配送中心选址问题.ppt

基于仿真技术的连锁零售企业配送中心布局决策模型
王***
史玲玲
一、问题背景
二、建模准备工作
三、建立模型
四、提出疑惑
一、问题背景
引言
该文献采用仿真方法和综合评价法研究连锁零售业配送中心选址的问题
为什么要对此问题进行研究?
配送中心的布局决策
决定
合理配送系统
“连配送”
前提
企业核心竞争优势
重要源泉

合理的配送中心布局
降低物流运营成本
提高物流系统的运营效率

研究现状
物流中心选址比较成熟的方法
重心法
最优化规划方法
启发式方法
仿真方法
重心法
重心法是一种设置单个厂房或仓库的方法,这种方法主要考虑的因素是现有设施之间的距离和要运输的货物量。
概念
可以在没有备选地点的情况下进行选址,并且运算简单,能够为管理者和决策者提供理论上成本最低的配送中心地点。
优点
自由度过多,往往由迭代法计算求得的最佳地点实际上很难找到或者不适合构建配送中心。
缺点
最优化规划方法
它主要运用数学方法研究各种系统的优化途径及方案,为决策者提供科学决策的依据。
概念
缺点
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。
优点
简单易操作
应用范围非常广泛;它属于精确式算法,能获得精确最优解
概念
优点
缺点
启发式方法
是一种技术。这种技术使得在可接受的计算费用内去寻找最好的解。但不保证所得到的解可行性和最优性,甚至在多数情况下,无法阐述所得到的解和同最优解的近似程度。
由于是逐次逼近法,得到的可行解与最优解有比较大的偏差。
某些情况下使用启发式算法会得到比用最优化算法更好的解。
简单易行,易被使用者接受。
很多情况下,程序简单,易于修改。
仿真方法
概念:它可以运用各种模型和技术,对实际问题进行建模,通过模型采用人工试验的手段,来理解需要解决的实际问题。
优点:能够解决用解析方法难以解决的十分复杂的问题;而且实验相比费用低,可在较短时间内得出结果。
研究展望
两种或两种以上算法相结合
eg:聚类分析和重心法相结合;神经网络和SVM相结合等等
旧算法的重新优化
eg:层次遗传算法;改进蚁群算法;改进粒子群算法等等
引入其他领域的方法
eg:引入GIS领域的方法