物流系统规划与设计 第2版 第3章 物流节点选址规划与设计.ppt

（三）人工神经网络人工神经网络（ArtificialNeuralNetwork，ANN）是由大量处理单元（神经元）广泛互联而成的网络，是人脑的抽象、简化和模拟，反应人脑的基本特征。可以通过对样本训练数据的学习，形成一定的网络参数结构，从而可以对复杂的系统进行有效的模型识别。进过大量样本学习和训练的神经网络在分类和评价中，往往要比一般的分类评价方法有效。这一研究的不足是神经网络的训练需要大量的数据，在对数据的获取有一定的困难的情况下，用神经网络来研究是不恰当的。在应用ANN时，应当注意网络的学习速度、是否陷入局部最优解、数据的前期准备、网络的结构解释等问题，这样才能有效而可靠地应用ANN解决实际存在的问题。（四）模拟退火算法模拟退火算法（SimulatedAnnealing，SA），有称模拟冷却法、概率爬山法等，是于1982年由Kirkpatrick提出的另一种启发式的、随机优化算法。模拟退火算法的基本思想是由一个初始的解出发，不断重复产生迭代解，逐步判定、舍弃，最终取得满意解的过程。模拟退火算法不但往好的方向发展，也可以往差的方向发展，从而使算法跳出局部最优解，达到全局最优解。（五）仿真方法仿真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。国内外已经有不少文献将仿真的方法运用于物流节点选址或是一般的设施选址的研究，研究结果相对解析方法更接近于实际的情况。仿真方法相对于解析的方法在实际应用中具有一定的优点，但是，也存在一定的局限性。如仿真需要进行相对比较严格的模型的可信性和有效性的检验。有些仿真系统对初始偏差比较敏感，往往使得仿真结果与实际结果有较大的偏差。同时，仿真对人和机器要求往往比较高，要求设计人员必须具备丰富的经验和较高的分析能力，而相对复杂的仿真系统，对计算机硬件的相应要求是比较高的。关于未来的研究，各种解析方法、启发式算法、多准则决策方法与仿真方法的结合，是一种必然的趋势。各种方法的结合可以弥补各自的不足，充分发挥各自的优点，从而提高选址的准确性和可靠性。3.5物流节点布局规划3.5.1物流节点布局规划的原则（1）统一规划原则。（2）市场化运作原则。（３）高起点现代化原则（4）柔性化原则（5）人才优先原则3.5.2物流节点布局规划的步骤（1）约束条件分析（2）初步选址确定（3）资料收集整理（4）模型定量分析（5）布局方案确定3.5.3物流节点布局规划的内容（1）整体布局规划与设计（2）内部布局规划与设计本章小结物流节点选址规划是物流系统规划的一个重要的决策问题，它决定了整个物流网络的模式、结构和形状。物流节点选址规划是指在一个具有若干供应点及若干需求点的经济区域内，选择一个或多个地址设置物流节点的决策问题，即在规划的范围内确定物流系统所需要的节点的数量、它们的地理位置以及服务对象的分配方案。定性分析法主要根据选址影响因素和选址原则，依靠专家或管理人员的经验、知识及其综合分析能力，确定物流节点的具体选址。定性分析法的优点是注重历史经验，简单易行；缺点是容易犯经验主义和主观主义的错误，而且当可选点较多时，不易做出理想的决策，导致决策的可靠性不高。在实际应用中主要有德尔菲法、头脑风暴法等。单物流节点选址规划就是确定物流节点的最优位置，目标是使总运营成本最小。本章着重介绍了交叉中值模型和精确重心法。现实中，多数物流系统规划工作往往是在规划区域范围内，需要同时确定两个或者更多个物流节点的选址规划，即多物流节点选址规划问题，解决这些选址决策问题方法有多重心法、覆盖模型、鲍摩—瓦尔夫模型、CFLP模型等。物流节点布局规划是指在具有若干供应点和需求点的经济区域内选择一个或几个点设置物流节点的决策过程。由于物流节点的设置是一种战略性规划和布局，决策的正确性与否将长期影响物流系统的效率，甚至区域的经济规划和发展，因而必须遵循一些基本的科学决策原则和方法。习题

3.1物流节点选址规划的目标有哪些？3.2物流节点选址规划决策时应考虑哪些因素？3.3对本章的各种选址模型进行比较分析，简述有何特点及使用范围。3.4试比较本章物流节点选址的两种定性分析法的优缺点。3.5某连锁超市在A地区有四个零售商店，其坐标和物资需求量如表3-12所示。现欲新建一个物流配送中心负责商品供应，问物流配送中心应该设在何处最为经济合理？零售点货物需求量（吨）运输费率