物流成本管理 第3版 朱伟生 15第十二章物流成本预测、计划与决策分析新.pptVIP

d[h(r,s),j] =min[h·ars+drj,(1- h)·ars+dsj] 2、节点到某边上最远一点的距离 指定节点j，它到边(r,s)上对应h百分位点有两条路，最远点必使两条路一样长，故节点vj到某边(r,s)上最远一点的距离为 d[j,(r,s)] =0.5[djr+djs+ ars] 中心 位置在节点上，它是距最远节点距离最近的节点。确定中心的方法是以节点—节点距离为基础，按大中取小原则确定； 一般中心 位置在节点上，它是距边上最远点距离最近的节点。确定一般中心的方法是以节点—边距离为基础，按大中取小原则确定。 例：求如图12-3的中心和一般中心。图中数字表示两个节点间的直接距离。 图12-3 某一网络图 解： 1)按Dijkstra算法或任意两点间最短路的算法可求得图12-3任意两个节点间的最短路径的距离为距阵D。 在该距阵中，按大中取小原则确定中心，可知其中心为节点1或节点4。 2)将图12-3各个边进行编号，如表12-14所示。 表12-14 各个边编号表 编号 1 2 3 4 5 6 边(i,j) (1,2) (1,4) (2,3) (2,5) (3,5) (4,5) 边长 ２ ４ １ ２ ５ ３ 3)按节点到某边上最远一点的距离公式计算图12-3各点到按表12-14编号的各个边的最远一点的距离。 计算结果为如下矩阵D’所示。在该矩阵中，按大中取小原则确定一般中心，可知其一般中心为节点2或节点5。 4)在计算各点到各个边的最远一点的距离时，节点到节点的最短距离可直接从上述矩阵D中的相应元素获得。例如节点v1到边（4,5）最远一点距离的计算方法如下： d’[v1,α(v4,v5)] =0.5[d(v1,v4)+d(v1,v5)+α(v4,v5)] =0.5(4+4+3)=5.5 中位点 位置在节点上，它到其他节点最短距离的总和最小。确定中位点的方法是以节点—节点距离为基础，按总中取小原则确定； 一般中位点 位置在节点上，它到各边距离的总和最小。确定一般中位点的方法是以节点—边距离为基础，按总和中取小原则确定。 例：求如图12-3的中位点和一般中位点。图中数字表示两个节点间的直接距离。 解 1)在任意两点间最短距离矩阵D上，按总和中取小原则确定中位点，可知其中位点为节点2。 2)在各点到各个边的最远一点的距离矩阵D’上，按总和中取小原则确定一般中位点，可知其一般中位点为节点2。 第五节 配送路线决策分析 物流企业或物流中心的配送活动主要包括从生产工厂进货并集结的集货作业;根据各个顾客的不同需求，在配送中心将所需要的货物挑选出来的配货作业;考虑配送货物的质量和体积、充分利用车辆的载重和容积的车载货物的配装及配送路线优化方案的确定。 表12-9的每一列表示每一项工作，每一行表示每个人。这样以上打√的含义是： 从表12-9 (a)中可以看出第4项工作可以由第3个人或第4个人来做，原来已经分配第3人，但不是最优解，为此考虑分配给第4人是否更好些。第4列、第3行、第4行打√号，实际上反映它们之间可以有调换关系。 当表中的覆盖所有零的直线数小于m时，得到的不是最优解，因此需要对表中矩阵进一步进行变换，其过程如下： 1)在未被直线覆盖的所有元素中，找出最小元素； 2)所有未被直线覆盖的元素都减去这个最小元素； 3)覆盖线十字交叉处的元素都加上这个最小元素； 4)只有一条直线覆盖的元素的值保持不变。 如此变换，我们得到新的效率矩阵。但变换后的效率矩阵将出现更多零元素，这样更易于标出m个不同行、不同列的零元素。 以表12-9 (b)为例，未划线的元素中最小值为1，经过变换得到表12-10 (b)。 表12-10 非最优阵的变换 抹掉原来所有标号，回到第二步，按第二步(1)、(2)办法重新进行标号，直到得到最优解。 我们以表12-10为例： 1)先逐行标号，由于第2行只有一个零，先进行分配，此后每行都有两个零，为此转到逐列标号； 2)当对第3列第2行的零元素标以括号后，我们碰到每行、每列都有两个零的情况。这时我们可任选某一零元素标以括号，如表12-11 (b)所示。 这里我们把第1行、第1列的零标括号，并划掉该标号的同行、同列的其他零元素，在重复地进行逐行逐列标号。 3)这样我们就得到不同行、不同列的4个零元素，这就是最优分配方案，即X11=X23=X32=X41=1，其余Xij=0。 最终分配方案为： 甲→A、乙→C、丙→B、丁→D， 其目标函数值为： 4＋4＋4＋2=14 表12-11 试分配过程 如果我们选择第1行、第2列的零并打上括号，则继续标号后的最优方案为：甲→B、乙→C、丙→D、丁→A，目标函数仍然为14，还可以找到其他分配方案，但是目标函数值都是14。 第四节 仓库选址决策