第三方物流公司选址论文

配送成本是指货物从仓库运送至需求点所需的成本。同上矩阵Ct2??t?ijn*m表示

从备选仓库到需求点之间的运输单价，tij表示从第i个仓库向第j个需求点的运输单价。则第i个仓库的运输成本为DC(i)??tj?0m?1ij*Xij。则一个组合方案的总运输成本为：

n?1i?0TDC??DC(i)

5) 单方案总成本CTOT

综上各部分成本可知，单方案总成本

CTOT?TVC?TFC?TTC?TDC

p?1n?1?n?1m?1???Xij???Yk?0i?0?i?0j?0?m?1??Xij?Oi约束条件：?j?0?n?1??AkYki??i?0?n?1??Dj?Xij??i?0ki(1)(2)(3)(4)??

式（1）表示从工厂运至各仓库的运输量应等于该仓库对下属需求点的配送量；式（2）

表示各个仓库的流转量应不大于其容量限制；式（3）表示从工厂运往各仓库的运输量不大于其总产量；式（4）表示各仓库运至各需求点的配送量不小于其需求量。

5 模型求解

由于该模型是以企业选址的实际要求为出发点，不仅能达到运营成本最小的目标，而且能从企业的整体规划及关注的选址定性指标进行综合全面的考量。相较一般的选址模型，更具现实意义，考虑更周全。因此，我们将定量和定性的方法结合来求解模型，并反复迭代确定最优解。

5.1遗传算法求得满意解

遗传算法是一种全局搜索优化算法，容易使模型求解得到全局最优解。用遗传算法进行选址优化，比一般的数学规划方法简单，并且运算速度快，特别是当问题比较复杂时，其特点更明显。同时经过求解可以得到一组最优解或满意解，以便企业能综合多方考虑作出科学的选址决策。 1) 编码方法

本算法采用长度为l的二进制编码，编码长度l取决于备选仓库的个数n,

l?int(log该十2n)?1以保证长度为l的二进制数解码后形成0~(n?1)之间的十进制数，

进制数就是满足对应需求点的仓库号。若解码后的十进制数decode?n?1,则采用求余实

%n),从而保证所有染色体均合乎各单参数均在现循环处理decode?int(decode0~(n?1)之间的要求。由于共有m个需求点，故共有m个长度为l的二进制基因组，将m个基因组合并成一个长度为l*m的染色体。 2) 适应度函数

在遗传算法中，每个组合方案都需给出相应的适应值来表示其适宜满意程度，以此对个体进行评估比较。因为选址问题是最小成本问题，为保证每个组合方案的适应值非负，必须设置一个最大成本，该最大成本可以是用户设定，也可以是前几次运算中最大值，因此组合方案的适应度函数：

fitness?Cmax?CTOT

3) 遗传算子

① 选择算子：根据个体的适应度值决定它在下一代是被淘汰还是被复制。一般通过选择，

使适应度大的个体有较大存在机会，而适应度小的个体继续存在的机会也比较小。本算法采用比例选取算子，即根据个体适应度大小，使用轮盘操作确定各个体被选中的次数。 ② 交叉算子：对样本中的染色体进行两次随机配对，对每一配对个体，依照交叉概率Pc,

在随机产生的交叉点后，相互交换部分染色体。

③ 突变算子：每一个个体的基因组依照突变概率Pm，指定其突变点，对该突变点其基因值取反运算。 4) 控制参数

在遗传算法的实际运用中，需要适当确定某些参数的值以提高优选的效果。参数包括：编码长度l（由输入的备选仓库数量自动计算得出）、群体容量U、交叉概率Pc、突变概率

Pm、遗传代数等，通常Pc>>Pm，均可由用户根据要求设定。若群体容量较小，如U?30,

通常取Pc?0.9, Pm?0.01。

5.2 层次分析法在仓库选址中的应用

1) 建立物流企业仓库选址的层次结构模型

目前影响第三方物流企业选址的因素可归纳为经济合理性、交通便利性、可持续发展性三大类因素。

在上几步的基础上，选址决策者根据其优选结果、拟建仓库个数以及企业自身战略目标等，以适当的选取比例按各备选仓库在上步组合方案中被选中率选出进行层次分析的备选仓库。针对仓库选址目标及备选仓库的差异性，根据决策者的经验或通过运用数据仓库和数据挖掘的方法找出影响目标的因素，形成层次结构模型。 2) 专家对各因素进行重要性评价，构造判断矩阵

通过专家（或从历史数据仓库中用数据挖掘的方法）对主要因素进行两两相对重要性的评价，从而得出每个因素相对于其他因素的相对重要性比率，然后将元素的比较结果综合起来，确定各元素在此次选址目标中的优先级，即权重。在构造判断矩阵时,采用美国运筹学家萨迪(A.L.Saaty)提出的9 标度法。 3) 对判断矩阵进行均一化、一致性检验

假设由专家给出的判断矩阵A的各项为

aij则转换成的均一矩阵B各项

bij?aij/?akj(i?1,2,...,n;j?1,2,...,n)即bij由判断矩阵各元素aij除以它的列和得

k?1n到。

所谓一致性检验，即对判断矩阵A求出的权系数进行的合理性检验。首先根据公式

?max??i?1n(A?)i求得判断矩阵的最大特征根?max代到CI?(?max?n)/(n?1)中得出一n?i致性检验指标CI的数值；根据平均随机一致性指标RI数值表查出RI的值；最后用CR?CI/RI得出相对一致性指标CR的数值。当CR?0.10时，判断矩阵合理，求出的权系数恰当，否则要对判断矩阵进行调整，按上述步骤重新求权系数矩阵。

4) 专家对各备选仓库关于各主要因素进行两两重要性评价，计算各层元素对目标层的总排序权重

专家对各备选仓库的逐对比较类似2中对于各因素的重要性评价，同样对所得的判断矩阵都需进行均一化、一致性检验。层次分析最终要得到最低层中各备选仓库对于目标选址决策的排序权重，即总排序权重。计算公式为：W其中，P(s)(s)?P(s)W(2)

(5)W为最低层对中间层各元素的排序；W为最低层对目标层的排序权重；

(2)为中间层对于目标层的排序权重，最后根据总排序权重的大小选择最佳仓库地址。

算例分析

6 结束语

本文以成本最小化为目标，基于WSMP、遗传算法和层次分析法提出第三方物流企业仓库选址决策系统。在具体应用时，企业可根据具体情况进行分析，并提出合理、经济的选址方案。定性判断与定量计算有效地结合起来，对于选址分析和解决问题具有简洁性、实用性、适应性和系统性。同时，可以从企业的战略角度出发，通过对于考虑因素的细分、拓宽，扩大问题的各个层面，并且可以结合现有的新技术（比如互联网、数据库和联机处理方法）使决策过程快速、客观、准确。通过该系统避免了以往单纯考虑路径、车流量（地理因素）等诸如成本因素等，能够科学、全面、有效地实现企业多仓库多指标的仓库选址要求。

参考文献：

[1] 蒋长兵，王姗姗.精确重心算法在物流节点选址中的应用[J]. 物流技术,2005（9）：65－67. [2] Harkness, J.,ReVelle,C., Facility location with increasing production costs[J]. European Journal of Operational Research 2003(145)：1－13.

[3] Efroymson, M.A., Ray, T.L., A branch-and-bound algorithm for plant location [J]. Operations Research 1966(14)：361－368.

[4] Goetschalckx, M., Vidal, C.J., Dogan, K., Modeling and design of global logistics systems: A review of integrated strategic and tactical models and design algorithms [J]. European Journal of Operational Research 2002(143)：1－18.

[5] Klose, A., A Lagrangean relax-and-cut approach for the two-stage capacitated facility location problem [J]. European Journal of Operational Research. 2000. 126 (2)：185－198.

[6] Vaidyanathan JayaramanAnthony Ross. A simulated alnnealing methodology to distribution network design and management [J]. European Journal of OperationalResearch,2003(144)：629－645.

[7] Mitsuo Gen, Admi Svarif, Hybrid genetic algorithm for multi-time period production/ distribution planning [J] . Computers&Industrial Engineering ,2005(48)：799－809.

[8] 杨虹，邱祝强.改进层次分析法在配送中心选址中的应用[J]. 铁道运输与经济,2004（7）：72－74

[9] 储雪俭.基于WSMP的仓库选址分析[J]. 物流技术，2005（10）：261－262 [10] 陈炜，奚立峰.层次分析法在物流企业仓库选址中的运用[J]. 上海海运学院学报，2002（23）：54－57

[11] 针对第三方物流企业的物流中心选址模型研究及其算法讨论[J]. 物流技术，2005（6）：43－46