物流中心选址的决策支持系统研究，本文主要内容关键词为：物流中心论文,支持系统论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、导言
《中华人民共和国标准·物流术语》将物流中心定义为：“从事物流活动的场所或组织，应基本符合下列要求：主要面对社会服务；物流功能健全；完善的信息网络；辐射范围大；少品种、大批量；存储、吞吐能力强；物流业务统一经营、管理。”目前，物流中心的选址研究已形成了多种方法[1]，定性的方法主要是结合AHP（层次分析法）和模糊综合评价对各方案进行指标评价，而基于费用的定量模型研究也形成了多种方法，可分为连续模型与离散模型两类。
对物流中心的选址，必须进行科学的定性和定量分析，然而由于其本身的复杂性[2]，目前并没有可靠的定性与定量计算评价方法，如数学模型诚然可以得到最优解，却无法考虑到一些无法或难以量化的因素，具有一定的局限性；而定性分析方法则缺乏评价的准确性。由此，我们可知物流中心的选址是一项极其复杂的任务，既需要人的智慧和创造力，又需要计算机以其海量存储和快速运算来提供可靠的定量数据，提供实时的信息服务并进行辅助决策，但就当前辅助进行选址决策的信息系统而言，在研发思路问题上，并没有摆脱提供原始信息和代替手工操作流程的设计思路，更谈不上辅助进行选址决策。因此，解决物流中心选址问题的根本途径是建立起人机合作的决策支持系统。综合人以及计算机两者优势的决策支持系统能有效地辅助处理物流中心选址过程中的大量决策问题，因而是解决物流中心选址这一复杂问题的良好方案。[3]
二、物流中心选址决策支持系统的总体分析
（一）决策支持系统的目标和功能
物流中心选址DSS的最终目标是实现资源利用的效益最大化。当然效益不仅仅指的是经济效益，还包括社会效益，技术效益等，是一个多维属性的复杂效益组合。而选址决策过程中所存在的大量的半结构化和非结构化决策问题，使得简单的信息管理系统已经不能满足要求，这些决策问题已经不是程序化的计算或人的主观判断力所能解决的。因而，决策支持系统的任务应是为决策人员创造出良好的决策环境。在系统的支持下（包括数据支持，模型支持，专家知识支持等），决策人员能够充分地利用系统所提供的各种决策资源，综合运用其知识和经验，发挥其创造力，来分析决策过程中涉及的各种主要因素及其影响，并最终做出决策。物流中心选址决策支持系统的具体功能是：(1)为决策人员提供城市、道路网、国土等有关规划和交通货运统计量、选址内水文地质气象等有关资料；(2)在信息系统所提供的数据的基础上，采用模型和算法，交互式地进行问题的辅助决策，包括确定备选物流中心的服务范围；预测服务区域内的货物需求方的需求量及供货方的供货能力；预测设计若干备选物流中心规模 （根据年货运量确定）和占地面积，及物流中心建安、辅助设施、管理费用的成本测算。(3)帮助决策人员确定物流中心选址评价指标体系的各指标权重及分析其变动对决策方案的影响，从而帮助决策者从不同角度（包括经济效益、社会效益、技术效益等）比较、评价各备选方案，优化选址方案，大大地提高了选址决策的科学程度。
（二）决策支持系统的组成
物流选址决策支持系统由数据管理子系统、模型库管理子系统、专家知识库子系统、接口模块和用户界面子系统和用户等组成，其中：数据管理子系统由数据库(DB)和数据库管理系统(DBMS)组成，完成对数据仓库的维护、使用等功能。模型库管理子系统由模型库和模型库管理系统组成，模型库中存储了包含描述选址决策问题的相对独立的子模型，模型库管理系统是一软件包，完成对模型库中模型的管理，能根据用户对问题的描述，操作模型库中的子模型，从而构造选址问题的模型，具有分析能力和软件管理能力。专家知识库则考虑到物流中心选址决策中的半结构化和非结构化因素，充分利用决策人员的经验进行定性判断[4]。接口模块起着连接模型库和专家知识库的功能，使两者相互沟通成为一个整体。用户界面子系统是用户与DDS决策支持系统之间交流的界面，用户和系统进行交互式对话，用户向系统完成问题的描述，而系统将处理的结果报告给用户。DDS的用户主要是指各层次的决策分析人员。
三、物流中心选址决策支持系统的结构模型
（一）数据库的建立
数据库中存放着本决策支持系统所需的各类信息，供决策者检索、查询，并为模型库、知识库提供有关的基本事实。这些信息主要包括城市、道路网、国土等有关规划和交通货运统计量、选址内水文地质气象，供货方的供货能力，货物需求方的过去需求统计量等有关资料，数据经数据转换模块进行数据转换，存入或更新数据库。
（二）模型库的建立
根据定量模型，尤其是一些运筹模型，所获得的各种结果，是支持决策的重要方式。物流中心选址决策支持系统的模型库中的模型和方法主要用来确定各备选物流中心的费用和评价指标体系中各个指标的权重。以上两个核心模型，是物流中心选址的核心决策问题，除此以外，还有一些别的模型，如交通货运量的预测模型，路线规划模型等等，在此不作详细分析。
1.费用模型的建立
参考文献[5,6]中的费用模型和启发式算法来计算费用指标。首先建立费用数学模型，从n个备选中心中每一次选p个组合，计
种选择，再根据过滤性条件1得出个数少于或等于的可讨论子问题，通过文献中的启发式算法及过滤性条件2逐个对可讨论子集进行计算，最终得到启发式算法计算结果表，得到。个可行的物流中心备选地址子集，并在结果表中得到现每个可行选址子集对应的费用为
。q=1,2…s。
2.层次分析法确定各指标的主观权重
4.指标的综合权重计算
层次分析法反映决策者的主观偏好，信息熵权重反映各选址方案的评价数值之间的客观存在的关系，要做到对物流中心评价客观合理就应该充分考虑主客观两方面因素，为了使求得的指标权重综合反映主观和客观的关系，充分体现层次分析法和熵值法的优点，采用线性加权的方法确定综合权重，即：
式中，
为指标j的综合权重；β为主观偏好系数；1-β为客观偏好系数，β∈[0,1]，β的具体数值由决策者根据实际情况和偏好给出。
最后将物流中心选址的费用模型和权重确定的模型程序化置于本模型库中。
（三）专家知识库的建立
在长期的实践中，决策人员在物流中心选址问题上已经积累了一些相对成熟的经验，这些经验对于决策问题的定性判断是十分有用的。充分利用这些成熟的专家知识，将会大大地降低对定量数学模型的要求，简化数学模型的结构及帮助进行数学模型的求解运算。本系统中的专家知识库的知识表达方式是产生式规则。一条规则就是一条产生式表达式，完成所规定功能的所有规则形成规则库。这些规则定性地描述了专家对决策问题的识别知识与经验以及有关系统推理的过程性知识。规则库的更新主要有两个途径。第一个途径是利用定量数学模型求解的结果，为知识推理过程提供新的知识和事实。另一个途径是通过Internet、Intranet，由各地的专家根据具体情况及信息的变化，定期更新库中的旧规则。
（四）接口模块的建立
在本系统中，模型库作为一个数值分析部件，适合于处理定量问题。而专家知识库作为智能部件，主要用来进行知识推理[9,10]，也即处理定性问题。由于传统的数值分析方法与知识处理方法在表示方式与处理方式上有着极大的不同，因而，如何使上述两个分离部件相互接口、相互沟通以构成一个整体成为极为重要的问题。两者只有通过统一的接口来实现，决策支持系统才具有更大的实用价值。
本系统采用面向对象的方法统一系统的各个部件，各部件可分别构造成面向对象方法中的对象，它们之间的接口可利用面向对象方法中的消息来实现[11]。这样，系统中各部件间的接口将很容易实现，而且系统还具有很好的扩展性，为以后加入文本库、图形库等其它部件打下坚实的基础。
四、决策支持的简要逻辑过程
运用本系统进行物流中心选址的简要逻辑过程如下图所示。
图1 决策支持系统运行的逻辑过程
五、结论
本文针对物流中心的选址问题，提出一种基于人机一体化的决策支持系统。本系统面向物流中心选址的具体功能需求，采用了相应的系统结构模型和实现方法，可以实现定性和定量相结合的选址决策支持，从而为物流中心选址优化提供了一种有效的实现策略。