现代物流中心选址分析

现代物流中心选址分析（共6篇）

现代物流中心选址分析 篇1

1农资物流的发展现状

农资是农用物资的简称,一般是指在农业生产过程中用以改变和影响劳动对象的物质资料和物质条件,如农业运输机械、生产及加工机械、农药、种子、化肥、农膜等。

现代农资物流是依托于信息技术和供应链管理方法的一种物流管理活动,它能够保证农业生产顺利进行、保障农村经济发展供给和补充农业生产所需的生产资料。农资物流的发展直接关系到我国总体经济运行效率和运行质量。

近年来,国家对关乎8亿农民的 “三农”问题十分重视,国务院及相关部门对化肥等农业生产资料的物流配送及公益性服务都给予了相关的指导和政策的倾斜。但总体来看,我国对农资物流体系的研究起步较晚,农资物流网络还存在着配送网点数量较少、覆盖面较小、库点分布不科学等问题,使得农资资源的配置效率较低。因此,探索农资物流网络的优化方法是很有必要的。

2基于K-means聚类的农资需求片区划分

K - means算法是典型的基于距离的聚类算法,它采用距离作为相似性的评价指标。

假设一定的区域内共有n个农资需求点,需求点k ( k = 1,2,,n) 的农资需求量用Dk表示。假定各农资配送中心的设计容量Mj相同,为定值M 。由此可得最佳聚类数K :

在确定最佳聚类数后,可通过以下的聚类算法将农资需求点划分为K个农资需求片区:

步骤1: 对于容量为n的农资需求样本点 { x1,x2,, xn} ,随机选取K个样本点作为初始聚类中心 { z1,z2,, zK} ;

步骤2: 计算余下每个农资需求样本点xi到各个初始聚类中心的欧式距离,找到离样本距离最近的聚类中心zv,并将它分配到zv所表明的类内;

步骤3: 用平均法计算重新分类后的各类中心;

步骤5: 如D收敛,且新的凝聚点与旧的凝聚点重合,则return( z1,z2,,zK,D) 并终止此算法。否则转至步骤2。

3农资物流网络配送中心选址

作为农资物流网络重要的物流节点,配送中心的选址和功能配置会直接影响物流作业的效率。如果物流节点安排的不合理,直接会造成农资物流系统内物流作业的不流畅、停顿甚至瘫痪。在进行农资物流网络需求片区划分后,本文主要讨论农资物流网络配送中心的选址问题。

3.1建立数学模型

3.1.1确定目标

以从配送中心到农资需求点的总配送费用最小为目标,建立农资物流网络配送中心选址优化模型。

3.1.2确定约束条件

农资物流网络配送中心选址模型的约束条件主要包括: 配送中心的数目、容量、配送能力应满足要求; 总配送里程有一定的限制; 变量满足非负要求。

3.1.3建立模型

基于以上的分析,建立了如下模型:

( 1) 假设条件

单位的归一化处理: 设定一个虚拟的单位使配送单位归一化,这个单位是质量和体积的统一体,以两者中较大的一个为主。

基于路况的假设: 本文不对国道、省道和乡村水泥路的路况加以区分,假设农资的运输成本只与运输的农资产品量和运输距离有关。

( 2) 参数说明

n : 需求点的数目;

m : 配送中心备选地的数目;

p : 可兴建的配送中心的最大数目;

Xjk: 从配送中心j到需求点k的运输量;

Dk: k地的需求量;

hjk: 从j到k地的包括运输、装卸费在内的配送单价;

djk: 配送中心j到需求点k地的公路距离;

Len : 从需求点到配送中心的最大行车路程限制。

( 3) 定义变量

Cost : 从配送中心到农资需求点的总配送费用;

( 4) 确定目标函数

( 5) 确定约束条件

说明:

目标函数代表从配送中心到各农资需求点的总配送费用最小;

约束式 ( 3) 表示配送中心的配送量应大于需求量;

约束式 ( 4) 表示配送中心个数应小于可兴建的最大数量;

约束式 ( 5) 是总配送里程的限制;

约束式 ( 6) 是量的非负要求;

约束式 ( 7) 是量的正整数要求。

3.2重心法确定配送中心的位置

设农资需求片区内有n个农资需求点P1,P2,,Pn分布在平面上,下面对算法中使用到的符号做出如下规定:

( xi,yi) : 农资需求点i的位置坐标;

( x*,y*) : 配送中心的位置坐标;

wi: 需求点i的农资需求量;

hi: 农资配送中心到农资需求点i处的运输费率;

di:农资配送中心到i处的直线运输距离;

ci: 农资配送中心到i处的运输费用;

H : 配送中心到需求点的总运输费用。

重心法确定配送中心位置的算法流程如下:

输入: 农资需求点数目n ; 需求点的坐标 ( xi,yi) , 运输费率hi,运量wi。

输出: 设施坐标 ( x*,y*) 和总运费H 。

于是转化为求H( x,y) 的最小值问题了。对上式求偏导,并通过k次迭代,求得配送中心的位置坐标为:

其中

若H( k)< H( k-1),说明总运费仍有改善的余地,则返回继续迭代; 否则,说明 ( x(*k-1),y(*k-1)) 为配送中心的最佳位置,则停止迭代。

4实验及结果分析

基于上述算法,利用Matlab编出一套可执行的程序, 并在600 × 600的二维坐标中随机产生88个需求点的位置坐标及其农资需求量 ( 在500 ~ 1000单位之间) 。假设配送中心容量M = 10000单位,由式 ( 1) 得K = 7 。下图是得到的聚类分析结果,图中每一种颜色的点组成一个农资需求片区。

在进行需求片区划分后,利用3. 2中的算法可求得各片区内配送中心的位置坐标分别为:( 298. 5044,269. 7315) 、 ( 480. 5810,460. 6877) 、 ( 467. 5058,218. 2630) 、 ( 292. 593, 465. 6276) 、( 461. 961,67. 79838) 、( 128. 1158,382. 3997) 、 ( 142. 4525,148. 4953) 。

假定运输费率hi= 1 ,此时可以求得农资配送的总运输费用,Hmin= 4775136. 1790 。通过以上的模拟实验,证明了本文所建立的农资物流网络优化算法是有效的。

5结论

农资物流的发展直接关系到我国总体经济运行效率和运行质量。本文从农资物流网络需求片区的划分和农资物流网络配送中心的选址两个方面对现代农资物流网络进行了优化。本文的研究成果可为农资物流企业制定物流发展战略提供有益的参考和借鉴, 为相关部门制定物流发展政策提供参考。

摘要：在分析我国农资物流发展现状的基础上,主要从农资需求片区划分和配送中心选址两个方面对农资物流网络进行优化。运用K-means聚类法将农资需求点划分为若干个需求片区;然后基于成本最小的原则,建立农资物流网络配送中心选址模型,利用重心法确定各个需求片区中农资配送中心的位置;最后通过仿真实验进行检验。

关键词：农资物流,网络优化,配送中心选址,聚类分析

现代物流中心选址分析 篇2

(上海海事大学经济管理学院，上海 201306)

0 引言

20世纪80年代后，竞争选址逐渐成为选址问题的热点问题和研究方向.HOTELLING［1]最早提出竞争环境下的选址问题.ABOOLIAN等［2]提出一个利润最大的Web服务竞争选址模型.范建华［3]应用效用函数建立一个竞争环境下连锁型企业新设施选址的新模型.骆有隆等［4]考虑选址聚集效应和市场份额竞争的新设施网络选址问题，建立考虑利益最大和吞并最小的双目标模型.杨玉香等［5]分析新进企业与现有企业构成的一主多从Stackelberg主从对策问题，建立设施竞争选址模型，并提出遗传算法与QPADM算法相结合的求解策略.GHADDAR等［6]针对一个产品价格由市场总产量决定的二级供应链，建立Stackelberg竞争选址模型，并考虑碳排放交易.

关于配送中心和相关设施选址问题已有大量研究成果.王淑琴等［7]针对城市物流系统不同层次的节点间存在物流量流动、不同层次节点的选址互为影响的特点，提出城市双层配送网络布局模型.陈鑫等［8]结合排队论和选址理论，建立带有响应时间承诺的应急救援中心选址优化模型.SUN等［9]从配送中心成本、顾客成本两方面出发，建立双层规划模型，并设计一个启发式方法求解.韩皓等［10]提出与现实中企业多元化经营背景相应的多级物流节点选址优化.朱江洪等［11]考虑物流系统各功能环节的碳排放对环境的影响，构建配送中心综合选址模型.杨雨薇等［12]针对征收碳税及碳交易两种情况分别建立数学模型对选址方案进行优化.

本文研究在市场上已有公司建立配送中心的情况下，后来者如何选址才能获得最大的市场利润，同时对环境的影响最小.首先建立垄断条件下公司配送中心的选址模型，然后建立竞争条件下两个公司的Stackelberg博弈选址模型.公司的成本主要有货物的进货成本、运输成本、新建及扩建配送中心的成本以及碳排放成本.碳排放成本主要产生于配送中心新建、扩建、库存及运输中.

本文的创新之处:(1)研究视角的创新.本文采用效用函数研究物流配送中心选址问题，此效用函数是关于配送中心规模大小和配送中心与顾客之间距离的函数.而以往的配送中心选址研究中没有采用这种效用函数.本文还采用由此效用函数决定的概率描述顾客选择各配送中心的可能性大小.(2)研究模型的创新.以往的配送中心竞争选址中，跟随者一方常常通过价格策略参与竞争.本文假设跟随者主要通过3种方法对领导者作出反应:第一种保持原有的规模，第二种是在原有的基础上扩大规模，第三种是关闭原有的配送中心.(3)本文考虑配送中心新建、扩建、库存及运输中产生的碳排放量，使所建的模型在追求利润最大化的同时也考虑对环境产生的影响.

1 问题描述与模型建立

1.1 变量与参数说明

设N为需求点集合，i∈N;J为A公司配送中心集合，j∈J;K为B公司配送中心集合，k∈K;wi为需求点i的需求量;sj为A公司配送中心j的规模;sk0为B公司原有配送中心k的规模;sk1为B公司扩建的配送中心k的规模;h为产品进价;m为产品销售价格;fj为A公司在j点新建配送中心的成本;∂A为A公司单位库存产生的碳排放量;∂B为B公司单位库存产生的碳排放量;γij和γik分别为从配送中心j和k运输单位货物到需求点i产生的碳排放量;μ为碳排放税率;Ij为配送中心j的固定碳排放量;xj为公司A的决策变量，xj=1表示在j点新建配送中心，xj=0表示不在j点新建配送中心;xij为A公司配送中心j到需求点i的运输量;yik为B公司配送中心k到需求点i的运输量;aij和aik分别为需求点i到配送中心j和k单位货物的运输费用;bk为B公司扩建配送中心k单位设施的成本;βk为B公司扩建配送中心k单位设施产生的碳排放量;cA为A公司新建配送中心j的成本限制;cB为B公司扩建配送中心k的成本限制;lk为B公司扩建配送中心k的规模限制.

1.2 模型假设

HUFF［13]最早提出效用的概念，在他的模型中，设施j对顾客i的效用为其中sj指设施的大小，Tij指从i到j所花费的时间.假设配送中心对顾客的吸引力程度由配送中心的大小决定.根据文献［14]，本文引入一个距离衰减函数 f(dij)=e－θjdij，其中θj是考虑竞争对手位置的一个参数，周围配送中心越多，θj越大.当 j∈J时，令 uij=sjf(dij)xj=sje－θjdijxj;当 k∈K 时，令 uik=(sk0+sk1)f(dik)=(sk0+sk1)e－θkdik.需求点 i总 效用，需求点i的需求被A公司配送中心j服务的概率为所以需求点 i的需求被A公司服务的概率为

设市场上已经存在B公司，A公司后进入市场.A公司进入时能预见A与B公司之间的竞争.A公司选择新建配送中心，需求点i的需求以piA的概率被A公司所吸引，所以A公司在需求点i的需求量

Zi(A)=wipiA，即A公司在需求点i从B公司手中夺得wipiA的需求量，而这些需求量原本是被B公司所吸引的.B公司从利润最大化角度出发，必然会作出反应.假设在A公司进入市场后，B公司通过3种方式对A公司作出反应:第一种继续保持原有的配送中心大小不变;第二种是在原有的基础上扩大规模，以增加自己对顾客的效用Ui(B)，从而增加需求点i的需求被B公司服务的概率 piB=，最终赢得更多的需求量;第三种是关闭原有的配送中心.

1.3 考虑碳排放的物流配送中心垄断选址模型

此模型中的变量是xj和xij.式(1)为A公司新建配送中心的总成本约束;式(2)为A公司新建配送中心的数量限制;式(3)表示A公司配送中心的配送量要满足需求点的需求;式(4)为0-1整数约束;式(5)为非负约束;式(6)表示只有在j点设置配送中心，才能向各个需求点供货.

1.4 考虑碳排放的物流配送中心竞争选址模型

当市场上存在竞争时，A与B公司之间为Stackelberg竞争，A公司是领导者，B公司是跟随者.

1.4.1 B公司的利润最大化模型

此模型中的变量是sk1.式(7)为B公司关闭或扩建配送中心规模的成本约束;式(8)为B公司配送中心的规模限制;式(9)为B公司配送中心的配送量要满足其所获得的市场份额;式(10)为非负约束.

上述问题的最优解满足库恩-塔克条件:

1.4.2 A公司的利润最大化模型

此模型中的变量是xj和xij.式(11)为A公司新建配送中心的总成本约束;式(12)为A公司新建配送中心的数量限制;式(13)表示A公司配送中心的配送量要满足其所获得的市场份额;式(14)为0-1整数约束;式(15)为非负约束;式(16)～(21)为满足B公司利润最大化的库恩-塔克条件;式(22)表示只有在j点设置配送中心，才能向各需求点供货.

2 模型求解

根据文献［10]，式(19)和(20)可化为

其中M是一个无穷大的正数.因此，A公司利润最大化模型的约束条件为式(11)～(19)和(22)～(27).

3 算例

3.1 算例1

假设产品价格为10 000元/t，进价为6 000元/t.A和B公司都使用同样的运输工具，运费为60元/(t·km)，每吨产品运输1 km产生的碳排放量的绝对值为距离的10倍.两个公司库存产生的碳排放量都为2 kg/t，碳排放税率 μ=0.5元/kg.

B公司在市场上已有3个配送中心，K={1，2，3}，规模分别为 150，160，170 m2，扩建的规模限制分别为40，30，50 m2，扩建每平方米的费用分别为2 500，2 800，3 000元，扩建每平方米产生的碳排放量是 1.2，1.2，1.2 kg，B 公司扩建的总成本限制为80万元，θk=1.假设市场上有6个需求点，N={1，2，3，4，5，6}，需求量分别为 500，400，350，600，650，550 t.需求点到配送中心的距离见表1.

A 公司有4 个候选点，J={1，2，3，4}，新建配送中心的固定建设费用分别为65，90，80，75万元，其规模为 150，160，120，180 m2，固定碳排放量分别为120，150，100，160 kg，A 公司新建配送中心总成本限制为300万元，总数的限制为3个，θj=1.需求点到配送中心的距离见表2.

表1 需求点i到B公司配送中心k的距离 km

表2 需求点i到A公司配送中心j的距离 km

3.1.1 垄断条件下的选址策略

运用Lingo求解，可得垄断条件下A公司的最佳选址为候选点1，2和4.通过比较可知，候选点1，2和4的规模比较大，在这3处建立配送中心能增加该配送中心对顾客的吸引力，从而赢得更多的顾客需求.垄断条件下A公司的最佳调运方案见表3，此时A公司最大利润为9 179 735元.

表3 垄断条件下A公司的最佳调运方案 t

3.1.2 竞争条件下的选址策略

计算可得竞争条件下A公司的最佳选址为候选点1，2和4，最佳调运方案见表4，此时A公司的利润为4 003 394元.

此时B公司的采取的策略是关闭配送中心2，扩建配送中心1和3.这是考虑:配送中心1，2，3的最大规模分别为190，190，220 m2;显然，配送中心3的规模较大，对顾客的吸引力也大;配送中心1和2的最大限制规模虽然相同，但配送中心1扩建到最大规模的费用(7 500元)小于配送中心2的费用(8 400元).因此，B公司会选择扩建配送中心1，关闭配送中心2.竞争条件下B公司的最佳调运方案见表5，此时B公司的利润为4 961 692元.

表4 竞争条件下A公司的最佳调运方案 t

表5 竞争条件下B公司的最佳调运方案 t

算例1结果表明，竞争条件下市场总利润为8 965 086元，小于垄断条件下的总利润.

3.2 算例2

假设A和B公司的运费为50元/(t·km)，由运输产生的碳排放均为2 kg/(t·km)，两个公司库存产生的碳排放量都为0.2 kg/t.B公司的3个配送中心扩建的规模限制分别为80，70，90 m2，扩建每平方米的费用分别为2 200，2 600，2 800元.A公司的4个配送中心固定碳排放量分别为200，230，180，240 kg，A公司新建配送中心总成本限制为200万元.6个需求点的需求量分别为 650，550，500，750，800，700 t.其余数据同算例 1.

3.2.1 垄断条件下的选址策略

计算可得垄断条件下A公司的最佳选址为候选点1和4，最佳调运方案见表6，此时A公司最大利润为13 473 740元.

表6 垄断条件下A公司的最佳调运方案 t

3.2.2 竞争条件下的选址策略

计算可得竞争条件下A公司的最佳选址为候选点1和4，最佳调运方案见表7，此时A公司的利润为5 443 564元.

表7 竞争条件下A公司的最佳调运方案 t

此时B公司的采取的策略是关闭配送中心2，扩建配送中心1和3.竞争条件下B公司的最佳调运方案见表8，此时B公司的利润为7 774 045元.

表8 竞争条件下B公司的最佳调运方案 t

算例2结果表明，竞争条件下市场总利润为13 217 609元，小于垄断条件下的总利润.

4 结束语

本文研究碳排放背景下物流配送中心竞争选址问题.首先建立垄断条件下A公司的选址模型，其中考虑产品价格、购买成本、固定建设成本、运输费用及碳排放成本.其次将已经存在的B公司作为跟随者，后进入的A公司作为领导者，建立两个公司的Stackelberg博弈选址模型，两个公司通过改变各自配送中心规模的大小决定市场份额的大小.最后进行算例分析，比较垄断与竞争条件下两个公司的决策及利润情况.将来可以继续研究的有:(1)顾客的需求不确定，是随机或模糊的情形;(2)A公司的候选点及顾客需求点远不止4或6个，设计一种有效的算法解决大规模问题.

［1]HOTELLING H.Stability in competition［J].Economic J，1929，39(153):41-57.

［2]ABOOLIAN R，SUN Y，KOEHLER G J.A location-allocation problem for a Web services provider in a competitive market［J].Eur J Operational Res，2009，194(1):64-77.

［3]范建华.基于阶梯型衰退效用函数的竞争选址问题［J].管理学报，2009，6(12):1638-1642.

［4]骆有隆，聂规划.Web服务集成商在竞争环境下的产品决策研究［J].武汉理工大学学报:交通科学与工程版，2011，35(5):1027-1030.

［5]杨玉香，周根贵.闭环供应链网络设施竞争选址模型研究［J].中国管理科学，2011，19(5):50-57.

［6]GHADDAR B，NAOUM-SAWAYA J.Environmentally friendly facility location with market competition［J].J Operational Res Soc，2012，63(7):899-908.

［7]王淑琴，刘伟.城市双层配送网络布局模型［J].上海海事大学学报，2009，30(4):36-39.

［8]陈鑫，汪传旭，石刘红.模糊随机需求下应急救援中心排队选址模型及算法［J].上海海事大学学报，2011，32(1):74-79.

［9]SUN H，GAO Z，WU J.A bi-level programming model and solution algorithm for the location of logistics distribution centers［J].Appl Math Modelling，2008，32(4):610-616.

［10]韩皓，王素玲.多级物流节点选址问题建模与求解［J].上海海事大学学报，2009，30(4):30-35.

［11]朱江洪，刘代平.考虑碳排放的物流配送中心选址［J].铁路采购与物流，2011，6(4):56-57.

［12]杨雨薇，林淑芬.碳税和碳交易条件下的物流配送中心选址模型［J].物流工程与管理，2011，33(4):119-122.

［13]HUFF D L.A programmed solution for approximating an optimum retail location［J].Land Econ，1966，42(3):293-303.

现代物流中心选址分析 篇3

物流中心在作用和功能上主要有运输功能、存储功能、装卸搬运功能、包装功能、流通加工功能、物流信息处理功能、结算功能、需求预测功能、集装箱处理功能、通关物流系统设计咨询功能等。层次分析法 (Analytic Hierarchy Process简称AHP) 是美国运筹学家T. L. Saaty教授于70年代初期提出的。AHP分三个步骤。 (1) 设定AHP加权值, 本论文针对10名物流管理人员进行了问卷调查。 (2) 针对问卷回答结果构造判断矩阵, 每位问卷评分者依据个人主观评价假定n个方案, 并评价出相对重要权值, 如表1。 (3) 得出相对重要权值排序, 求一致性指数 (C.I;Consistency Index) 、非一致性指数I.I (Inconsistency Index) 和一致性指标CR (Consistency Rate) 。

R.I值随着n值的变化而变化, 如表2。

2 研究模型

为了研究各个业种的物流中心选址要因, 本论文设计了如图1的研究模型。

本论文的主观性的要因重要权值 (重要度) 主要来自从事物流管理部门10年以上的专家、研究选址分析5年以上的学者及企业管理的相关专家。

3 物流中心选定要因分析结果

3.1 各业种的物流中心选定重要度

为了分析制造业、流通业及服务业的物流中心的各要因影响度, 本研究先对各个也中毒额重要度进行了分析, 结果如表3。

通过表3可以得知选择要因的相对重要度。用AHP方法对给出的要因进行双比较, 从经验上讲, aij为i要因对j要因的比较, 其和的计算公式为。Pi为要因i的重要度指数 (priority index) 。

通过表4和5计算最大特征值λmax , 结果如下:

CR为检验矩阵一致性的指标。当λmax=n, CI=0时, 为完全一致。CR小于0.1的话可以判定双比较具有合理的一贯性。本研究中的CR=0.01小于0.1, 从而可以判定本研究中的各因素可以进行双比较。

3.2 各业种的物流中心选址要因分析

利用AHP程序, 针对制造业、流通业和服务业的选址要因进行了详细分析结果如下表6, 7, 8。

CR=0.029

CR=0.010

CR=0.030

3.3 综合评价

综合上面的计算结果, 综合得出如下表9的影响物流中心选址要因的重要度。

4 结论

从表9的结果中的得知, 在各业种的物流中心选址要因中, 交通要因最重要。针对制造业的物流中心选址中, 地理要因最重要;针对流通业的物流中心选址中, 交通要因最重要;针对服务业的物流中心选址中, 人力要因最重要。

参考文献

现代物流中心选址分析 篇4

关键词：新常态； 武汉；现代商贸物流中心；对策分析

一、经济发展新常态及新常态下物流

当前我国正处于经济增速换挡期、结构调整阵痛期和前期刺激政策消化期“三期叠加”的特殊阶段，意味着经济发展进入新的阶段。这个新阶段其实质就是高效率、低成本、可持续的中高速增长的新阶段，这也就是通常所讲的经济发展的“新常态”。

新常态物流的特点：（1）物流行业进入温和增长阶段。在温和增长阶段，长期掩盖在高速增长下的一系列问题开始浮现，倒逼行业加快转型升级。（2）资源要素进入高成本时代。据中国物流与采购联合抽样调查显示，北京、上海、广州等一线城市物流地价普遍超过80万元/亩。燃油价格高位运行，2013年汽油价格比2009年上涨了三分之一左右。（3）内需成为增长主要动力。近年来，与内需相关的社会物流需求保持高速增长态势。今年一季度，快递企业业务量累计完成26亿件，同比增长51.9%，未来一段时期仍将保持50%以上的增长速度。随着电子商务的快速发展，电商物流迎来重要发展机遇。（4）整合与创新助推转型升级。物流业的核心价值就在于整合，创新驱动已经成为我国物流业的重要支撑，领先物流企业通过技术创新、管理创新、模式创新、集成创新、制度创新，打造战略竞争新优势。此外，大数据、云计算、物联网等新的信息技术，给物流业带来了重大变革和新的挑战。（5）物流基础网络初步成型。根据“十二五”综合交通运输体系规划，到2015年，我国综合交通总里程将达到490万公里。未来一段时期，我国交通运输基础设施建设将基本完成，运输结构逐步均衡，为多种运输方式协调发展创造了良好条件。我国物流园区有效推动产业集聚，引导物流节点布局，取得了很大的进展。（6）国际物流市场依然低迷。物流行业依赖于全球经济环境和国际贸易流动，但目前市场仍遭受全球经济危机的持续影响，经济复苏缓慢，国际物流发展困难重重。

新常态物流的发展趋势体现：（1）电商物流高速增长。据统计，2013年，中国快递服务企业市场规模升至世界第二位，连续五年平均增长率达43. 5%。2014年，单量超过130亿件，人均超过10件，与此同时，电商物流发展中的问题也开始凸显。（2）一体化物流蓬勃发展。依托国家“一带一路”的政策，围绕“建设大枢纽、发展大物流、培育大产业”的发展主线，整合物流行业内外资源，建设一体化物流——集公路港、铁路港、航空港、信息港“四港一体”，打造多式联运物流枢纽平台。（3）全球价值链引导供应链优化发展。近年来，全球价值链成为全球经济一体化的重要驱动力量。我国努力由相同产业的价值链低端向全球价值链中向高端递进，逐步形成以我国跨国企业为核心的全球供应链体系，培育国际竞争新优势。同时，物流企业利用改造升级机会，逐步从传统物流向高端物流和供应链服务转型，提高发展的质量和效益，进一步提升产业地位。（4）物流行业的并购愈演愈烈。行业并购方法近年来越来越受关注。物流企业可以继续试图收购规模较小的竞争对手来填补特定的战略或者地区差距，从而极大地提高客户服务。（5）物流运行仍将延续“增速减缓结构调整”的发展态势。今后一个时期，我国物流业适应新常态，将进入以转型升级为主线的发展新阶段，物流业将逐步从追求规模速度的粗放式增长转变为质量效率集约式增长，从增量扩能为主转变为调整存量、做优增量并存的深度调整，从要素驱动、投资驱动转变为整合发展、创新驱动，逐步释放发展潜力。（6）以自贸区建设为突破口的开放型经济快速发展。随着全国自贸区建设的铺开，自贸区各项功能更加完善，自贸区网络逐步形成，自贸区在物流领域的探索和尝试初显成效，为我国国际物流业迎来重大机遇。

二、武汉打造现代商贸物流中心SWOT分析

（一）优势。①交通区位优势十分明显。武汉位于长江和汉水交汇处，世称“江城”，扼南控北、横贯东西，是中国中部地区的最大城市和区域中心城市。“中部通，则全国通；中部活，则满盘皆活。”目前，武汉“铁、水、公、空、管”一体化综合立体交通体系已经基本完成。交通是经济发展的“立交桥”，以武汉为圆心1000公里为半径划一个圆，可囊括中国80%的大中城市。这一独特的区位优势为未来武汉商贸物流产业的发展奠定了良好基础。

②汉商文化底蕴深厚。武汉历来是商贾名镇，汉商文化久负盛名，大汉口一直拥有“货到汉口活”的美誉而蜚声海内外，在这一深厚的商贸文化底蕴的支持下，汉商敢于担当主人翁意识，敢为人先创新精神，引领武汉商贸物流争创一流。

③科教优势突出。武汉市拥有武汉大学、华中科技大学、武汉理工大学、中南财经政法大学等一批知名高等院校，且高等教育位于全国第三位。因此，有效利用武汉高校的人才资源和科教优势，可以为武汉商贸物流业在发展提供智力支持。

④潜在市场庞大。近年来，作为中部中心城市，武汉市GDP总量成稳步快速上升趋势，初步估计拥有华中地区2万多亿消费潜在市场； 同时，与东西南北各向各区优质客户资源对接，具有巨大的拓展空间和发展潜力。

（二）劣势。 ①缺少相关产业支撑。武汉商贸物流与武汉的经济发展休戚相关，更需要湖北及至中部地区经济的强烈支撑。为了能够更好地发展商贸物流产业，武汉需要大力发展相关商贸产业，培养与培育一批在区域及至全国都有影响力商贸集团，而就综合实力而言，武汉商贸集团企业远远落后北上广深和沿海其他城市，这极大制约武汉商贸物流中心建设。

②缺乏产业集群化发展经验。武汉商贸物流中心建设需要发展多个各具特色的商贸产业集群，武汉商贸产业集群发展经验的缺失成为武汉市商贸物流产业发展的一个瓶颈。为此，在学习江浙大型商贸集团和小商品市场经验的同时，武汉需要努力结合自身特点，大力发展具有自身特色的商贸物流中心。

③物流服务水平竞争力不足。武汉市物流规模不大，物流企业实力不强，物流服务水平和管理水准不高，整个物流市场竞争力还比较弱。

（三）机遇。 ①国家相关物流产业政策机遇。中部崛起战略的实施、物流业调整与振兴规划、国八条等一系列政策措施的出台，武汉发展国家物流中心，打造区域商贸物流的优势更加突出。2014年出台《物流业发展中长期规划（2014-2020年）》以及国家“一带一路”的政策，武汉顺势而为搭上经济发展快车，这些为武汉发展商贸物流提供了较好政策环境。

②武汉两型社会和武汉城市圈建设机遇。早在2007年底，中央政府批准了以武汉为龙头的1+8武汉城市圈两型社会试验区，这给武汉社会经济发展带来了新机遇。武汉市“十二五”规划明确提出，重点发展现代物流，加快产业升级，这是提升和发展现代商贸业是的一个重要环节，也给武汉发展商贸物流产业指明方向。

③武汉社会经济的持续高速发展机遇。一般说来经济发展与物流发展是相辅相成的。区域经济的发展带动了区域贸易，区域贸易发展后，区域物流伴随发展，区域物流的发展又会进一步促进区域经济的增长，这就形成了一个良性循环。区域经济的增长反过来要求更加科学的物流规划和更大规模的物流企业提供更高质量的物流服务与之相适应。武汉市持续高速的经济增长为其商贸物流产业发展注入了新的活力。

④外向型向内需型经济转变带来的契机。全球经济低迷使得外向型的中国企业走上了内销的道路，而内销最大的中转站就是武汉，武汉成为东南沿海企业产品的销售地，很多国内企业通过武汉商贸物流市场向全国销售。此外，东南沿海部分企业向武汉等内地转移，也为武汉商贸物流业的发展提供了契机。

（四）挑战。中部周边省份及中心城市商贸物流业的发展形成了竞争激烈的局面。主要表现有：安徽的合肥商贸物流开发区、郑州国际物流园区、以现代物流产业为支柱产业的太原市民营经济开发区、长沙金霞物流区、以及各个地方建设的物流园区、保税区等。这些城市商贸物流区的发展切分市场分流客户，使武汉商贸物流生态面临着严峻的挑战。

同时，外资物流企业进入中国市场，进入武汉，武汉物流企业面临内外压力与挑战。另外，企业与消费都对物流服务的要求越来越高，武汉物流服务提供者如不能达到客户要求时，会被其他的城市替代或客户选择其城市服务。

从以上分析SWOT分析中，我们可以得出明显结论，即武汉商贸物流发展优势大于劣势，机会大于威胁，但并不代表武汉商贸物流就发展到极致，武汉商贸物流产业和市场仍然存在不足，这是成长过程中的不足，我们可以通过发展来逐步完善。

三、武汉市发展商贸物流的对策建议

（一）利用新常态全方位、多渠道的协调发展。在武汉商贸物流中心建设进程中，必须依托新常态背景，坚持全方位、多渠道的协调发展原则，调动各方面的积极因素，政府及其职能部门、投资者、物流企业间、物流需求主体等加强互联互通，共同促进商贸物流发展。在建设现代商贸物流中心，还抓住重点，合理布局。比如：可将汉口北商贸物流枢纽区建设成为中部最大的商品集散中心，将武汉乃至全国重点商贸企业、物流仓储企业在空间聚集在一起，打破时空的围墙，实现集群化产业运作，提供商物一站式服务。

（二）大力培育现代物流主体，积极发展第三方物流，提升现代商贸物流服务水平。选择部分大中型工商企业，发展专业化物流，鼓励企业将自营物流整合为社会化物流。重点引导规模大、效益好的钢铁、汽车、医药、食品、家电等大型生产企业剥离自营物流功能，形成以钢铁及大宗原材料、汽车及零部件配送为主的第三方物流企业，实现物流服务社会化、集约化，全面提升生产业企业的物流管理水平。推动传统储运企业及批发贸易企业向现代物流企业转变。此外还要积极引进国内外知名的第三方物流企业及物流中介服务机构，大力发展新兴的民营物流服务企业，加强与传统储运业的嫁接和联合，着力打造一张武汉新“名片”。

（三）支持商贸物流配送体系优化，创新商贸物流业的配送模式。结合武汉城市产业布局和居民消费升级需求，加快构建多层次、梯级化的城市物流配送网络； 加快推广城市配送标准和技术应用，支持本地有实力的专业配送企业采用先进物流技术和装备，合理规划LC和DC，从而优化武汉商贸物流配送体系。鼓励商贸企业积极开展共同配送、统一配送、集中配送等先进模式，依托专业化第三方物流或供应商为多个商贸企业、社区门店、市场入驻商户等提供共同配送服务。依托现有的物流园区推广配送班（ 或专）车，开展干线与支线结合的城区集中配送。支持武商、中百等本地大型连锁零售企业通过集中采购提高统一配送率，利用其物流系统为所属门店和社会企业开展统一配送。不断整合商贸物流存量配送资源，在学校、社区、地铁、轻轨等周边设立末端配送站或建设公共自助提货柜等。

（四）积极推进物流标准化和信息化建设。武汉要打造现代商贸物流中心，一是要建立与完善武汉商贸物流业的标准化体系，并在统一标准的基础上实现物流活动的合理化。二是要构建一个完善的物流信息平台作为支撑。物流信息平台的建设是发展现代物流的核心和关键，通过建设武汉物流信息平台，可以建立高效便捷、功能完善的物流信息服务体系，增强物流信息的收集、处理能力，缩短物流信息交换与作业时间，增加操作的透明度和可信度，提高物流信息化、网络化水平，从而极大地推动着武汉的商贸物流业不断向前发展。

（五）积极引进高端物流人才，推动高端物流快速发展。高端物流业发展，需要高素质的物流专业人才提供支撑。政府采取有效措施，引进和培养高端物流人才，同时，制定有效的鼓励高端物流发展的举措，吸引国外的高端物流投资者。积极引进境内外知名第三方和第四方物流企业建立区域性总部和后台服务中心、结算中心、管理运营中心等等，加快“物联网”研发和普及应用，在互联网+背景下，全面提升现代商贸物流产能。

参考文献：

[1] 何黎明，2014年我国物流业发展回顾与2015年展望[J]中国流通经济 2014（8）：5-9

[2] 冯立果，新常态下中国大企业面临的挑战和若干建议[J]，北京，中国经贸导刊，2014（6）：4-12

[3] 聂旺，新形势下物流企业面临的机遇和挑战[J]，北京，中国商贸，2014（10）：12-13

现代物流中心选址分析 篇5

关键词：农产品物流,物流配送中心选址,层次分析法,灰色关联分析

一、农产品物流配送中心选址影响因素

影响农产品物流配送中心选址合理性的因素繁多,一般来讲,评价中心选址合理与否时应该考虑的主要因素有:1交通条件。最好靠近交通枢纽进行布局,如紧邻交通主干道枢纽、铁路编组站等,有两种以上运输方式相连。2经济合理性因素。适应市场需求情况;现有设施利用程度;土地价格;劳动力条件。3可持续发展因素。减轻物流对城市交通的压力,减少物流对城市环境的不利影响。4环境保护要求。严重的噪音污染和大量的农产品垃圾。5服务水平。能否实现准时配送是配送中心服务水平高低的重要标准。6经营环境。配送中心所在地区的优惠物流产业政策对配送中心的经济效益将产生重要的影响,数量充足和素质较高的劳动力也是配送中心选址考虑的因素之一。7地形条件。配送中心应该选择地势较高、地形平坦之处且应具有适当的面积与外形。其次,选择稍有坡度或起伏的地方,对于山区陡坡地区则应该完全避开。农产品物流配送中心选址需要远离容易泛滥的河川流域与地下水上溢的区域。8气象条件。主要考虑的气象条件有温度、风力、降水量、无霜期、冻土深度、年平均蒸发量等指标。9公关设施状况。配送中心所在地,要求城市的道路、通信等公共设施齐备,有充足的供电、水、热、燃气的能力,且场区周围要有污水、固体废物处理能力。

二、灰色关联分析的基本思路

灰色关联分析的基本思路是根据各比较数列构成的曲线与参考数列构成的曲线之间的几何相似程度来确定比较数列与参考数列间的关联度。几何形状越接近,关联程度越大。在农产品物流配送选址决策中,可将各选址方案作为比较数列,最优方案作为参考数列。设Xi表示第i个选址方案,X0表示最优选址方案,且

式中i表示选址方案的个数,k表示指标个即选址影响因素的个数,xi(k)表示第i个选址方中第k项因素的原始值。

1、原始数据初值化处理,记为INGO

对效益型数列的所有数据均除以该列的最大数,对成本型数列的所有数据均被除该列的最小数,从而得到一个新数列的方法称为初值化处理。这样就得到新的无量纲的矩阵。

若满足INGO:X→Xi,

则:INGO:x(k)→xi(k)。

2、计算关联系数

原始数据经过区间化的生成处理后,关联系数可按下式计算:

式中△I(k)表示X0与Xi在第k项指标处的绝对差,ξi(k)表示Xo与Xi在第k项指标处的关联系数,p为分辨系数。p在式中的作用非常重要,它不仅可以调节ξ的大小,而且还可以控制关联系数的变化区间,通常p的取值范围在[0,1]区间,根据经验,分别表示两级最小差和两极最大差。

3、计算关联度并排序

评价序列Xi与参考序列X0的关联程度r0i定义为第i行N个关联系数的平均值,即:

评价序列Xi与参考序列X0的关联度r0i越大。说明Xi与X0的相似度越大。如果X0是理想序列,那么r0i越大,Xi的评价结果越好。

4、灰色关联矩阵

由于参考序列不止一个,而比较序列也不止一个,则各个比较序列对各个参考序列的灰色关联度构成灰关联矩阵。

若将r0i(i=1,2,…n,j=1,2,…m)作适当排列,则得到灰色关联矩阵:

三、层次分析过程

1、建立层次结构模型

在上述评价因素分析的基础上,运用AHP法将系统所包含的因素进行分组,本文中通过定性分析和定量分析相结合对配送中心选址进行研究。结合农产品物流配送的特点,分析建立了指标体系。

2、构造判断矩阵

在构造判断矩阵时,本文通常是采用美国运筹学家萨迪(A.L.Satty)提出的9标度法。以A表示目标,u i∈U(i=1,2,……,n),uij表示ui对uij(j=1,2,……,n)的相对重要性数值。uij的取值根据其重要性,按照1~9标度法来构造两两比较判断矩阵。

3、因素权重排序

4、一致性检验判断矩阵和求出的权重系数是否合理,需要进行一致性检验。

把判断矩阵A和权重系数矩阵W相乘,得矩阵A W。计算判断矩阵的最大特征值λmax,用(WA)i表示向量WA的第i个元素。接着,利用公式求出一致性检验指标CI,并利用平均随机一致性指RI数值表查出RI数值:CI=(λmax-n)/(n-1)

最后,利用公式CR=CI/RI得出相对一致性指标CR数值。当CR≤0.1时,判断矩阵合理,求出的权重系数恰当,否则要对判断矩阵进行调整,按上述步骤重新求权重系数矩阵。

5、评价决策模型

由以上分析可知n个评价指标相对于总目标的权值量为w=(w1,w2,……wn,)T,各个农产品物流配送中心选区位的灰色关联矩阵为:

ri’(i∈1,2,3,……)越大,说明农产品物流配送中心越优,属于相对最优的农产品物流配送中心地址。

四、结论

灰色关联度结合层次分析的评价方法不仅考虑了各评价指标的相对权值,还考虑了指标之间的相互联系。同时,还可以通过例子来说明在实际解决农产品物流配送中心选址问题时该方法的应用价值,它有助于科学合理的选择配送中心区位,减少运输路程和费用,降低农产品物流运营成本,提高农产品得附加值。但是,至于具体的选择模型的构建还得继续进行分析。

参考文献

[1]、戴禾,刘兴景.物流园区选址问题研究[J].综合运输,2001,(2):30-33.

现代物流中心选址分析 篇6

随着科技的飞速发展和经济全球化, “地球村”和“世界工厂网”的出现, 在现代化生产中, 通过降低原材料成本和提高设备本身生产能力的手段, 来提高企业的效益已经变得极其有限。于是, 现代物流成为了一个新的经济热点, 物流是企业的第三利润源泉, 整个物流系统中却蕴藏着巨大的潜在经济效益。

物流系统是指由两个或两个以上的物流功能单元构成, 以完成物流服务为目的有机集合体, 是指在一定的时间和空间里, 由所需输送的物料和包括有关设备、输送工具、仓储设备、人员以及通信联系等若干相互制约的动态要素构成的具有特定功能的有机整体。系统中既包括物料输送、物流线路等实体网络, 也包含通讯及计算机联系等非实体网络。

在物流系统及网络中, 物流中心是重要的节点, 在物流系统中扮演着集散货物的重要角色, 也是整个物流网络的核心所在。因此, 如何选择合适的物流中心对整个物流系统来说具有重要的意义。

1 问题的提出

根据广义的定义, 物流中心是处于枢纽或重要地位的、具有较完整物流环节, 并能将物流集散、信息和控制等功能实现一体化运作的物流据点, 其具有物流网络节点的系列功能。

物流中心选址的过程中需要考虑如下原则:首要考虑的为经济性 (即建设费用、物流费用或经营费用) 原则, 因为这条原则是物流中心选址中最为重要的原则, 也是物流企业运营与管理的基础。其次需要考虑的原则为接近用户原则, 其实质为在符合经济性的前提下满足客户对快速反应速度的需求。

本文应用实例提到的物流中心服务的范围虽然仅覆盖某轮毂产业园, 属于狭义的物流中心, 但同样具有完整的物流环节, 能够将轮毂生产的关联环节、产品信息和网络控制等功能实现一体化运作, 因此广义物流中心选址过程中需要考虑的原则同样适用于应用实例提到的狭义的物流中心选址。

基于如何确定物流中心的选址以增加生产规模经济和减少运输成本, 是物流企业面临的普遍问题, 加之上述经济性原则的重要性, 本文物流中心选址主要围绕考虑经济费用最小 (即从物流中心到达服务区域内的其他地点所需的物流费用最少) 进行论述。

2 概念的引入

图论中所谓的“图” (即网络图, 是一种图解模型, 由作业箭线、节点和路线三个因素组成。) 是指某类具体事物和这些事物之间的联系。节点表示具体事物, 两节点间的线段 (直线或曲线) 表示事物间的特定联系。目前在图论领域中形成两个不同的方向, 分别为抽象图论和最优化图论, 前者着重研究图的性质, 后者着重讨论与图有关的最优化问题。

物流中心与各配送点间的空间位置关系可以抽象为网路图, 用节点代表可用来设置物流中心的点, 路线 (双向, 可任意赋值) 代表节点间的物流费用, 将物流中心选址问题抽象为网络图后即可采用图论理论确定合适的物流中心选址。基于此, 物流中心选址过程中广泛使用了与图论相关的最优化方法, 如最短路径法算法, 多种最短路径计算方法在物流中心选址中的应用也证实了该方法的有效性和重要性。

3 最短路径的计算方法

最短路径问题是图论研究中的一个经典算法问题, 旨在寻找图 (由节点和路径组成的) 中两两节点之间的最短路径。在物流中心选址过程中, 最短路径的计算及寻找是确定物流中心位置的关键环节。

对于最短路权矩阵计算, 国际上采用比较多的是Dijkstra算法 (即标号法) , 该方法是典型的单源最短路径算法, 用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展, 直到扩展到终点为止。但实际问题中往往要求所有各节点之间的最短距离, 如果仍采用Dijkstra算法逐个节点分别计算, 计算速度较慢。

有研究表明, 通过矩阵迭代法寻找最短路径是一种非常有效的手段。该方法主要是通过不断修正原路权矩阵D而达到逐步向最短路权矩阵D0逼近的目的, 最终获得最短路权矩阵D0, 其迭代公式如下:

式中D (n) —第n次迭代后的路权矩阵;

D (n-1) —第n-1次迭代后的路权矩阵;

d (n) ij—路权矩阵D (n) 中的元素;

*—迭代运算号, 其运算规则如下:

式中d (n-1) ik—D (n-1) 中的元素;

m—网络节点个数。

利用 (1) 、 (2) 两式反复迭代, 直至D (n) =D (n-1) , 即第n次迭代后的路权矩阵中的每一元素与第 (n-1) 次迭代后的路权矩阵中的对应元素全部相等, 那么矩阵D (n-1) 就是最短路权矩阵D0, 即D0=D (n) =D (n-1) 。

在根据 (2) 式计算路权矩阵的同时可得到路径矩阵, 计算见应用实例。矩阵D (n-1) (也即最短路权矩阵D0) 给出网络中任意两点直接到达, 经过一个、两个……到 (2n-1) 个中间点时比较得到的最短距离和所经过的路径。若网络有p个点, 则一般计算到不超过D (n) , n的值按以下公式计算:2n-1-1

通过实例可以验证该方法的实用性和快速性, 其最大的优点是在获取任意点间的最短路径的同时可获知所经过的路径情况。

4 最短路径算法在物流中心选址中的应用

现有轮毂产业园 (可划分为6个服务区域) , 要在这6个服务区域中选择一处设置物流中心, 该物流中心的服务面积即为这6个区域。通过上文的分析, 我们可以对该6个区域彼此间的物流费用进行统计, 按文中给出的计算方法转化为6个区域的距离。设Dij为两个区域之间的物流费用, Dij=d (vi, vj) , (i, j=1, 2…6) ;

假定各点到各点的费用已知, 在 (1) - (6) 六个地点中选择一个物流中心, 要求其到其他几个点的费用最小。6个区域中心之间的费用情况见表1。

单位:十元

根据表1画出网络图1。其中, 网络中各节点 (1) - (6) 代表服务区域中心, 各边的权值表示可直接连通的中心距离。通过矩阵迭代法求最短路径过程如下:根据矩阵迭代法对路权矩阵中相关元素的定义, 则原路权矩阵D的元素[dij]可以定义如下:

dij=任意给定的数值;从节点i直接到节点j的路径存在时

∞;从节点i直接到节点j的路径不存在时

0;上述两种情况以外时

如果图为有向连接图时, 则原路权矩阵D可以表示成上三角阵, 如果图为无向图时, 则原路权矩阵可以表示成对称矩阵。

根据对原路权D中元素的定义, 图1的原始路权矩阵D可以表示成如下的对称矩阵。

根据式 (1) 、 (2) 依次计算路权矩阵中的相关元素, 将通过式 (2) 计算所得的最小数值填入左部矩阵 (即路权矩阵) 的相应位置上, 并把通过计算所得等式后面括号中所得的列数填入右部矩阵 (即路径矩阵) 的相应位置上。

d (2) 11=min (d1k+dk1) =min (0+0, 7+7, 2+2, ∞+∞, ∞+∞, ∞+∞) =0 (第一列) (k=1……6) 以下的k取值均为1……6

依次可算得:d12 (2) =3 (第三列) d13 (2) =2 (第一列) d14 (2) =7 (第三列)

d15 (2) =3 (第三列) d16 (2) =∞ (两段路无法到达) 。同理可得:……

d45 (2) =2 (第四列) d46 (2) =3 (第五列) d56 (2) =1 (第五列)

通过以上计算得新的距离矩阵和路径矩阵如下:

同理可得距离矩阵D (3) , d11 (3) =min (d1k (2) +dk1 (2) ) =0 (第一列)

d12 (3) =min (d1k (2) +dk2 (2) ) =min (0+3, 3+0, 2+1, 7+3, 3+1, ∞+2) =3 (第三列)

……d56 (3) =1 (第五列)

本例中lg (p-1) /lg2=lg5/lg2≈2.322所以最多计算到D (3) , 继续计算也一定可得, D (4) =D (3) , 即可停止计算, 矩阵D (3) 就是最短路权矩阵D0。

D (3) 的元素值就是相应顶点间的最短路径。第一行 (或列) 值之和即为 (1) 处到其他5处的物流费用总和, 可知 (1) 处到其他各处的费用总和为17, 同理, (2) 处到其他各处的费用总和为10, (3) 处到其他各处的费用总和为9, (4) 处到其他各处的费用总和为16, (5) 处到其他各处的费用总和为8, (6) 处到其他各处的费用总和为12。

综上, 可知 (5) 处到其他各处的费用最小, 因此, 就经济因素而言物流中心选址于 (5) 处是最优选择。同时可从右侧矩阵看出从其他几处到达 (5) 处所经过的最短路径。

5 结束语

本文介绍了矩阵迭代法求最短路径问题, 该方法与常用的Dijkstra算法相比, 具有计算简单且计算量小的优点, 能够在确定物流中心选址的同时显示出所经过路径, 这是其他算法所不具备的突出优点, 并以某轮毂产业园区为例对该方法的应用、特点进行了验证。为物流中心选址提供了新思路。

参考文献

[1]王炜等.城市交通规划理论及其应用[M].南京:东南大学出版社, 1998.

[2]胡运权.运筹学基础及应用[M].哈尔滨:哈尔滨工业大学出版社, 1992.

[3]李腊元, 李春林.计算机网络技术[M].第二版.北京:国防工业出版社, 2004.

[4]刘玉增.城市交通流分配的最优化方法[J].四川警官高等专科学校学报, Jun.2003, 51-53.

[5]钟孝顺, 陈祥宝.优化原理在公路工程中的应用[M].北京:人民交通出版社, 1989.