物流与交通
物流配送中心选址方法综述
魏光兴重庆
配送中心是现代物流的重要组成部分，其上游是制造商，下游是用户，它在整个物流系统中起着承上启下的作用。选择合理的配送中心地址可以有效地节约费用，促进生产和消费两种流量的协调与配合，保证物流系统的高效和平衡发展。物流配送中心选址研究已经有很多方法，但仍需要得到科学的模型化、数量化方法的支持，这些方法大致可以分为定性和定量两大类。定性的方法主要是层次分析法和模糊综合评价相结合对各个方案进行指标评价，找出最优地址；定量的方法主要包括重心法、运输规划法、Cluster法、（鲍莫尔-沃尔夫）法、CFLP法、Baumol-Wolfe混合0-1整数规划法、双层规划法、遗传算法等。本文将简单介绍几种常用的方法并进行比较分析。
一、重心法
重心法是研究单个物流配送中心选址的常用方法，这种方法将物流系统中的需求点和资源点看成是分布在某一平面范围内的物流系统，各点的需求量和资源量分别看成是物体的重量，物体系统的重心作为物流网点的最佳设置点。它根据距离、重量或两者的结合，通常考虑较少影响因素，建立的模型也简单，主要适用于单个配送中心选址问题。配送中心最佳地址的模型选择，有离散型和连续型2种。重心法模型属于连续型模型，相对于离散型来说，配送中心的选择可以不加特定限制，有自由选择的长处。但从另一方面来看，重心法模型自由度过多也是一个缺点。它仅考虑运输费用而没有考虑配送中心建设的固定费用(包括基本建设费用和固定经营费用)及因经营管理产生的可变费用，这在实际应用的时候会受到很大的限制。该模型所用的解法主要是迭代法，而迭代法计算求得的最佳地点实际上往往很难找到，有的地点很可能在河流，湖泊或街道中间，此时就要根据客观条件，放弃最优位置而另选择一比较满意的位置。因此，根据重心法确定的物流配送中心选址只能作为参考。
二、运输规划法
运输规划法的基本思想是根据某个区域中的各个配送中心的能力及各个用户的48
需要量、各配送中心与各用户之间的运输价格表来安排配送中心的配送任务，使得该区域的总运输成本最小。求解运输规划模型的方法很多，常采用表上作业法，利用最小元素法和伏格尔法确定初始基可行解，再用闭回路法和位势法对它进行检验，在闭回路上进行方案调整，并计算出调整后的运费变化。重复以上过程直到调整出的总运费最小，就得到最优解。一个多配送中心网络建成之后，用户及其需求可能发生很大变化，此时需要对这个网络进行布局调整，重新分配各配送中心的配送范围以及配送量，又不涉及配送中心的新建。此种情况用运输规划方法就比较适合。运输规划法属于精确式算法，能获得精确最优解。运输规划的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，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。
三、Cluster法与CFLP法
Cluster法的基本思路是先将配送中心定位在各需求点，然后通过对需求点进行组合以降低配送中心的数目，并根据组合后的需求点的几何重心安排新的配送地址，直到总费用不再降低为止。CFLP法的基本思路是首先假定初始方案已经确定，即给出一组网点的初始设置地址。根据初始方案按运输规划模型求出各初始网点的供货范围，然后在各供货范围内分别移动网点到其它备选地址上，以使各供货范围内的总成本下降，找到各供货范围内总成本最小的新网点设置地址，再将新网点设置地址代替初始方案，重复上述过程直至各供货范围内的总成本不能再下降时为止。这种方法只需要用运输规划求解，使计算工作大大简化。这2种方法都属于启发式方法，因此都不是精确算法，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是非常接近的，而且启发式方法计算简单，求解速度快。
四、Baumol-Wolfe法
在Baumol-Wolfe法是一个整数规划方法：满足供应及需求约束条件下，追求由运输费、
输送费及可变费用组成的总费用最低，以此选定物流配送中心。这种模型计算比较简单，只要运用一般运输规划的计算方法即可，避免了混合整数规划模型的求解困难。在计算过程中每次迭代的结果都是在系统费用最小的前提下寻求新的更好的布局方案，直到总成本不能再下降。它能求流通过程的总费用(运费、保管费和发送费之和)，并且能求解配送中心的通过量即决定配送中心的规模的目标。但由于该模型采用的是逐次逼近法，所以不能保证必然得到最优解。此外，由于选择备选点的方法不同，有时求出的最优解中可能出现配送中心的数目较多的情况，即可能有配送中心数目更少、总费用更小的解存在。
五、混合0-1整数规划法
混合0-1整数规划模型用于解决物流中心选址问题时，其目标函数是从备选地点中选出最佳的物流中心，使包括物流中心的投资、经营管理费用及运输费用的总费用最少，该模型常常用于解决物流网络设计中常见的大型、复杂的选址问题。该模型中的最优解常采用分支定界法求解求出整数规划模型的最优解就得到了配送中心选址的最佳可行方案。在这个最优方案中，某个用户可能从多个配送中心取得所需商品，某个配送中心也可能为多个用户服务。混合0-1整数规划的主要优点是它能够把固定费用以最优的方式考虑进去。由于该模型目标函数中包括了固定费用(物流中心的投资建设费)，而固定费用是离散的，故宜用离散变量的模型来处理，但仔细分析即可发现求解此模型的计算量很大。
六、遗传算法
遗传算法抽象于生物体的进化过程，是一种通过全面模拟自然选择和遗传机制，形”特征的搜索算法。遗传成具有“生成+检验算法以编码空间代替问题的参数空间，以适应度函数为评价依据，以编码群体为进化基础，以对群体中个体位串的遗传操作实现选择和遗传机制，建立起一个迭代过程。在这一过程中，通过随机重组编码位串中重要的基因，使新一代的位串集合优于老一代的位串集合，群体的个体不断进化，逐渐接近最优
物流与交通
夏新海广东广州
跨国物
在
流
中
企
国
业
的经营活动分析
（总第205期）492005年第9期
物流与交通
物流配送中心选址方法综述
魏光兴重庆
配送中心是现代物流的重要组成部分，其上游是制造商，下游是用户，它在整个物流系统中起着承上启下的作用。选择合理的配送中心地址可以有效地节约费用，促进生产和消费两种流量的协调与配合，保证物流系统的高效和平衡发展。物流配送中心选址研究已经有很多方法，但仍需要得到科学的模型化、数量化方法的支持，这些方法大致可以分为定性和定量两大类。定性的方法主要是层次分析法和模糊综合评价相结合对各个方案进行指标评价，找出最优地址；定量的方法主要包括重心法、运输规划法、Cluster法、（鲍莫尔-沃尔夫）法、CFLP法、Baumol-Wolfe混合0-1整数规划法、双层规划法、遗传算法等。本文将简单介绍几种常用的方法并进行比较分析。
一、重心法
重心法是研究单个物流配送中心选址的常用方法，这种方法将物流系统中的需求点和资源点看成是分布在某一平面范围内的物流系统，各点的需求量和资源量分别看成是物体的重量，物体系统的重心作为物流网点的最佳设置点。它根据距离、重量或两者的结合，通常考虑较少影响因素，建立的模型也简单，主要适用于单个配送中心选址问题。配送中心最佳地址的模型选择，有离散型和连续型2种。重心法模型属于连续型模型，相对于离散型来说，配送中心的选择可以不加特定限制，有自由选择的长处。但从另一方面来看，重心法模型自由度过多也是一个缺点。它仅考虑运输费用而没有考虑配送中心建设的固定费用(包括基本建设费用和固定经营费用)及因经营管理产生的可变费用，这在实际应用的时候会受到很大的限制。该模型所用的解法主要是迭代法，而迭代法计算求得的最佳地点实际上往往很难找到，有的地点很可能在河流，湖泊或街道中间，此时就要根据客观条件，放弃最优位置而另选择一比较满意的位置。因此，根据重心法确定的物流配送中心选址只能作为参考。
二、运输规划法
运输规划法的基本思想是根据某个区域中的各个配送中心的能力及各个用户的48
需要量、各配送中心与各用户之间的运输价格表来安排配送中心的配送任务，使得该区域的总运输成本最小。求解运输规划模型的方法很多，常采用表上作业法，利用最小元素法和伏格尔法确定初始基可行解，再用闭回路法和位势法对它进行检验，在闭回路上进行方案调整，并计算出调整后的运费变化。重复以上过程直到调整出的总运费最小，就得到最优解。一个多配送中心网络建成之后，用户及其需求可能发生很大变化，此时需要对这个网络进行布局调整，重新分配各配送中心的配送范围以及配送量，又不涉及配送中心的新建。此种情况用运输规划方法就比较适合。运输规划法属于精确式算法，能获得精确最优解。运输规划的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，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。
三、Cluster法与CFLP法
Cluster法的基本思路是先将配送中心定位在各需求点，然后通过对需求点进行组合以降低配送中心的数目，并根据组合后的需求点的几何重心安排新的配送地址，直到总费用不再降低为止。CFLP法的基本思路是首先假定初始方案已经确定，即给出一组网点的初始设置地址。根据初始方案按运输规划模型求出各初始网点的供货范围，然后在各供货范围内分别移动网点到其它备选地址上，以使各供货范围内的总成本下降，找到各供货范围内总成本最小的新网点设置地址，再将新网点设置地址代替初始方案，重复上述过程直至各供货范围内的总成本不能再下降时为止。这种方法只需要用运输规划求解，使计算工作大大简化。这2种方法都属于启发式方法，因此都不是精确算法，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是非常接近的，而且启发式方法计算简单，求解速度快。
四、Baumol-Wolfe法
在Baumol-Wolfe法是一个整数规划方法：满足供应及需求约束条件下，追求由运输费、
输送费及可变费用组成的总费用最低，以此选定物流配送中心。这种模型计算比较简单，只要运用一般运输规划的计算方法即可，避免了混合整数规划模型的求解困难。在计算过程中每次迭代的结果都是在系统费用最小的前提下寻求新的更好的布局方案，直到总成本不能再下降。它能求流通过程的总费用(运费、保管费和发送费之和)，并且能求解配送中心的通过量即决定配送中心的规模的目标。但由于该模型采用的是逐次逼近法，所以不能保证必然得到最优解。此外，由于选择备选点的方法不同，有时求出的最优解中可能出现配送中心的数目较多的情况，即可能有配送中心数目更少、总费用更小的解存在。
五、混合0-1整数规划法
混合0-1整数规划模型用于解决物流中心选址问题时，其目标函数是从备选地点中选出最佳的物流中心，使包括物流中心的投资、经营管理费用及运输费用的总费用最少，该模型常常用于解决物流网络设计中常见的大型、复杂的选址问题。该模型中的最优解常采用分支定界法求解求出整数规划模型的最优解就得到了配送中心选址的最佳可行方案。在这个最优方案中，某个用户可能从多个配送中心取得所需商品，某个配送中心也可能为多个用户服务。混合0-1整数规划的主要优点是它能够把固定费用以最优的方式考虑进去。由于该模型目标函数中包括了固定费用(物流中心的投资建设费)，而固定费用是离散的，故宜用离散变量的模型来处理，但仔细分析即可发现求解此模型的计算量很大。
六、遗传算法
遗传算法抽象于生物体的进化过程，是一种通过全面模拟自然选择和遗传机制，形”特征的搜索算法。遗传成具有“生成+检验算法以编码空间代替问题的参数空间，以适应度函数为评价依据，以编码群体为进化基础，以对群体中个体位串的遗传操作实现选择和遗传机制，建立起一个迭代过程。在这一过程中，通过随机重组编码位串中重要的基因，使新一代的位串集合优于老一代的位串集合，群体的个体不断进化，逐渐接近最优
物流与交通
夏新海广东广州
跨国物
在
流
中
企
国
业
的经营活动分析
（总第205期）492005年第9期