物流配送中心选址方法研究综述

物流配送中心选址方法研究综述

ID:26347532

大小:55.00 KB

页数:7页

时间:2018-11-25

物流配送中心选址方法研究综述  _第1页
物流配送中心选址方法研究综述  _第2页
物流配送中心选址方法研究综述  _第3页
物流配送中心选址方法研究综述  _第4页
物流配送中心选址方法研究综述  _第5页
资源描述:

《物流配送中心选址方法研究综述 》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、物流配送中心选址方法研究综述内容摘要:物流配送中心的选址决策在物流运作中有着重要的地位。本文对近年来国内外有关配送中心选址方法的文献进行梳理和研究。研究结果发现:各种选址方法有着各自的优缺点和一定的适用范围,各种方法的组合是未来该领域研究的趋势。  关键词:物流配送中心选址文献综述    在物流系统的运作中,配送中心的选址决策发挥着重要的影响。配送中心是连接工厂与客户的中间桥梁,其选址方式往往决定着物流的配送距离和配送模式,进而影响着物流系统的运作效率。因此,研究物流配送中心的选址具有重要的理论和现实应用意义。  本文对近年来国内外有关物流配送中心选址方法的文献进行了梳理和研究

2、,并对各种方法进行了比较。选址方法主要有定性和定量的两种方法。定性方法有专家打分法、Delphi法等,定量方法有重心法、P中值法、数学规划方法、多准则决策方法、解决NPhard问题(多项式复杂程度的非确定性问题)的各种启发式算法、仿真法以及这几种方法相结合的方法等。由于定性研究方法及重心法、P中值法相对比较成熟,因此,本文将主要分析定量方法中的数学规划、多准则决策、解决NPhard问题的各种启发式算法、仿真在配送中心选址中应用的研究状况。    数学规划方法    数学规划算法包括线性规划、非线性规划、整数规划、混合整数规划和动态规划、网络规划算法等。在近年来的研究中,规划论中

3、常常引入了不确定性的概念,由此进一步产生了模糊规划、随机规划、模糊随机规划、随机模糊规划等等。不确定性规划主要是在规划中的C(价值向量)、A(资源消耗向量)、b(资源约束向量)和决策变量中引入不确定性,从而使得不确定规划更加贴近于实际情况,得到广泛地实际应用。  国内外学者对于数学规划方法应用于配送中心的选址问题进行了比较深入的研究。姜大元(2005)应用Baumol-,GA)是在20世纪60年代提出来的,是受遗传学中自然选择和遗传机制启发而发展起来的一种搜索算法。它的基本思想是使用模拟生物和人类进化的方法求解复杂的优化问题,因而也称为模拟进化优化算法。遗传算法主要有三个算子:

4、选择;交叉;变异。通过这三个算子,问题得到了逐步的优化,最终达到满意的优化解。  对于物流配送中心的选址研究,国内外有不少学者将遗传算法同一般的规划方法结合起来对其进行了研究。蒋忠中等(2005)在考虑各种成本(包括运输成本等)的基础上,结合具体的应用背景,建立的数学规划模型(混合整数规划或是一般的线性规划)。由于该模型是一个组合优化问题,具有NPhard问题,因此,结合了遗传算法对模型进行求解。通过选择恰当的编码方法和遗传算子,求得了模型的最优解。  遗传算法作为一种随机搜索的、启发式的算法,具有较强的全局搜索能力,但是,往往比较容易陷入局部最优情况。因此,在研究和应用中,为

5、避免这一缺点,遗传算法常常和其它算法结合应用,使得这一算法更具有应用价值。  (二)人工神经网络  人工神经网络(artificialneural-work,ANN)是由大量处理单元(神经元)广泛互连而成的网络,是对人脑的抽象、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。经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。对于神经网络如何应用于物流配送中心的选址,国内外不少学者进行了各种有益的尝试。韩庆兰等(2004)用BP网络对物流配送中心的选址问题进行了尝试性地研究

6、,显示出神经网络对于解决配送中心选址问题具有一定的可行性和可操作性。  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,我们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,这样才能有效及可靠地应用ANN解决实际存在的问题。  (三)模拟退火算法  模拟退火算法(SimulatedAnnealing,SA)又称模拟冷却法、概率爬山法等,于1982年由Kirpatrick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由一个初始的解出发,不断重复产生迭代解,逐步

7、判定、舍弃,最终取得满意解的过程。模拟退火算法不但可以往好的方向发展,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。   对于模拟退火算法应用于物流配送中心选址的研究,大量的文献结合其它方法(如多准则决策、数学规划等)进行了研究。任春玉(2006)提出了定量化的模拟退火遗传算法与层次分析法相结合来确定配送中心地址的方法。该方法确保总体中个体多样性以及防止遗传算法的提前收敛,运用层次分析法确定物流配送中心选址评价指标权重,并与专家评分相结合进行了综合评价。该算法对于解决物流配

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。