物流中心选址问题研究现状，本文主要内容关键词为：物流中心论文,现状论文，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、问题的提出
在物流系统中，物流中心居于重要的枢纽地位，起着承上启下的作用。在其物流上游是供应地（工厂等），其下游则是用户。物流中心的选址，是指在一个具有若干供应点及若干需求点的经济区域内，选一个地址设置配送中心的规划过程。较佳的物流中心选址方案可以有效地节省费用，促进生产和消费的协调与配合，保证物流系统的平衡发展。因此，物流中心的合理选址就显得十分重要。一经选定就将长时间运营，它不仅与运行费直接相关，而且对于作效率及物流控制水平会产生很大影响。正是基于物流中心及其位置的重要作用，大量科研人员对这一问题开展了研究工作，建立了一系列的选址模型与算法。
二、选址问题的影响因素
一般地讲，在为物流设施选址时应考虑的因素有：（1）资源分布状况；（2）人口及其构成特点；（3）劳动力资源情况；（4）税赋及补助情况；（5）运输条件与竞争环境；（6）贴近用户并满足其需求；（7）注意商品流的动向；（8）可否利用其他公司现有的物流渠道。
三、选址问题的评价方法
在仓库选址过程中，目前被认为最好的方法是由美国选址理论专家Edgar M.Hoover所概括的三种选址评价方法：（1）以市场营销定位的仓库选址。该方法就是以充分满足市场营销为前提，在最靠近顾客的地方选择仓库地址，追求顾客服务水平的最大化，缩短将产品配送给顾客的时间。同时，还可以在一定程度上获得仓库运输方式的规模经济；（2）以生产制造定位的仓库选址。该方法就是选择最靠近原材料产地或生产加工地点的位置，这种选址决策是专门为方便原材料运输和集结以及产成品加工而设定的，他可以给公司带来生产制造方面的便利；（3）以快速配送定位的仓库选址。该方法主要强调快速的配送，在最终顾客和生产厂商之间进行适当的权衡，它主要考虑运输能力和运输成本的选择以及运输配送数量的合理分配等方面的因素。其他方法还有（1）运输成本最小化。德国农业学家Johan Heinrich von Thunen提出了以成本最小化为目标的选址策略，另外一位德国经济学家Alfred Weber也提出了一个基于运输成本最小化的选址模型；（2）利润最大化。美国选址专家Melvin Greenhut将选址决策工作推进到一个新的层次，他认为，应该将影响选址决策的所有因素都罗列出来，加以综合考虑和评价，分析各项选址决策所能带来的潜在收益或利润，从而使企业或仓库的经营利润最大化。
四、选址问题的早期研究
许多选址问题的早期理论是由土地经济学家和区域地理学家提出的。运输成本在选址决策中的重要作用是贯穿所有这些早期研究的共同的主题。最早的选址问题是由Weber于1909年提出的，他所考虑的选址问题是确定一个仓库位置，从而使仓库与各处客户之间的总运输距离最短。对于这一问题，Isard于1956年在结合了工业选址、土地使用和相关问题的基础上进行了重新研究。另一个较早的选址问题是由Hotelling于1929年提出的，Hotelling是一个经济学家，他提出的问题是在一条直线上两个竞争供应商的选址。随后Smithies和Stevens对这一问题进行了扩展。
在19世纪50年代和60年代初，许多人都在研究设施布置和设计问题。Losch和Moses认为经济因素与生产中心选址是有关系的。Miehle则研究使网络内的连接长度最小化的问题。在19世纪60年代中期以前，选址理论的研究工作是在几个不相关的领域内展开的，因此并没有形成统一的理论。直到1964年，Hakimi对选址问题进行了更加理论化的研究，他考虑了带有一般性的问题，就是在一个网络中选定一个或多个设施的位置，使得总距离或设施与点之间的最大距离最小。至此选址理论已有了很大发展，并扩展到很多实际应用中。
五、选址模型比较
在物流系统分析与设计时，物流中心的选址常需得到模型化、数量化方法的支持，经常用到运筹学的模型及方法，如动态规划、整数规划、网络流技术等。许多著名学者在此领域均做出了很好的结果。
（一）重心法模型
S.Eilon，C.D.T.Watson-Gandy和Nicons Christofides所研究的重心法（Centroid Method）是解决单设施选址的一个常用模型。所谓重心法是将物流系统的需求点看成是分布在某一平面范围内的物体系统，各点的需求量和资源分别看成是物体的重量，物体系统的重心将作为物流网点的最佳设置点，利用确定物体重心的方法来确定物流网点的位置。
Watson-Gandy所研究的重心法是解决只设置一个配送中心的简单模型，这是一种连续型模型，相对于离散型模型来说，对流通中心的选择不加特定限制，有自由选择的长处。可是，从另一方面看，重心法模型的自由度多也是一个缺点。因为由选址计算求得的最佳地点实际上是往往很难找到的，有时是不能实现的，有的地点可能在江河中间、街道中间或处于人口稀少、环境恶劣的地区。当流通中心和发送地点的数目很多时，数学模型的建立十分困难，求解的计算也很复杂。在这种情况下，可以用逐次逼近法来求解。
（二）Baumol-Wolfe模型
Baumol和Wolfe构造了一个整数规划模型：在满足供应及需求约束下，追求由运输费、输送费及可变费用组成的总费用最低，以此选定物流中心。此模型的优点是：（1）计算比较简单；（2）能评价流通过程的总费用（运输费用、仓库管理费用和发送费用之和）；（3）能求解仓库的通过量，即决定仓库规模的目标；（4）根据仓库可变费用的特点，可以采用大批量进货的方式。模型的缺点是：（1）由于采用的是逐次逼近法，所以不能保证必然得到最优解。此外，由于选择备选地点的方法不同，有时求出的较优解中可能出现仓库数过多的情况。也就是说，还可能有仓库数更少、总费用更小的解存在。因此，必须仔细研究所求得的解是否为最优；（2）仓库的固定费用在解中没有反映出来。
（三）混合整数规划模型
混合—整数规划法的主要优点是它能够把固定成本以最优的方式考虑进去，它是商业选址模型中最受欢迎的方法。一般用混合整数规划来描述选址模型，目标是使各种成本费用的总和最小，而用整数变量表示各种选择，用连续变量表示工厂的生产能力、各种资源的分配等，用约束表示物流平衡关系和供需关系等。混合—整数规划作为一种方法非常有吸引力，但该方法处理大规模选址问题时可能需要较长的时间求解，尽管有了更快的计算机，这个问题仍然令人头痛。
六、其他选址问题研究综述
文献[5]给出了线性规划、0—1整数规划、动态规划等9种基本形式的选址模型，目标函数一般是使总的选址费用（包括固定投资费用和运输费用）最小，不同的规划形式主要取决于费用函数的形式。在简单选址模型（同上）和其他离散选址模型的运输方式上都是通过将线性运输费用最小化得到的，但实际上，许多运输费用是非线性的。文献[6]考虑了非线性运输费用的选址问题，并用分枝定界法进行了求解。文献[7]用混合整数规划建立了仓库选址模型，除考虑了选址的固定费用、运输费用外，还考虑了库存费用。此模型用Dantzig-Wolfe分解算法进行了求解，并用次梯度优化方法来加速上述算法的收敛[8]。
近年来国内的学者也在该方面作了大量的研究，文献[9]所建立的最优库存策略下选址模型，克服了以往物流选址模型中忽略库存成本这一主要因素的缺陷，不仅考虑了运输费用，同时考虑了库存费用，以总费用（主要包括建造和营运所必需的固定成本，库存成本和运输费用）最小为优化目标。文献[10]指出了传统选址决策方法忽视了运输方式优势的发挥，而提出了基于最优配送路线的选址方法，以降低综合物流成本。文献[11]在分析了物流系统中库存管理、运输、配送中心之间联系的基础上，应用最优化方法建立了物流配送中心选址的数学模型。该模型是一个混合整数规划，给出了按BENGERS方法设计的求解算法。文献[4]建立的选址模型属非线性混合0-1规划模型，为克服求解上的困难，建立了一个分解过滤模式，进一步给出了一种实用的启发式算法。文献[12]提出了应用遗传算法构造的选址模型。由于遗传算法采用了全局寻优和优胜劣汰的随机搜索策略，使得该模型具有较好的动力学特性，可以有效、快速地求解配送中心选址问题的全局最优解。现有的选址模型一般只考虑运营费用、固定投资费用和运输费用，目标函数一般是在确定的客户需求量存在的情况下使总成本最小或总收益最大，而不关心也不考虑客户对配送中心的选择行为。文献[13]给出了用双层规划模型表示的选址问题，其中，上层规划为系统总费用，下层为客户选择行为。上层通过确定选址地点来控制配送系统总费用，下层客户则根据设施选址来调整自身需求量在各配送点的分配。
七、小结
选址模型给管理人员制定决策带来的帮助是巨大的，许多企业都已经应用了这些模型。这些模型之所以如此受欢迎，其主要原因是它们提供了解决企业管理中重大问题的决策依据；它们强大有效，可以多次重复用于各种形式的物流网络设计，且能提供规划所需的细节；适用模型的成本不高，因而使用带来的收益远远超出其应用成本；模型要求的数据信息在大多数企业很容易获得。从土地经济学家的早期模型开始，这些模型已经经历了漫长的发展过程，从而更具代表性了。
然而，这些模型依然存在一些问题：如选址模型应该得到进一步的发展，应该更好地解决库存和运输同步解决的问题，即这些模型应该是真正一体化的网络规划模型，而不应该分别以近似的方法解决各个问题；如何准确地解决非线性、不连续的成本关系仍然是数学上的难题。
总之，尽管各种模型的适用范围和解法不同，但是任何模型都可以由具备一定技能的分析人员或管理人员来得出有价值的结果。使现有技术更易于使用，更便于决策者利用，必然成为未来的发展方向。
标签：物流中心论文;