配送中心选址是指在一个具有若干需求点的经济区域内,选一个地址设置配送中心的规划过程。较佳的配送中心选址方案是使商品通过配送中心的汇集、中转、分发,直至输送到需求点的全过程的效益最好。运输成本在选址决策中的重要作用是贯穿所有这些早期研究的共同主题,另外运输效率也是配送中心选址决策中要考虑的重要因素。如果配送中心选址决策中各候选点地理环境、市场状况等非成本因素相差极小,可重点考虑运输成本和运营成本。
进行选址决策,可建立相应的选址模型用于确定一个或多个配送中心的位置。在物流系统中,配送站点和运输线共同组成了物流网络,配送站点处在网络的“节点”上,运输线就是连接各个“节点”的“线路”。从这个意义上看,节点决定着线路。具体地说,在一个具有若干资源点及若干需求点的经济区域内,物资资源要通过某一个配送站点的汇集中转和分发才能供应各个需求点。选址决策需要确定在既定区域内设立多少个配送点,每个配送点的地理位置在什么地方,每个配送点应有多大规模(包括吞吐能力和存储能力)以及这些站点间的物流关系应该如何处理等问题。而这些问题应该根据供求的实际需要并结合经济效益等原则,运用中心选址模型合理解决。
近年来,随着选址理论的发展,配送中心选址及网点布局的方法归结起来主要有五种方法,即解析方法、最优化线性规划方法、启发式方法、仿真方法以及综合因素评价法。
(1)解析方法
通常是指物流地理中心方法,只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,通过在坐标上显示,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。对于复杂的选址问题,解析方法常常感到困难,通常需要借助其他更为综合的分析技术。
(2)最优化规划方法
一般是在一些特定的约束条件下,从许多可用的选择中挑选出一个最佳方案。运用线性规划技术解决选址问题一般需具备两个条件:一是必须有两个或两个以上的活动或定位竟争同一资源对象;二是在一个问题中,所有的相关关系总是确定的。20世纪70年代,计算机能力的增强使得以最优化规划方法求解大型配送中心选址及网点布局逐渐成为可行。最优化规划方法中的线性规划技术以及整数规划技术是目前应用最为广泛,也是最主要的选址方法。最优化规划方法的优点是它属于精确式算法,能获得精确最优解。不足之处主要在于对一些复杂情况很难建立合适的规划模型;或者模型太复杂,计算时间长,非常难以得到最优解;有些时候得出的解虽然是最优解,但在实际中不可行。
(3)启发式方法
一种逐次逼近最优解的方法,大部分在20世纪50年代末期至60年代被开发出来,是建立在经验和判断的基础上,体现人的主观能动作用和创造力的一种算法。用启发式方法进行配送中心选址,首先要定义计算总费用的方法,拟定判别准则,规定改进途径,然后给出初始方案,迭代求解。启发式方法与最优规划方法的最大不同是它不是精确式算法,不能保证给出的解决方案是最优的,但只要处理得当,获得的可行解与最优解是非常接近的,而且启发式算法相对最优规划方法计算简单,求解速度快。所以在实际应用中,启发式方法是仅次于最优化规划技术的选址方法。目前,比较常用的启发式算法有遗传算法、神经网络算法、模拟退火算法。
(4)仿真方法
仿真方法是利用计算机来运行仿真模型,模拟时间系统的运行状态及其随时间变化的过程,并通过对仿真运行过程的观察和统计,得到被仿真系统的仿真输出参数和基本特征,以此来估计和推断实际系统的真实参数和真实性能。在选址问题中,仿真技术可以使分析者通过反复改变和组合各种参数,多次试行来评价不同的选址方案。仿真方法可描述多方面的影响因素,因此,具有较强的使用价值,常用来求解较大型的、无法手算的问题。其不足主要在于仿真方法不能提出初始方案,只能通过对各已存在的备选方案进行评价,从中找出最优方案,所以在运用这项技术时必须首先借助其他技术找出各初始方案,初始方案的好坏会对最终决策结果产生很大影响。
(5)综合因素评价法
在物流系统的研究中,人们常常会遇到大量多因素决策问题,如配送中心的选址、运输方式及路线选择、供应商选择等。这些问题的典型特征是涉及到多个选择方案象),每个方案都有若干个不同的影响因素,要通过多个准则对方案(对象)做出综的选择。对于物流配送中心的选址问题,人们常常以运输成本及配送中心建设、运本的总成本最小化,满足顾客需求,以及满足社会、环境要求等为准则进行综合决综合因素评价法包括多指标决策方法与多属性决策方法两种,比较常用的有层次分(ahp)、模糊综合评判(fsd)、数据包络分析(dea)等。
目前,关于以上各种方法哪一种方法是最优的选址方法还有不同看法。鉴于各种方法各有优缺点,所以实际运用中通常以最优化规划方法为主,再综合其他各种方法以确定最终的选址方案。但无论应用哪种方法,获得准确的数据以及应用各种模型的技巧都是成功的必要前提。因为对于一个实际的选址问题,单独应用以上任何一种方法都难以获得最佳的方案。
您可以通过 feed 来关注此内容的任意rss 2.0 回复。
您可以留言, or trackback从您的站点
