物流系统选址规划设计课件.ppt

三、层次单排序 利用判断矩阵，计算对于上一层某元素而言，本层次与之有联系的元素的重要性次序的权值（权向量）的过程，称为层次单排序。层次的单排序可以归结为计算判断矩阵的特征值与特征向量的问题，即对于判断矩阵B，求解满足 BU=λU 的最大特征值λ*以及对应λ*的正规化（单位化）的特征向量U*，U*的分量即为相应元素的单排序权重。 在一般情况下，判断矩阵的特征值为单根，且λmax≥m，当B具有满意的一致性时，λmax稍大于m，其余的特征值接近于零，此时，层次分析得出的结论基本合理，于是我们可用 CI=（λ-m)/(m-1) 作为检验B的一致性的指标。 显然，当判断矩阵具有一致性，CI=0，λ*-m越大，CI越大，一致性越差。 此外还要考虑判断矩阵的平均随机一致性指标RI。通过多次随机的构造m阶判断矩阵，计算其最大特征根，然后取平均值得λ，于是得到 RI=（λ-m)/(m-1) 对于1~12阶判断矩阵，RI值为 阶数 1 2 3 4 5 6 7 8 9 10 11 12 RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.52 1.54 因为一、二阶判断矩阵具有致性，其RI值只是形式上的，于是当判断矩阵阶数大于2时，CI与RI之比称为判断矩阵的随机一致比例，记为CR，当CR=＜0.10时，认为判断矩阵的一致性可以接受，否则需要调整判断矩阵。 四、层次总排序 为了得到层次结构中某层元素对于总体目标组合权重和它们与上层元素的相互影响，需要利用该层所有层次单排序的结果，计算出该层元素的组合权重，这个过程称为层次总排序。 层次总排序这一步，需要从上到下逐层排序进行，最终计算结果得到最低层次元素，即要决策方案优先次序的相对权重。 一般来说，对于最高层之下的第二层次单排序即为总排序。假设上一层所有元素A1，A2，…Ak的层次单排序已完成，得到的权重为a1, a2,…ak,与Ai(1≤i≤k)对应的本层次元素为B1,B2,…Bm单排序结果为: 五、一致性检验 由上面的五个步骤可以看出，层次分析法计算的主要问题是如何计算判断矩阵的最大特征值及其对应的特征向量。这里我们介绍在精度要求不高的情况下，简化计算的两种近似方法——和积法和根法。 * 与覆盖模型一样， P—中值模型主要有两大类算法：精确法和启发式算法。 用启发式求解P—中值模型的算法——贪婪取走启发式算法（Greedy Dropping Heuristic Algorithm）。这种算法的基本步骤如下： （1）第一步，初始化，令循环参数k=m，将所有的m个候选位置都选中，然后将每个客户指派给离其距离最近的一个候选位置 ； （2）第二步，选择并取走一个位置点，满足以下条件：假如将它取走并将它的客户重新指派后，总费用增加量最小，然后令 k=k-1； （3）第三步，重复第二步，直到 k=p； 可以看出，求解一个P—中值模型需要解决两方面问题： （1）选择合适设施位置（数学表达的变量X）； （2）指派客户到相应的设施中去（表达式中的变量Y）。 例子： 某饮料公司在某新地区经过一段时间的宣传广告后，得到了8个超市的定单，由于该新地区离总部较远，该公司拟在该地区新建2个仓库，用最低的运输成本来满足该地区的需求。经过一段时间的实地考查之后，已有4个候选地址。从候选地址到不同的仓库运输成本、各个超市的需求量都已经确定，如图所示。 这样就得到了k=3时的临时解（1,3,4）。重复上面步骤，对图2-15分别移走候选位置1、3、4进行计算，可以发现移走候选位置4的增量最小，所以第二次移走走第4个候选位置。最后的结果就是在候选位置1、3投建新的仓库，总的运输成本为：3740。 值得注意的是，不是只有贪婪取走算法一种启发式算法，相应的还有贪婪加入算法（Greedy Adding Heuristic）、模拟退火算法（Simulated Annealing）、Tabu搜索（TS）等。 4、鲍摩－瓦尔夫（Baumol-Wolfe)模型 （1）问题描述 假设有m个资源点（工厂）的单一产品，从候选集合中选出若干个位置作为物流设施节点（如配送中心），使得从已知若干个资源点（如工厂），经过这几个设施网点（配送中心），向若干个客户运送同一种产品时总的物流布局成本（或运输成本）为最小，如图所示。也可能存在从某资源点直接将产品送往某个客户点。 也称为多节点单品种选址模型 资源 配送网点 客户 1 2 3 … m