国内物流中心选址研究方法综述，本文主要内容关键词为：物流中心论文,方法论文,国内论文，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。
1 带主观权重赋值的物流中心选址研究方法
陆华等（2002）[1] 通过一种启发式算法对各选址方案的费用进行计算、比较评选，淘汰一批按费用准则不可接受的方案。并通过建立物流选址规划方案的评价指标体系和应用模糊理论将各指标模糊量化，对经过筛选的方案进行综合评价、排序，从而得到最佳方案。其运用模型进行物流中心选址的过程为：首先，通过分析所在区域的自然、社会、经济特点以及区域经济水平和发展规划，按照区域物流要求，确定物流中心的具体功能和选址原则；其次，分析所在区域高速公路出入口、主要干道的位置、数目及规划发展情况，并考虑各种因素，初步确定若干可选为物流中心的位置，拟定多个地址作为备选方案，通过建立选址模型对运输与物流总费用选址进行计算（即总费用最省），初步确定选址方案；然后，利用模糊数学及层次分析法（AHP）对各指标进行量化，通过模糊贴近度对各方案进行排序，得到最佳方案。使用类似研究方法的还有徐杰、田源、汝宜红、陆琳琳、张任颐、张艳霞、霍佳震等人[2—4]。其中应用模糊理论研究方法的有孙会君、高自友、孙文霞、魏连雨、于海生、赵林度、汪波、褟文怡、方磊、何建敏等人[5—9]。
值得注意的是，在应用模糊排序和层次分析法时有两个关键环节，其中首要环节是物流选址规划方案评价指标体系的设计。一般情况下，物流选址项目评价指标体系及评价指标设计要满足如下要求：（1）评价目标明确，所有项目评价因素及评价指标的设置、设计目标必须十分清晰。每一个评价指标都要能反映物流项目规划方案的某一侧面或某一侧重点；（2）评价指标全面性，评价指标体系要能覆盖物流选址项目评价对象的各个方面；（3）指标内容清晰，各个评价指标都要有清晰的内涵，易于理解、认识、便于进行刻画与评价；（4）指标间相互独立，各评价指标要能独立地反映物流项目规划方案的一个方面，相互间不覆盖、不干扰；（5）方法容易操作，评价指标设计要易于刻画和进行数据处理。
其次，是评价指标的量化。无论是定性还是定量，评价指标的隶属度量化都要科学合理。一方面要采取定性与定量分析相结合的方法准确地进行评价指标隶属度的刻画，另一方面要注意不同评价指标的隶属度在量级上的一致性与可比性。
而在全面分析物流中心选址影响因素的基础上采用模糊决策的方法进行分析选址问题，在解决物流中心选址问题时综合考虑了各种影响因素，所建立的选址模型把许多定性因素纳入了选址决策考虑之列，如物流中心建设的自然条件以及功能适应性条件等。然后，通过模糊决策技术对各影响因素的权重进行赋值，最后确定决策方案。这是高更君等（2004）[10] 学者的研究成果，弥补了传统选址问题主要考虑定量因素、忽略定性因素的缺陷。
但因为影响物流中心选址的因素较多，在评价过程中未必能准确获取所有数据，存在部分信息不完全、不明确等情况。郜振华等（2005）[11] 则认为可把物流中心选址看作一个灰色被评对象，尝试用灰色系统理论进行多层次灰色评价。通过对自然条件、经济因素、投资环境以及其他因素进行综合评分，并赋予权重，最后构建灰色评价模型对受评对象进行综合评价，同时用实例证明了灰色系统理论的可行性。当然，在做决策时，如能结合具体实际情况进行一定的定性分析，决策将更为合理。
而在分析物流园区选址的影响因素和物流园区选址常用方法的基础上，张得志等（2005）[12] 运用模糊德尔菲法（Delphi）、层次分析法与灰色关联分析相结合的评价方法对物流园区的选址问题进行分析评价。以长株潭国际工业物流园区选址问题为例进行评价，同时与传统的评价方法进行分析比较，结果表明该方法有较好的区分度，评价更为客观。其改进灰色关联分析法的原理为：（1）首先在一个多目标、多层次、多方案的评价系统中确定一个参考方案（理想方案）；（2）运用层次分析法中的比较原理，逐层确定各指标因素间的相对权重；（3）将各被选方案与参考方案进行由低层次向高层次逐层进行灰色关联分析，计算出各备选方案与参考方案的综合关联度；（4）根据各被选方案的综合关联度值的大小来选取最优方案。
汪晓霞等（2005）[13] 以竞争优势理论中的动态双钻石模型为基础，提出了物流中心选址的动态双钻石模型。该模型用区位论的要素分析方法选取区位因子，用聚类分析法设计物流中心选址指标体系，用层次分析法定量解决物流中心选址问题。
2 无主观权重赋值的物流中心选址方法
人们一般认为对单一物流中心进行选址，重心法是一种有效的选址方法，如吴润涛（1986）[14] 等人将重心法视为一种可以在实践中加以应用、无需证明的、正确的选址方法。这种观点和看法，已被大多数人接受和认可。但通过鲁晓春等（2000）[15] 对重心法推导过程加以研究，并用数值验证其计算公式，发现重心法存在着问题，并不是最优选址方法，并主张用更为科学的流通费用偏微分方程来取代它。他们利用《物流手册》264页例题为证，认为在重心法中使用了力矩的概念。在物理学中，力矩是一个矢量，所以，应用矢量方程表示重心和各质点的力矩关系，但运输费用不是矢量表达式，从而无法用于计算物流中心地址。最后，他们做出结论：正确的计算方法是对总运输费用式求偏导，得到微分方程，进行迭代计算，得到最佳物流中心地址值。
另一方面，刘海燕等（2000）[16] 主要分析物流系统中库存管理、运输、物流中心之间的联系，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，模型中约束方程数量的有限性保证了算法的收敛性。由于考虑了多种实际因素，该模型有一定的实用价值。
胡刚等（2002）[17] 提出，不同类型企业建设物流中心的目的不同，难以用同样的布局模型表达。针对第三方物流企业，提出以物流中心自身能够取得的最大利益为目标的区域物流中心选址模型，并且考虑了物流中心固定运营成本和可变运营成本等成本因素。通过对模型分析、分解和过滤，结合实际情况，提出一种启发式算法对模型进行求解，并在实际应用中取得很好的效果。
国内学者孙会君等（2003）[18] 也利用双层规划法，同时充分考虑了物流规划部门与客户双方的利益，比较符合实际情况，同时也考虑了配送路线安排对配送成本的影响。最后对此模型进行了求解，并用一个数值算例进行了验证，实验结果证明其所提出的模型及算法是可行有效的。此模型假设在做出决策之前，该区尚无其它同类设施，即该设施是该地区市场的首位进入者，不存在竞争对手。实际上，设施选址问题中竞争往往是存在的，也就是说在新增物流中心建立前，已有一个或多个物流中心存在。因此，模型需要进一步扩展来适应更广泛的情况。
而在考虑商品供应成本因素的基础上，结合B2C电子商务企业物流配送网络的特点，建立了混合0—1整数规划的物流中心选址优化模型。蒋忠中等（2005）[19] 表示该模型是一种特殊形式的选址—分配模型，具有NP难性质。为求解上述模型，开发了嵌入表上作业法的遗传算法。实例研究表明，该算法能高效求得模型的优化解，是求解物流配送中心选址这类复杂优化问题的一个较好方法。其中，嵌入表上作业法的遗传算法的设计如下：（1）编码方法。采用自然数编码。（2）产生初始种群。采取随机生成的方法产生NP个染色体，根据每个物流中心的容量确保每个初始染色体对应一个可行解。（3）确定适值函数。根据每个染色体的编码，可以确定选建的物流中心及其负责配送的顾客，然后在物流中心与供应点之间分别进行每类商品的运输分配。（4）选择算子。采用正比选择与最优保留相结合的策略。（5）交叉算子。采用双切点交叉。（6）变异算子。以一定的变异概率对染色体的每一位进行变异，以加大变异对种群多样性的影响。（7）最优选择与终止准则。保存历史最好解，指定最大代数作为停止准则，即选一个大的正整数N[,G]为最大的代数。若迭代指标k大于N[,G]，则停止迭代并输出历史最好解作为最终的结果。
但有学者（龚延成等，2004）[20] 研究表明，现有物流中心选址方法如重心模型法或整数线性规划法，主要依据单纯经济性目标（最低运输周转量或物流费用）建立选址模型，进行优化计算，没有考虑到客户对配送时间的要求，不能解决血液供应、抢险物资供应和军事后勤补给等时效性要求很高的物流中心选址问题。他们综合考虑选址的经济性和时效性因素，以经济性为决策目标，以时效性为约束条件，建立带时效性约束的物流中心连续选址模型，并借助Matlab优化工具箱的fmincon函数，设计与传统迭代算法完全不同的优化算法，求解时效性要求高的物流中心最优选址问题。
姜大立等（1998）[21] 对易腐物品物流中心选址问题进行了分析与讨论，建立了一种离散选址模型，基于此模型求解NP完全性。应用遗传算法构造了AGA法，由于结合了遗传算法的全局收敛特性和ALA法的局部搜索特性，大大增加了获得全局优化解的机会。这类模型及其算法对于离散易腐物品物流中心的优化选址具有一定的意义。
胡刚等（2003）[22] 结合实际规划中遇到的问题，应用图论中的优化算法，首先建立选址模型基本假设：（1）运输小区货物的集中和疏散，是以流通区的总量计算；（2）在交通路网中，两个节点用无向弧连接，其交通量为双向交通量之和。然后确定货源点，再确定路网（在规划实践中，使用mapInfo或AutoCAD软件，把规划区域的实际地图作为底图，可以十分方便地画出现状路网图及规划年路网图）。最后通过模型的构造，提出了一种布局方法。
在物流战略和图中心的概念方面，袁庆达等（2001）[23] 针对“服务型”物流战略，将大规模物流网络的多配送中心选址问题抽象为求解图的多中心（p-Center）问题，并证明了无论是顶点p-Center问题还是绝对p-center问题均存在近似度为2的顶点解。最后，基于此定理，给出了选址问题的一个多项式2—近似算法。
黎青松等（2000）[24] 从另一个角度，通过对最优库存策略的研究，在总需求一定的情况下，得出总库存费用与物流中心数目的平方根模拟表达式，并进一步提出考虑库存成本的选址模型。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，使物流中心选址决策进一步完善。在给出了遗传算法的基础上，结合实际情况对模型及其算法予以简化使之更具有实用性。同时，有关物流中心最优库存成本与中心数目的关系，有待于在多级库存系统和考虑需求相关以及中心之间存在相互调度等情形下推广。
可见，国内对选址的数量化方法已经有较深入的研究，许多模型方法已经被用来解决物流管理中选址的实际问题。比如重心法模型（centre of- gravity approach），鲍姆尔—沃尔夫法（Baumol- Wolfe），混合—整数线性规划（mixed- integer linear programming），启发式方法（heuristic methods）等。徐利民等（2003）[25] 认为，这些方法的共同特征是考虑物流系统各个环节的费用，在一定的物流服务水平下，根据不同的算法和模型求出物流成本最低的最优解或满意解，以获得选址方案。虽然，选址模型的计算结果为选址决策提供了指导性的依据，而且，为了更符合选址应用的实际情况，这些模型不断地被加以改进。但是，从本质上看，这些模型都是静态的，根据模型结果确定的选址方案在较长的期间内并不会发生改变。而由于客户需求和费用成本会随时间变化，因此根据现阶段数据得出的解在未来并不一定是最优的。如果企业需要考虑在一个规划期内随时间变化的最优选址方案，显然，仅仅依靠这些静态的选址模型是不够的。他们主张利用动态规划法（dynamic programming）和MATLAB6.1软件求解规划期内随时间变化的最优选址布局方案。把动态选址看作随时间变化的多阶段决策问题，每一阶段的选址决策不但决定本阶段的效果，也影响到整个后续阶段的效果。因此企业可以根据规划期内客户需求量和费用水平的变化预测，在静态选址模型结果的基础上，利用动态规划法求解最优选址方案的时间变化轨迹。
郑吉春等（2006）[26] 则在物流中心选址的动态双钻石模型的基础上，运用系统动力学的因果与相互关系分析并构建了物流中心选址的系统动力学流图，设计了动态模型方程式及状态变量方程。这协调了各因素间定量化关系，实现了物流中心选址程序的仿真及优化。
3 结论与讨论
综上，数学模型诚然可以得到最优解，但其无法考虑各方面的因素，尤其是一些无法量化的因素；计算机辅助方法比较依赖决策者自身的偏好，有时难免有失客观；模糊评价法可以将定性因素量化，但定量因素的比较性被削弱。另外，我们还可以看出，定性研究过少，而定量研究几乎充斥于所有论文中，这有欠妥当。本文以是否采用带有主观权重赋值的选址方法为切入点，在综合分析这类研究论文后，给出了自己的见解。现总体讨论如下：
第一，应遵守适应性原则、协调性原则、经济性原则和战略性原则。结合产业分布，做好规划，统筹布局供应链中有机串联的多层次物流体系，以形成综合发展、分工合理的物流布局空间。并根据不同的物流中心类型，选定适宜的区位，见表1。
第二，考虑物流中心经营的商品。经营不同商品的物流中心对选址的要求不同，应分别加以注意。见表2。
最后，物流中心的选址应综合运用定性和定量分析相结合的方法，在全面考虑选址影响因素基础上，粗选出若干个可选的地点，进一步借鉴比较法、专家评价法、模糊综合评价等数学方法以及动态规划等方法进行量化比较，最终得出最优方案。
标签：物流中心论文;