物流配送中心选址模型

主要分析物流系统中库存管理、运输、配送中心之间的联系,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,所以该模型有较大实用价值。     

单一物流配送中心选址分析

物流配送中心的选址对物流系统的运营效率起着至关重要的作用。针对单一物流配送中心选址,提出了单一物流配送中心选址的原则,介绍了单一物流配送中心选址的程序、方法,并对选址影响因素做了分析,最后总结了选址时应该注意的问题。     

物流配送中心选址模型及其启发式算法

在考虑了产品运输成本和配送中心运营可变成本的基础上, 建立了一个有关多个配送中心的选址模型。模型的求解主要分两部分, 对于线性函数部分, 用运输问题的“表上作业法”予以求解; 对于非线性部分, 用“启发式”算法对其进行了优化求解。两种方法结合使用, 得到了较为满意的选址结果, 并与解决此问题的其它算法进了简单的比较论述.     

物流配送中心选址双层规划模型与算法

新建物流配送中心在选址时不仅要考虑到与已有配送中心的竞争,还要预测到未来可能出现的竞争者,否则将会在竞争中处于劣势地位. 因此建立了“原有配送中心-新建配送中心-未来加入配送中心”这一框架下的双层规划模型,为竞争环境下的新建配送中心选址提供决策依据. 上层目标极大化新建配送中心在计划期内的市场份额,下层目标极大化未来竞争者的市场份额. 其中市场份额由配送中心与需求者之间的距离作为可观察项的多项logit模型来刻画. 设计了遗传算法求解,最后通过实例验证该模型与算法可以有效的避免损失,提高新建配送中心的竞争力.     

一类有竞争的物流配送中心选址模型

对已有多个配送中心存在的前提下, 新增配送中心为获取最大市场占有量如何进行有效的选址决策问题进行了研究, 建立了一个选址决策模型, 把求解的问题归结为无约束的非线性规划问题, 并给出了迭代算法, 最后对如何解决考虑多种选址影响因素及多个新增配送中心的复杂情况进行了讨论。     

基于静态博弈论的物流配送中心选址优化研究

在叙述物流配送中心选址相关知识的基础上,站在投资人的立场,把物流配送中心的选址问题归结为收益最大问题,建立物流配送中心布局和多维logit选址优化模型,运用静态博弈论的相关理论,采用C++编程作为技术支持,通过模型求解物流配送中心的最佳布局和选址位置,并进行算例分析。     

易腐物品物流配送中心选址的遗传算法

在分析流物配送中心的作用及其现存选址方法的基础上，建立了一种求解易腐物品配选址问题的算法，虎算法为和ＡＬＡ法相结合而成的遗传算法。     

物流配送中心选址的一个离散模型研究

物流配送中心是物流系统的重要组成部分,合理的配送中心选址可以降低配送中心的运营成本和建造成本.本文首先评析单一配送中心选址方法中的重心法模型的优缺点,然后针对这些缺点提出了一个既能用于单一配送中心选址也能用多个配送中心选址、既考虑了变动成本又考虑了固定成本的更符合实际需要的离散选址模型.     

物流配送中心选址的重心法探讨

物流配送中心选址问题是现代物流系统规划的一个重要环节,选址的方法有很多,其中,最普遍的就是我们通常所用的重心法,然而,重心法存在一些为人们所忽略问题,其一,重心法是如何引入的;其二,最后的迭代方案是否最好。本文对重心法的引入、公式的推导做了详尽的阐述,并且对以往的迭代方案做了相应的改进。     

物流配送中心选址的一个离散模型研究

物流配送中心是物流系统的重要组成部分,合理的配送中心选址可以降低配送中心的运营成本和建造成本.本文首先评析单一配送中心选址方法中的重心法模型的优缺点,然后针对这些缺点提出了一个既能用于单一配送中心选址也能用多个配送中心选址、既考虑了变动成本又考虑了固定成本的更符合实际需要的离散选址模型.     

不确定环境下的物流配送中心选址方法研究

针对现实中普遍存在的不确定环境,本文在传统的双层目标规划的基础上进行了改进,建立了不确定环境下的物流配送中心选址的双层规划模型及算法.最后,通过一个具体的实例,阐述了如何用该理论解决实际问题,对未来配送中心的建设提供一定的参考作用.     

��ȷ����������������ѡַ³���Ż�ģ�ͼ����㷨

研究了不确定环境下物流中心的选址优化问题,在随机优化模型的基础上,采用遗憾模型的形式构建了相关问题的鲁棒优化模型。分析了鲁棒优化模型与确定性优化模型、随机优化模型的关系,并在此基础上给出了求解鲁棒优化模型的两种方法——枚举法和遗传算法。以Visual Studio6.0为平台,以Visual C++为开发语言编写了两种算法的代码,代码中通过调用Lingo9.0来求解确定性优化模型和两阶段随机优化模型。利用上述两种算法对若干算例进行了测试,结果表明,本文给出的算法能够满足问题求解需要,与随机优化模型最优解相比,鲁棒优化模型的最优解对各情景下参数扰动的现象敏感程度更低,因此具有更低的风险。     

基于竞争的物流中心选址双层规划模型及算法研究

提出基于竞争的物流中心选址双层规划模型,将物流中心选址涉及到的两个具有明显不同目标的决策者——选址规划者和客户联系起来考虑问题,并将配送中心建成后遇到的竞争问题也纳入其中.该模型立足物流中心上层决策者和下层决策者两方面,权衡决策者和客户的总成本费用,对于研究物流中心在某个较长规划期内的最优选址问题具有重要意义.利用遗传算法对模型进行求解,最后通过实证分析表明建立的模型及算法具有实用价值和指导作用.     

基于停车场限制的物流中心选址模型及算法

针对停车场限制的物流中心选址问题,建立了双层规划模型．上层规划以物流中心费用最小来确定物流中心的位置,下层规划建立了配送／采购车辆与城市道路交通组合分配模型,最后,采用遗传模拟退火算法对模型进行求解．     

����ANP����������ѡַ�о�

比较了传统运输节点与物流中心的差异，指出物流中心选址重要性和独有特征．综合分析了当前一些文献对物流中心选址方法的研究，指出这些方法可能存在的不足．分析了AHP方法的扩展ANP应用于物流中心选址的优点，指出从物流中心选址的外部动态环境和内部决策条件出发可以更加全面分析物流中心选址涉及到的各种因素及其内部关系，提出采用ANP方法进行物流中心选址的影响因素结构及其分析方法、具体分析步骤和要点．