;j=1,2,……,n) 式(3-8)
3.2.3模型的解释 模型中符号的意义如下: E — 总费用;
∑∑∑∑∑∑∑=======+++=p k q i q i n j p k q i q
i i
i ki ij ij ki ki z F X eY d eX c MinE 11
11
11
1
∑=≤q
i k
ki
A X
1
j
q
i ki
D Y
∑=≥1
∑=≤n
j i
i ij
M z Y
1∑=≤p k i
i ij
M z X
1
∑∑===p k n
i ij
i
Y
X 1
1
0Y 0,ij ≥≥ki X
p — 工厂个数;
q — 中心仓库、中心仓库点个数; n — 城市的个数; e — 单位运费;
—货物从工厂k 到中心仓库i 的运输量;
—货物从中心仓库i 到城市j 的运输量;
i F — 中心仓库i 的建设费;
ki c —货物从工厂k 到中心仓库i 的运输距离; ij?
d —货物从中心仓库i 到城市j 的运输距离;
i z —整数变量,当i
z =1时,表示中心仓库i 被选中;当i
z =0时,表示中心仓库
i 未被选中;
— 工厂k 对货物的供用能力;
— 城市j 对货物的需求量;
— 工厂到中心仓库的运营费用;
— 中心仓库到城市的运营费用;
1
q
i i
i z F
=∑— 中心仓库的建设费;
式(3-2)表示从工厂k 到各中心仓库的货物总量不能超过它的供货能力; 式(3-3)表示从各中心仓库向城市j 的配送总量应该满足城市的需求量; 式(3-4)表示从各中心仓库向城市的配送总量应该小于它的建设容量; 式(3-5)表示从各工厂向中心仓库i 的配送总量不能超过它的建设容量; 式(3-6)表示各中心仓库的货物进出量相等;
ki X ij Y k A j D ∑∑==p
k q
i ki
ki
eX
c 11
∑∑==q i n
j ij
ij
eY
d 11
式(3-7)zi=1表示中心仓库i被选中,zi=0表示中心仓库i未被选中;
式(3-8)表示所有变量必须大于或等于0.
5.我设计的实例
有了对以上模型的理解,下面我用这个模型解决一个更为简单的实例。
该实例暂不考虑仓库的营运费用和建设费用。
只考虑运输费用。
A公司有三个工厂和两个物流中心,A公司在三家工厂生产西红柿和土豆。
这些产品可以直接运输给顾客、或者通过两个物流中心转运给两家顾客。
具体的网络图形和数据如图。
那么这两种产品为了获得更多运输能力而竞争。
两种产品的需求相同,每种产品的生产能力相同,那么在满足顾客需求情况下,选择使用哪个仓库,并确定最优的运输方案。
解决方案:
下面用EXCEL 线性规划求解
77
11
77
7777
11
223311111
1
7
7
7
7
6677111
1
7
7
77
55441
1
1
1
1min ()
s.t
200,300,100,400,180,=0=0ij ij ij j i j i j i j i j i j i j i i j
i j i j i j i j
i j i j i j j j c x y x x
x x x x x x
x x x x
x x y =================+-≤-≤-≤-≥-≥--∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑产能约束;
需求约束;
, ,转运点约束;
77777712233111111
7777
66771111
777755441111
200,300,100,400,180,=0=0300,,1,2,,7.i j i j i i j i j i i j i j i j i j i j i j i j i j ij ij y y y y y y y y y y y y y x y i j =============-≤-≤-≤-≥-≥--+≤=∑∑∑∑∑∑
∑∑∑∑
∑
∑∑∑
产能约束;
需求约束;
, ,转运点约束;运输能力约束,
从求解结果可以看出第四列第五列为产品的最优运输方案。
最小费用为5570元。
6.模型不足及改进
①模型没有考虑工厂对人民生活的影响,而且模型是静态模型,而实际情况可能是随着时间的推移有所变化的,因此,如果能动态的考虑工厂的供应、工厂对人
民生活的影响、城市的需求等相关因素,模型才能更接近实际现实情况。
②建立的基本条件是假设运营费用与运输量和运输距离呈线性关系,但实际工作中运营费用与运量和运输距离并不一定是呈线性关系,究竟我们该如何将运营费用与运量和运输距离的关系恰如其分的反映到模型中去,运用怎样的手段去解决该问题,还有待于我们去研究。
③假设中城市的需求满足的要求是一样的,而实际情况更有可能是对货物的需求满足是分等级的,对于不满足的情况是存在一定的机会损失,而不是本模型的无限大,如何确定不满足需求的机会损失并把它们反映到模型中是一个值得深入研究的问题。
④本模型中,中心仓库的管理费用以及货物的装卸费用等等都没被考虑,而实际中心仓库的管理费用与仓库的规模又有着一定的联系,货物的装卸也一定不会是免费的,如何将这种关系反映到模型也是值得研究的问题。