电子商务物流 仓库选址的方法.doc

电子商务物流_仓库选址的方法仓库选址的几种方法一、解析方法 解析方法通常是指物流地理重心方法。这种方法通常只考虑运输成本对物流中心选址的影响,而运输成本一般是运输需求量、距离以及时间的函数,所以解析方法根据距离、需求量、时间或三者的结合,通过在坐标上显示,以物流中心位置为因变量,用代数方法来求解配送中心的坐标。这种方法的优点在于计算简单,数据容易搜集,易于理解。由于通常不需要对物流系统进行整体评估,所以在设定单一的物流中心时应用解析方法非常方便。但是它的缺点在于它假设运费随距离呈线性变化,而实际生活中运费通常是递远递减的。另外,它没有考虑现实的地理条件,例如选出的最佳物流中心地点可能正好坐落于一个湖的中央,所以解析方法更多的不适用于确定最佳位置,而是用于剔除一些不合适的备选方案。解析方法经过这些年的发展,从基本的解析方法也就是只考虑与运输成本相关的需求量、距离或时间三者中的某一个变量进行了扩展,使解析法更接近真实的现实生活。形成了吨—距离—中心解法、时间—吨—距离—中心解法等等。二、最优化规划方法 最优化规划方法一般是在一些特定的约束条件下,从许多可用的选择中挑选出一个最佳的方案。运用线性规划技术解决选址问题一般需具备两个条件,一是必须有两个或两个以上的活动或定位竞争同一资源对象,二是在一个问题中,所有的相关关系总是确定的。 随着20世纪70年代计算机计算能力的增强,使得以最优化规划方法求解大型配送中心选址及网点布局逐渐成为可行,最优化规划方法中的线性规划技术以及整数规划技术是目前应用最为广泛,也是最主要的选址方法。其优点在于它属于精确式算法,能获得精确最优解。不足之处主要在于对一些复杂情况很难建立合适的规划模型;或者模型太复杂,计算时间长,非常难以得到最优解;还有些时候得出的解虽然是最优解,但在实际中不可行。最优化规划方法主要有运输规划方法以及混合整数规划法等。三、启发式方法 启发式方法是一种逐次逼近最优解的方法,大部分在20世纪50年代末期以及60年代期间被开发出来。用启发式方法进行物流中心选址首先要定义计算总费用的方法,拟定判别准则,规定改进途径,然后给出初始方案,迭代求解。启发式方法与最有规划方法的最大不同是它不是精确式算法,不能保证给出的解决方案是最优的,但只要处理得当,获得的可行解与最优解释非常接近的,而且启发式算法相对最有规划方法计算简单,求解速度快。所以在实际应用中,启发式方法是仅次于最优化规划技术的选址方法。启发式方法主要以Cluster法、CFLP法以及Baumol-Wolfe法为代表。四、仿真方法 仿真方法是试图通过模型重现某一系统的行为或活动,而不必实地去建造并运转一个系统,因为那样可能会造成巨大的浪费,或根本没有可能实地去进行运转实验。在选址问题中,仿真技术可以使分析者通过反复改变和组合各种参数,多次试行来评价不同的选址方案。这种方法还可进行动态模拟。仿真方法可描述多方面的影响因素,因此具有较强的实用价值,常用来求解较大型的、无法手算的问题。其不足主要在于仿真方法不能提出初始方案,只能通过对各已存在的备选方案进行评价,从中找出最优方案,所以在运用这项技术时必须首先借助其他技术找出各初始方案,而且预定初始方案的好坏会对最终决策结果产生很大影响。五、遗传算法 遗传算法是一种模拟进化算法,它模拟生物界的进化过程,根据优胜劣汰、适者生存等自然进化原则,一代一代