不确定性物流中心选址问题的研究.docVIP

不确定性物流中心选址问题的研究 　　摘 要：结合物流中心选址过程中的不确定因素，从仓储和运输管理的角度出发，建立基于库存策略的物流中心选址问题随机期望值规划模型。模型以综合成本（包括库存成本、运输成本和建设成本）最小为优化目标函数，运用混合智能算法对选址问题的随机期望值模型进行求解，结合比较算例与既有文献的计算结果，得出建设成本在时间段影响下综合成本的结论。 　　关键词：物流中心；选址问题；随机期望值规划；遗传算法 　　中图分类号：F250 文献标识码：A 　　摘 要：结合物流中心选址过程中的不确定因素，从仓储和运输管理的角度出发，建立基于库存策略的物流中心选址问题随机期望值规划模型。模型以综合成本（包括库存成本、运输成本和建设成本）最小为优化目标函数，运用混合智能算法对选址问题的随机期望值模型进行求解，结合比较算例与既有文献的计算结果，得出建设成本在时间段影响下综合成本的结论。 　　关键词：物流中心；选址问题；随机期望值规划；遗传算法 　　中图分类号：F250 文献标识码：A 　　0 引 言 　　近年，物流业在全球范围内蓬勃发展，新的理念和运作方式衍生出大量理论与研究工作，从配送、仓储、信息技术到物流中心选址、建设、规划和管理等，具有重大的理论意义和实用价值。纵观已有研究成果，其研究模型以物流总成本最小为目标，分别从配送、仓储以及服务水平等各方面进行了研究，缺少从供应链一体化的角度出发对物流中心总成本进行综合分析，从而使模型求解所得到的仅仅是关于某一个因素的最优解，而不是真正意义上的总成本最优[1]。 　　此外，现有研究成果考虑的多是确定性情况下的物流中心的选址问题。实际上，我们还必须考虑一些随机选址问题，某些因素如需求、资源分配甚至用户和设备的位置等通常是变化的。传统的物流配送中心选址问题的模型往往都是假设在物流系统各个需求点对商品的需求量，需求点与配送中心之间的距离等条件都是已知确定的，然后依此选择各个配送中心的位置。实际上诸多影响到最终选址的条件基本上不可能全部已知，这些数据均服从某些分布的随机变量，需要对其进行预测，根据预测的结果再来对配送中心进行选址。因此，不确定情况下的物流中心的选址问题更具有实际应用价值。 　　在不确定性选址问题研究方面，Logendran， R. Terrell[2]提出了基于价格敏感度的随机需求无能力约束的选址问题；Sherali， H. D. Rizzo[3]利用链条曲线图研究连续需求无能力约束的选址问题；Zhou， J. Liu[5]提出选址问题建模要考虑顾客和设备的分布情况；Carrizosa， E.、Conde， E.、Munoz-Marquez， M. Puerto， J[4-6]提出有能力约束选址问题的期望值模型、机会约束规划模型和相关机会规划模型。 　　本文从仓储和运输管理的角度出发，结合物流中心选址过程中的不确定因素，以库存和选址为研究对象，提出基于运输费用和仓储费用的综合模型。分别对基于库存策略的特种货物和普通货物两类物流中心选址问题进行随机期望值规划建模，运用混合遗传算法对相应模型进行求解。 　　本文提出的模型特点与刘鑫等人[1]相同，但是将单位时间看作一个时期，每一个时期内只订货一次以满足整个时期的需求量，在整个供货过程中任何一个时间段内，各个需求点的需求是在同一时间得到满足，而且存储成本中同时包含物流中心对货物的保管费用。因此，此模型适用于易变质产品存储问题，在实践中大量存在，如报纸、书刊、冷冻食品等。 　　1 数学模型 　　1.1 相关假设 　　对于给定的物流配送网络中，已经存在固定的物流中心和需求点，且需求点在网络上的节点位置已知，所提出模型基于以下假设条件： 　　a）考虑物流中心固定投资成本； 　　b）仅在一定的备选点范围内考虑新的物流中心的位置，潜在的备选点都在网络节点上； 　　c）假设从任一物流中心到任一需求点的最佳配送路线和距离已知； 　　d）物流系统中产品是单一的； 　　e）物流中心的货物存储量根据需求点的需求变化； 　　f）需求点对物流中心提出的供给需求服从某一分布，是随机变量； 　　g）物流中心对需求点的供给量服从某一分布，是随机变量； 　　h）允许物流中心出现超储和缺货情况； 　　i）物流成本与时间无关，仅和物流量相关，每个时间段未消耗掉的物流量不带入下一阶段。 　　1.2 变量定义 　　I：需求点集，I=1，2，…，m 　　J：物流中心备选点集，J=1，2，…，n 　　d■：从需求点i到最近物流中心j的最短距离 　　ω■：物流中心j对需求点i的供给量，为随机变量 　　x■：布尔逻辑变量，表示节点是否为物流中心，是为1，否为0 　　ξ■：各需求点对物流中心j提出的供给需求总量，