基于MDHGF改进算法物流中心选址决策模型.docVIP

基于MDHGF改进算法物流中心选址决策模型 　　摘要：在分析现有选址模型的基础上，本文将MDHGF算法进行改进，建立基于MDHGF改进算法的物流中心选址决策模型。该模型的最大特点是将定性的研究方法和定量的研究方法有机结合，克服各自的缺点。在算法的改进过程中，本文主要是将成本因素单独提出，建立多目标线性规划模型，然后用启发式算法得出可行性方案。对可行性方案，在不考虑成本因素的情况下运用改进的MDHGF算法计算其它因素的综合评价值，然后再次考虑成本因素，借鉴指标满意度法对所得结果进行无量纲化处理，算出每个方案的综合得分，对方案进行排序，为决策者提供依据。 　　关键词：选址 决策模型 MDHGF算法 　　中图分类号：F273 　　 　　1 物流中心选址常用决策方法 　　近年来，随着选址理论的发展，很多种物流中心选址的方法被开发出来，归结起来可以分为五种：解析方法、最优化规划方法、启发式方法、仿真方法以及综合因素评价法。目前关于以上哪一种方法是最优的选址方法尚无定论。鉴于各种方法各有优缺点，所以在实际应用中还是应该根据具体问题来选择合适又比较经济的决策方法，同时尽可能的综合运用多种方法来建立选址模型，单独应用以上的任何一种方法都难以获得最佳的方案。为了克服各种方法自身的缺陷，综合多种方法的优点，本文运用最优化线性规划方法、启发式方法、综合因素评价法、同时引入MDHGF算法，建立基于MDGHF算法的物流中心选址决策模型。MDHGF集成算法是将改进的德尔菲法、层次分析法、灰色关联、模糊评判的成功之处集合而成的（徐伟祥，张全寿，2003），将MDHGF集成算法运用于物流中心的选址过程，主要有以下两个优点： 　　1.1 定性分析和定量分析结合，最后上升到定量分析；自然科学和社会科学想结合；科学理论与经验知识相结合；宏观和微观相结合；各类人员的结合。 　　1.2 由于在物流中心的选址过程中数据较少且不满足统计要求，在这种情况下，运用MDHGF集成算法更具有实用性。因为MDHGF集成算法集成了灰色系统理论，灰色系统理论是从信息的非完备性出发研究和处理复杂系统的理论，灰色理论提供了一套解决系统评价的方法。它不是从系统内部特殊的规律去研究系统，而是通过对系统某一层次的观测资料加以数学处理，达到更高层次上了解系统内部变化趋势、相互关系等机制。 　　2 基于MDHGF改进算法的选址决策模型的建立 　　2.1 MDHGF算法思路改进 　　2.1.1 成本因素是影响物流中心选址的一个重要因素，为了使建立选址模型更加具有科学性，在运用MDHGF算法前，本文首先以成本最小化为目标，建立多目标线性规划模型，然后运用启发式算法进行求解，得出可行性选址方案。对于每个可行性方案，在不考虑成本因素的前提下，本文用MDHGF算法进行评价，分别得出其它因素的综合值，然后再综合成本因素，得出方案的综合得分，选出最优方案。 　　2.1.2 为了简化MDHGF算法，本文将省去MDHGF算法的第一步和第二步，最后借鉴指标满意度的方法进行指标的无量纲化处理。 　　2.2 确定评价指标体系 为了使选址方案评价更具科学和易于操作，建立针对性强、相关性好且简明可行的评价指标是关键。在综合考虑影响物流中心选址因素的基础上，本文建立的评价指标体系如图1所示。 　　2.3 计算综合评价值 单独的考虑成本因素，建立多目标线性规划模型，然后用启发式算法进行求解，可得到s个可行的子集，其对应得成本为fq（q=1，2…s），再对这s个可行子集作为备选方案进行评价，利用MDHGF算法的第三步到第十步，在不考虑成本因素的条件下，计算每个可行性方案中非成本因素、基本设施、社会环境和经营环境分别的综合评价值。 　　第一步：确定指标评分等级。根据一般的分类方法，按一般经验，将所有的指标分为优、良、中、差4个等级，对应得分值分别为4、3、2、1，指标等级介于两相邻之间时，相应得评分值为3.5、2.5和1.5 ，指标的具体得分由专家评定。 　　第二步：利用层次分析法或者专家评分法，对每个指标赋予其相应的权数。具体可表述为： 　　第2层指标的权重：E={a1，a2}； 　　第3层指标的权重集：E={ai1，aij}当i=1时，j=2；当i=2时，j=3； 　　第4层指标的权重集：E={aij1，aij2，…aijk}当i=1，j=1时，k=4；当i=1，j=2时，k=3；当i=2时，j=（1，2，3），k=3。 　　第三步：组织专家评分。专家序号为n，n=1，2，…p，即有p个评价者，组织p个评价者根据自己的经验对各评价指标按评价等级打分，并填写专家评分表。 　　第四步：求评价样本矩阵。根据评价者评价结果，即根据第n个评价者对指标Cijk给出的评分dijkn，其中n=1，2，…