模型中心

2024-10-27

模型中心(精选10篇)

模型中心 篇1

一、引言

在物流系统中, 物流中心居于重要的枢纽地位, 起着承上启下的作用。对大多数企业而言, 物流中心的选址堪称是最重要的物流战略规划问题。较佳的物流中心选址方案可以有效地节省费用, 促进生产和消费的协调与配合, 保证物流系统的平衡发展。物流中心一经选定就将长时间营运, 它不仅与运行费用直接相关, 而且对工作效率及物流控制水平会产生很大影响。正是基于物流中心及其位置的重要作用, 大量科研人员对这一问题开展了研究工作, 建立了一系列的选址模型与算法。

二、选址模型比较

物流中心选址方法可以分为定量和定性两大类。定量方法的主要成果有连续模型和离散模型两类, 其中, 连续模型的代表方法是重心法, 离散模型中具有代表性的主要有CELP模型、Kuehn—Hamburger模型、Baumol—Wolf模型和0—1混合整数规划模型等。定量方法的优势在于对物流费用这一核心因素的精确计算, 缺点是无法考虑难以定量计算的其他因素, 本文将对这几个模型加以讨论。

1. 单个物流中心的选址模型

(1) 重心法。S.Eilon, C.D.T.Watson-Gandy和Nicons Christofides所研究的重心法 (Centroid Method) 是解决单个物流中心选址的一个常用模型。所谓重心法是将物流系统的需求点看成是分布在某一平面范围内的物体系统, 各点的需求量和资源分别看成是物体的重量, 物体系统的重心将作为物流网点的最佳设置点, 利用确定物体重心的方法来确定物流网点的位置。

重心法是解决只设置一个物流中心的简单模型, 这是一种连续型模型, 相对于离散型模型来说, 对物流中心的选择不加特定限制, 有自由选择的长处。可是, 从另一方面看, 重心法模型的自由度多也是一个缺点。因为由迭代计算求得的最佳地点实际上是往往很难找到的, 有时是不能实现的, 有的地点可能在江河中间、街道中间或处于人口稀少、环境恶劣的地区。当流通中心和发送地点的数目很多是, 数学模型的建立十分困难, 求解的计算也很复杂。在这种情况下, 可以用逐次逼近法来求解。

(2) 线性规划法。线性规划法一般应用于特定的约束条件下, 从许多可用的选择中挑选一个最佳方案的情况。比如物流网络在营运一段时间后, 由于用户及其需求量发生变化, 需重新计算配送系统;多个配送中心服务于多个销售点, 在可供选择的备选点中增补一个最佳地址。

为了利用线性规划解决问题, 必须满足若干条件。第一, 两个或两个以上的活动或定位必须为着有限资源而竞争。例如, 必须能够至少从两个位置些一个客户运输;第二, 问题结构中所有的相关关系必须是确定性的, 及能够进行线性逼近的。除非满足了这些可以做到的条件, 从线性规划中才能得出解, 这个解虽然在数学上是最优的, 在物流计划中却可能不是有效的。

2. 多个物流中心的选址模型

(1) CELP模型。CFLP法是反町洋一先生创作的方法, 该方法适用于物流中心的能力有限制、数目确定, 而且各需求点的位置和需求量都确定的情形。其基本思路是用线性规划的方法确定各配送中心的市场占有率, 求出配送分担地区的重心, 再用混合整数计划法的“筹划型”确定场址的建设位置。

该方法分两个阶段反复进行计算: (1) 确定各物流中心分担的发送区域; (2) 求出各发送分担区的重心。该方法计算时间短, 是一种有效的计算方法。可是, 在计算管理费用时, 不管物流中心的工作效率如何, 都作为固定费用看待, 这是一个不足之处。该方法实际意义明显, 但缺乏理论上的证明。此外, 计算过程繁琐, 不过目前已开发出相应的应用软件。

(2) Kuehn—Hamburger模型。Kuehn—Hamburger模型是多个物流中心选址的典型方法。在模型中考虑了运输费、仓库管理费、可变费用、延误损失费等多项费用, 其目标是费用之和最小。

它以供货点的个数及可供量、备选物流中心的个数及最大容量、准许选定物流中心个数的上限、用户个数及其需求量为已知参数, 考虑了多个结构化因素的影响:供货点到物流中心的运输费、物流中心到用户的运输费用、物流中心的可变费用和固定费用、各物流中心的容量限制、物流中心的个数限制。模型更加贴近实际。但其不足之处是没有考虑如建设费用这样的固定资产所产生的固定费用。另外, 当供货点、物流中心备选点、客户数量较多的情况下, 其计算量非常庞大。

(3) Baumol—Wolf模型。W.J.Baumol和P.Wolfe的仓库选址模型是一种用简明数学公式很容易计算的模型。模型所考虑的问题是从几个工厂经过几个仓库向用户输送物资, 是一种只考虑运输费用最小的运输规划。这个模型有广泛的应用范围, 例如在选择企业的发标中心地点、销售地点和公共流通中心、储备中心 (或仓库) 的地点时, 都可以应用此模型。

模型的优点: (1) 计算比较简单; (2) 能评价流通过程的总费用 (运输费用、仓库管理费用和发送费用之和) ; (3) 能求解仓库的通过量, 即决定仓库规模的目标; (4) 根据仓库可变费用的特点, 可以采用大批量进货的方式。模型的缺点: (1) 由于采用的是逐次逼近法, 所以, 不能保证必然得到最优解。此外, 由于选择备选地点的方法不同, 有时求出的较优解中可能出现仓库数过多的情况。也就是说, 还可能有仓库数更少、总费用更小的解存在。因此, 必须仔细研究所求得的解是否为最优。 (2) 仓库的固定费用在解中没有反映出来。

(4) 0—1混合整数规划模型。在解决物流网络设计中常见的大型、复杂的选址问题时, 混合整数规划法可能是最受欢迎的一种方法, 因为它能够把固定成本以最优的方法考虑进去, 同时可得出数学上的最优解。

我们知道, 当优化问题的变量是线性实型变量时, 线性规划方法是最方便、最有效的方法。但是, 基本投资费用、固定管理费用都不能用实型变量表示在目标函数和约束条件之中, 因此对这一类选址优化问题不宜借用连续变量的线性模型来处理。固定费用是离散的, 只宜用离散变量表示。因此, 含有固定费用的优化问题, 应该由包含离散变量的模型来处理。混合整数规划模型包括连续变量和离散变量, 因而正适合于模拟同时有可变费用和固定费用的选址问题。混合-整数规划法的主要优点是它能够把固定成本以最优的方式考虑进去, 它是商业选址模型中最受欢迎的方法。一般用混合整数规划来描述选址模型, 目标是使各种成本费用的总和最小, 而用整数变量表示各种选择, 用连续变量表示工厂的生产能力、各种资源的分配等, 用约束表示物流平衡关系和供需关系等。混合-整数规划作为一种方法非常有吸引力, 但仔细分析即可发现, 求解此模型的计算量很大, 该方法处理大规模选址问题时可能需要较长的时间求解, 尽管有了更快的计算机, 这个问题仍然令人头痛。

三、存在的问题

1. 模型常常假设需求量集中于某一点, 而实际上需求来自分散于广阔区域内的多个消费点。

2. 运输费用通常假设运价随运输距离成比例增加, 然而, 大多数运价是由不随运输距离变化的固定部分和随运输距离变化的可变部分组成的。

3. 模型中物流中心与其他网络节点之间的路线通常假定为直线, 实际上这样的情况很少。

4. 未能解决库存与运输同步优化的问题, 即这些模型应该是真正一体化的网络规划模型, 而不应该分别以近似的方法解决各个问题。

5. 模型大多属于静态的, 即无法反应未来成本和收入的变化。

四、结束语

任何一种模型在适用于实际问题时都会表现出一定的缺陷, 但这并不意味着这些模型没有使用价值。尽管各种模型的适用范围和解法不同, 但是任何模型都可以由具备一定技能的分析人员或管理人员来得出有价值的结果。使现有技术更易于使用, 更便于决策者利用, 必然成为未来的发展方向。

摘要:本文系统分析研究了物流中心选址问题的定量分析方法, 如重心法、线性规划法、CELP模型、Baumol-Wolfe模型、Kuehn—Hamburger模型、混合整数规划模型等, 总结了这些数学模型的优缺点及适用范围。

关键词:物流中心,选址模型

参考文献

[1]Ronald H.Ballou, 王晓东译:企业物流管理[M].机械工业出版社, 2002

[2]蔡希贤:物流合理化的数学方法[M].华中工学院出版社, 1985

模型中心 篇2

物流配送中心优化布局的运筹模型分析

利用DEA模型对配送中心布局方案进行评价,结合评价结果建立复合整数规划模型来对原方案进行重新调整,最后给出了算例.

作 者:徐兵 吉阿兵 XU Bing JI A-bing  作者单位:徐兵,XU Bing(南昌大学,管理科学与工程系,江西,南昌,330047;复旦大学,管理学院,上海,33)

吉阿兵,JI A-bing(复旦大学,管理学院,上海,200433)

刊 名:南昌大学学报(理科版)  ISTIC PKU英文刊名:JOURNAL OF NANCHANG UNIVERSITY(NATURAL SCIENCE) 年,卷(期): 29(6) 分类号:N945.16 关键词:选址   模型   DEA   整数规划  

模型中心 篇3

关键词 电力营销; 客户关系管理; 模型

社会经济和信息技术的飞速发展,改变了客户的消费观念和消费行为,客户追求更透明的消费信息、更高的电力质量、更多的合理权益和更多元化的服务。而随着社会消费观念的改变,客户的满意度已成为企业核心竞争力的重要标志。这促使供电企业不断提高自身精细化管理能力,迅速树立“以客户为中心”的服务理念,积极探索新形势下的客户关系管理模式,努力提高服务质量和服务效率。笔者就如何加强客户关系管理(以下简称CRM)进行了探讨,并建立了“以客户为中心”以的CRM模型如图。

1CRM模型设计思路

转变“以电力产品为中心”的传统观念,树立“以客户为中心”的全新服务理念。以客户的需求作为供电服务工作的出发点,以提高客户满意度为目标,以完善的服务基础建设为着力点,建立快速响应机制,向客户提供丰富的服务产品,为客户创造价值。并在服务的交互过程中收集和分析客户的需求信息,不断修正服务策略,提升供电服务质量,使供电企业与客户达到互利双赢的良性循环。

2服务中心

客户是CRM的中心。供电企业是服务型企业,就是将客户作为重要的企业资源;倾听客户的需求,通过优质的客户服务和深入的客户分析,对客户不断变化的期望做出迅速反应。它的一切的经营活动完全围绕客户的需求进行,并以满足客户的个性化需求为目标,保证实现客户的终生价值。

3客户响应

客户响应是树立基于企业与客户认识互动过程的企业管理。它是供电企业向客户提供服务与信息的交互桥梁,是维护客户关系的纽带。供电企业应通过形式多样的畅通的服务渠道,提供多元化的服务产品满足客户的个性化服务需求,为客户创造效益。同时在为客户服务的交互过程中,与客户建立良好的沟通关系,广泛收集客户的相关信息,及时了解客户的最新期望。

3.1 服务渠道

积极完善和发展营业厅、语音(IVR)、网页、电子邮箱、传真、邮递、手机短信、自助服务、流动营业厅、客户经理上门服务、电力展示等多种服务沟通渠道,最大程度方便企业与客户间的进行服务和信息交互。并将各种服务渠道组成一个有机整体,通过统一受理,分层处理、全面监督,为客户提供统一、全面和流畅的服务体验。

3.2 服务产品

在客户细分的基础上,平衡客户的服务需求和供电企业的服务成本,根据不同的客户群体、服务的需求、地域消费的习惯,借助畅通的服务渠道,实行量体裁衣,提供更个性化、更快捷、更周到的日常供电服务,满足客户对服务时间、服务质量、便利性越来越高的消费需求。

3.3 增值服务

主动结合大工业客户和重点优质客户(VIP客户)的生产经营特点,为其设计特定的供电服务。包括供电信息订阅服务、用电技术交流服务、定期安全检查服务、业扩报装主动服务、电工培训服务、预约停电服务、带电作业服务、电力节能服务等增值服务。通过增值服务维持和发展供电企业与VIP客户的紧密联系,提高VIP客户的满意度、忠诚度,实现企业与客户的双赢。

4服务策略

服务策略在第二层次与第四层次之间起承上启下的作用,是服务响应与服务基础的有效转化和承接。通过服务响应环节收集客户的需求信息,从不同的角度进行科学的分析,细分电力市场,对客户的需求变化进行预测,及时调整完善CRM策略,夯实服务基础,以更快的服务响应维持和发展客户关系。

4.1 客户分析

收集服务响应环节所反馈的信息,结合电力营销的相关信息,站在客户的立场,分析理解客户当前的需求,做好趋势性、前瞻性分析, 提高电力需求预测的正确性和决策支持的有效性;同时从用电量到用电性质、从地域到消费习惯等个性化资料进行多维分析,多层级、多角度的细分客户,为制定CRM策略提供充分的依据。

4.2CRM策略

根据客户分析的情况,及时把握客户的需求变化,将客户看成一个个具有个性特色的服务个体,建立和维护一系列的一对一关系,制定针对性的营销策略,通过个性化的客户联系,满足客户需要和偏好。一要提前为客户需求变动部署相应的服务响应措施;二要调整服务基础管理,为CRM提供坚强的支持保障;三要强化跟踪服务,及时分析客户在新CRM策略的反馈数据,以保证CRM策略得以顺利的实施。

5服务基础

服务基础的六个要素是相互相承,相互影响的。通过加强供电营销服务基础管理体系建设,进一步夯实管理基础,为服务策略和服务响应提供强有力的基础支撑。通过建立和完善全过程、全方位、全员性的客户服务体系,使CRM的管理水平、管理能力和管理手段迈上规范化、精细化、现代化管理的轨道。

5.1业务流程

坚持以客户为中心的核心价值观,对用电业务现状的分析和诊断,开展业务能力设计,对与CRM战略不一致的业务流程进行优化提升,打破原有的流程孤岛,建立跨部门的流程,实现业务的无缝集成,为电力营销服务提供规范的业务指引,同时提高服务的响应效率,提升客户体验。

5.2信息支持

以客戶生命周期为管理对象,将供电企业现存的营销系统、生产系统、配网系统、调度系统、数据仓库等系统进行融合,实现CRM各类信息的有效集成和实时共享。在对数据进行深度挖掘和系统分析的

下转第022页

上接第124页

基础上,完善、拓展系统功能,使系统真正成为贯穿客户服务全过程的一体化信息平台。实现业务处理信息化、服务监控实时化,目标管理数字化;以先进的技术实现“以客户为中心”的CRM运作自动化。

5.3组织体系

紧密围绕“规划建设为生产服务、生产为营销服务、营销为客户服务”管理链条,树立内部客户服务的组织体系。一是从工作统筹和流程衔接等细处入手,打破部门壁垒,强化部门协同;二是提高员工的客户服务意识。使全员明确在新链条中各自的位置、作用和责任,强化客户服务队伍的凝聚力、执行力、战斗力,为CRM提供组织保障。

5.4绩效管理

在所有组织层级开展基于客户服务的绩效管理,更好地利用CRM系统对所有与客户交互的关键流程节点,引入关键考核指标(KPI);同时依靠技术手段,加强对服务各环节工作质量的考核。建立可量化、可持续改进的绩效管理体系,全面、细致、准确、及时地掌握CRM的真实情况和发展动态,实现关键指标的精细化管理。

5.5服务文化

以价值塑造文化,以文化引导实践,以实践丰富文化。抛弃供电企业从垄断环境下形成的“以计划为驱动,以自我为中心”的价值理念,大力培育“以客户为中心”为核心价值的服务文化。并将服务文化从理念层向认知层转化,在行为层落地;根植于每一个员工的心中,落实在员工每一个服务行为中,进一步提升企业服务层次和服务水平,树立负责任、受尊敬的企业形象。

5.6运营管理

坚持以客户的需求为导向,结合CRM管理的实际需要,健全营销服务管理的规章制度,建立营销业务标准化体系、行为规范化体系统、班务管理体系和工作考核体系。使客户服务的运营管理在有据可依、有规可循的良好状态中。

6结论

“以客户为中心”的CRM就是“客户为先”:一切为客户着想,满足客户的需求,完成为客户创造价值的企业使命;“互利融合”:将客户由单一的供电服务接受者转变为供电服务的重要参与者,与客户建立良好的互动关系,对客户不断变化的需求及时作出响应,不断拓展能源市场;“融会贯通”:利用企业内部的各种资源,构建横向部门协同和纵向整体联动的全员服务、全员负责的客户服务体系,持续提高客户满意度及忠诚度,提升企业价值及核心竞争力。

参考文献:

[1] 汪涌.客户关系管理—电力营销服务的苦口良药?[J].电力需求侧管理,2006,8(2):66-69

数据中心设备状态评价模型研究 篇4

关键词:设备状态评价,模糊理论,CRITIC算法,AHP算法,主客观组合赋权法

0前言

随着信息化的深入发展,以及大数据和云计算技术的成熟与应用,国家和企业纷纷加大了数据中心的建设[3]。由于服务器设备数量巨大,设备管理与维护越来越重要,设备运维水平直接关系到数据中心能否安全稳定运营,而做好设备运维的前提是及时、全面获知设备的运行状态。因此,本文以数据中心服务器设备为研究对象,对设备状态评价模型进行了系统研究,结合了多套算法从不同的层面对数据中心设备进行评价。

1 模型概述

1.1 评价对象

服务器是数据中心最为核心的设备,就服务器种类来说,目前X86以其成本低廉、性能强大等优势逐渐成为数据中心的主流服务器,在服务器组成结构上,典型的X86架构服务器一般都包含CPU、内存、主板、网卡、磁盘、电源、风扇这几大核心部件。本文以基于X86体系架构的服务器作为基本评价对象。

1.2 评价思路

数据中心由数以万计的服务器组成,服务器又由若干部件组成,每类部件具有若干指标属性,基于数据中心的物理及逻辑构成特点,将数据中心分为硬件层、设备层、部件层、指标层四个层面,对数据中心设备状态进行系统评价。具体来说,首先通过部件运行指标值对设备部件状态进行评价[5],然后通过部件状态对设备状态进行评价,最后统计分析众多设备的状态得出整个硬件层的状态,完成对数据中心整体设备状态的评价,整个评价思路是一个自下而上的过程。

1.3 评价框架

本文中设备状态是指设备当前的运行状态,为了统一对设备状态的认识,将设备状态分为以下四个等级:正常状态:所有运行指标处于理想运行范围内,设备处于健康状态;注意状态:部分指标运行超出理想运行范围,设备服务能力下降;异常状态:运行指标变化量较大,设备部分部件发生故障,但设备仍可对外提供服务;严重状态:运行指标严重超出理想运行范围,设备几乎或已经不能对外提供服务。

1)指标体系:构建一套科学的指标体系是设备状态评估的基础,所选择的指标需要客观反映评价对象的运行特征,具有客观性、完备性,并且要可测量、可采集,具有实际操作意义[1]。本文选取的指标主要有CPU、内存使用率、温度、电压以及部件负载信息等。

2)权重因素:主要包含两个层面的权重,一是指标权重,二是部件权重。通常设备部件的状态可通过多个指标来衡量。

目前权重的确定方法可分为两类,一类是主观赋权法,另一类是客观赋权法。主观赋权法是由决策分析者根据对指标的重视程度而赋权的一类方法,由于引进了人为干预,这类方法难以摆脱人为因素的影响;客观赋权法一般是根据所选择指标的实际信息形成决策矩阵,在此矩阵基础上通过运算形成权重,该类方法忽略了对指标重要性的先验认识。由于部分指标值在设备实际运行中存在一定的主观可调整性,如CPU、内存使用率,仅使用客观赋权法会存在一定的局限性。因此,本模型拟组合客观赋权法(CRITIC算法)和主观赋权法(AHP算法)构建指标权重函数计算指标权重。

3)评价理论:设备状态是一个模糊的概念,具有很强的主观性,难以对其进行精确区分与衡量,在设备管理与维护过程中,也无需对设备状态进行精确度量,采用模糊理论可很好地满足设备状态评价需求[8]。

基于以上分析,给出设备状态评价模型框架图:

2 模型实现

2.1 模型权重计算

2.1.1 基于CRITIC算法的指标权重计算

1)样本数据选择:记部件类别数为m,样本数据为当前时刻全部设备某类部件的指标值,样本容量为n,即样本包含n个该类部件的指标值,每个部件上的指标数量为pi(i=1,2,..,m)。将原始指标值与指标标准值进行对比计算偏差率,得到模型的最终输入值如下:

其中Xi为指标i的样本值,xij为第i个部件第j个指标的取值。

2)数据的标准化处理:不同指标的数量级和量纲可能会有所不同,需要进行标准化处理以消除数量级和量纲的影响。对于正向指标,即越大越好的指标,作如下转换[1]:

对于负向指标,即越小越好的指标,作如下转换:

为了便于理解起见,仍记标准化处理后的指标值为xij。

3)指标权重计算:第j个指标与其他指标的冲突性量化指标为:(1-rij),其中rij为评价指标i和j之间的相关系数,记指标Xi与Xj的相关系数为rij,则rij为:

其中i为指标i的平均值,r的计算结果在区间[-1,1]内,r<0认为Xi与Xj是负相关的,r>0认为Xi与Xj是正相关的,r=0则认为Xi与Xj不相关。

各个指标的客观权重就是以对比强度和冲突性来综合衡量的。设Cj表示第j个评价指标所包含的信息量,则Cj可表示为:

Cj越大,第j个评价指标所包含的信息量越大,该指标的相对重要性也就越大,计算第j个指标的客观权重:

采用CRITIC方法建模得到某类部件的指标权重向量记为Wc。

2.1.2 基于AHP算法的指标权重计算

1)判断矩阵构造:AHP算法的关键在于利用1~9间的整数及其倒数作为标度来构造两两比较判断矩阵[7]。在同一层评价因素中,将部件的指标进行两两对比,计共有m类部件,第i类部件的指标数为pi,根据相对重要性的判断引入合适的标度数值,从而形成判断矩阵,记为Ei:

其中eij表示指标i对指标j的相对重要性度量,指标j对指标i的相对重要性度量为eji=1/eij。

2)指标权重计算:计算矩阵Ei的最大特征根λmax,得到最大特征根对应的特征向量为,Wf为权重向量,此特征向量即为所求权数。由于评估人不可能判断出权数的精确值,这就需要使用一致性检验公式对判断矩阵进行一致性检验:

其中CR为判断矩阵的随机一致性比率,CI为判断矩阵的一般一致性指标,RI为判断矩阵的一般一致性指标。当CR<0.1时,即认为判断矩阵具有满意的一致性,说明权数分配是合理的,否则需要调整判断矩阵,直到取得具有满意的一致性为止。

最后对权重向量进行归一化处理:

为了便于理解,归一化处理后的权重向量仍记为,权重是介于0和1之间的小数,并且指标权重和等于1。

2.1.3 主客观组合赋权法计算最终权重

引入系数α,α是介于0和1之间的小数,综合考虑主客观赋权法获取的权重,得到最终的指标权重向量为[2]:

其中α可人为调节,如果要突出主观权重法,则将α调小,反之,要突出客观权重法,则将α调大,当α=0.5时,主观赋权法和客观赋权法相当。

亦可根据AHP算法思想得到部件的权重:

其中qi为第i类部件的权重。

2.2 部件层状态评价

1)构建模糊评语集:设模糊评语集V={v1,v2,…,vk},根据设备状态等级划分得出V={正常状态,注意状态,异常状态,严重状态},V对每个层面的状态评价都适用。

2)构建模糊判断矩阵:按照部件对指标分组。记指标集为U,部件类别数为m,则:

其中Ui为第i类部件的指标集合,记i类部件的指标数为pi则:

建立第i类部件的模糊评判阵Ri:

rij表示对指标uij的评价中,等级vj所占的份额。rij的取值一方面可由专家根据指标分布给出;另一方面可通过海量历史数据进行统计分析,先将指标数据根据评语集进行离散化,之后分类统计各个指标占各评语等级的频率,以该频率作为rij。

3)评价部件状态:利用Ri和指标权重=Wi{a1,a2,…,api}的复合运算即可求得部件k的综合评估结果:

其中“o”为模糊合成算子。模糊合成算子有多重计算方法,且适用情形各不同,本文拟选择算子,这是因为指标作为部件的衡量因素,指标的状态直接影响设备的状态,所以应该突出主因素和指标权重影响。

对于部件评价结果向量的分析,可采用最大隶属度原则。部件在哪个等级的得分最多,则认为部件状态属于哪个等级。

2.3 设备层状态评价

高层次的评估矩阵可由较低层次的综合输出构成,即设备的评估矩阵R可由部件的综合输出构成。

设备综合评估结果为

这里的模糊算子仍选择算子,这是因为部件作为设备的组成因素,部件的状态直接影响设备的状态,所以应该突出主因素和权重影响。

对于设备评价结果向量的分析,本文选择最大隶属度原则评价设备所属的状态等级。

2.4 硬件层状态评价

在设备状态评价结果的基础上进行整个硬件层状态评价。使用探索性数据分析的方法,可形象直观地评价硬件层运行现状。

探索性数据分析是对调查、观察和计算所得到的数据,在尽量少的假定下进行处理,通过作图、制表等形式和方程拟合、计算某些特征量等手段,探索数据的结构和规律的一种数据分析方法。

3 模型评估

从模型准确率和模型稳定性两个角度对模型进行评估,模型准确率评估采用准确率的平均值来衡量,稳定性评估采用准确率的均方误差来衡量。在已发生的时间轴上采集指标值和设备状态作为测试样本,运用已建立的模型评价测试样本的状态,并与真实的样本状态进行对比,结果越符合真实状态则说明模型准确率越高。

假定采取了N个时刻的数据,Ni表示第i个时刻评价的设备数量,准确率为Ri:

其中xj表示对设备j的状态评价正确与否:

则N个时刻平均准确率为:

越接近于100%,则说明模型预测准确率越高。

准确率均方误差为:

MSE越接近于0,则说明模型越稳定。

4 模型优化

数据中心设备数量巨大,保留的历史运行数据达到海量级别,属于大数据的范畴[6]。利用大数据技术与理念,对这些数据进行挖掘分析[4],可很好地对设备状态评价模型进行优化。本文模型中所使用到的指标标准值,部分是依据专家经验得出的,考虑到设备的利用效益、成本节约等因素,诸如CPU、内存使用率的标准值是可结合历史运行状况适当进行调整的,通过对历史指标值的统计分析并结合设备实际状态,可以为指标标准值的制定与优化提供有力支撑;另外计算判断矩阵过程中对两两部件之间的重要性判断也存在一定的主观性,通过对历史运行数据及设备实际状态的分析,可以挖掘出部件之间的关联性,进而为调整和优化部件之间的重要性提供依据。

5 结束语

本文以数据中心服务器设备为研究对象,系统地进行了设备状态评价模型的研究。在评价思路上,本文将数据中心所有设备分为硬件层、设备层、部件层、指标层四个层面,从下到上逐层对设备状态进行评价。在具体算法方面,采用了模糊理论并结合CRITIC算法和AHP算法分别评价部件层、设备层和硬件层的状态。在权重方面,本文创新性地构建了主客观组合赋权法对指标权重进行赋权,有效消除了单独使用主观或客观赋权法所产生的不良影响。同时,本文对模型评估也进行了详细论述。最后,本文还通过对海量历史指标数据的分析,对模型优化进行了探索。该理论模型的应用可有效提升数据中心的设备运维水平,支撑数据中心高效运营。受限于实际指标数据的采集等因素,本文在模型检验方面存在一定的不足之处。

参考文献

[1]陈正伟,2013:《综合评价技术及应用》,成都,西南财经大学出版社。

[2]何晓群,2012:《多元统计分析》,北京,中国人民大学出版社。

[3]和讯网:http://www.hexun.com

[4]李爱国、厍向阳,2 0 1 2:《数据挖掘原理、算法及应用》,西安,西安电子科技大学出版社。

[5]孙亚辉、林韩、陈金祥,2013:《变电设备状态综合评估方法的研究》,《中国化工贸易》第4期。

[6]维克托·迈尔-舍恩伯格、肯尼思·库克耶,2013:《大数据时代》,杭州,浙江人民出版社。

[7]张炳江,2014:《层次分析法及其应用案例》,北京,电子工业出版社。

模型中心 篇5

一、概要

改革开放 30 年来,我国已经取得在世界经济举足轻重的地位,并成为 21 世纪支撑世界经济体系重要且不可忽视的动力引擎。而让中国企业能持续发展而且壮大的因素,除了自然资源之外,竞争优势与先进的管理方法和制度的建立,都是企业花费巨资在探索研究的项目。而自身的竞争优势,是在产品功能,还是品牌优势?是技术创新于产品研发,还是生产环节?是客户营销的拉力,还是渠道营销的推力?答案可能是都有,也更可能是没说到真正的关键。而管理和制度都是因人而生,因人而治,所以答案应该是人,更精确地说是人才或优势胜任力是否放对了位置。

按照党的十七大的总体部署和深入贯彻落实科学发展观的要求,在充分讨论和广泛征求专家意见的基础上,提出了一个包含 8 个领域 39 个题目的《“十二五”规划前期重大问题选题指南》。在 8 个领域 39 个题目的《“十二五”规划前期重大问题选题指南》里面,明确的标识在“科教文化”领域方面,要持续党 17 大主席揭示的“落实科学发展观,创建和谐社会”,必须关注下面几个题目: 1 .提高自主创新能力的措施研究。

.建设人力资源强国的对策研究。

.提高国家文化软实力战略研究。

除了在教育训练方面要抓紧之外,也要大力发掘不同先天优势的人才,加以针对性的教育培训,才能加速特殊人才之培育与加大本国在各方面迎头赶上发达国家的力道。现阶段国家与企业教育方式与培训内容皆有长足的进步,虽然还有可提升的空间,在发掘人才方面,并没有太多针对先天特质与优势进行比较客观、精准、快速的测评工具,我们希望在近期开展此项工作,进一步落实党与国家十二五的战略思想。

呼叫中心作为国家主力扶持与企业运营的一个重要环节,在最近十年蓬勃发展,举凡大型服务机构包括银行、电信、电力、烟草、政府 123XX 等第二第三产业,以及电子商务网站、外包服务,甚至中小型企业,无不纷纷建立从十数人到数千人规模之呼叫中心业务,为客户或供应商提供语音呼入呼出,或信息互动的服务内容,其目的包括提升客户忠诚度 / 满意度、增加客户购买意愿、与企业之间的粘着度。

企业花费不少的投资在建设最先进的呼叫中心软硬件环境,为了缩短客户与企业之间互动的距离、极大可能的提供各种客户与企业接触的渠道,让客户能最快最方便的了解企业提供的产品与服务内容,以及推广促销的各种方案。最终能达到这些目的与作用的关键还是在人,而不仅仅是否提供了方便的渠道,就算有了方便的渠道,而提供服务的人,如果能力或是培训不适当,最终还是无法达到预期的效果。

所以,在下一阶段呼叫中心要关注和解决的关键问题,就在于是否在定位自身的服务战略的基础之上,规范所需要的岗位和胜任力模型,清楚的了解并匹配现有人员的素质能力与整体团队的适配度,进而确定每个人的培训发展路径图,落实因人发展、因材施教的做法。在盘整现有团队基础之上,进一步往上推进到招聘选才用才环节,从一开始就放对人,团队人力在适才适所良性循环之下,与企业战略和竞争优势结合,就能发挥整体服务营销战斗力。

二、岗位胜任力模型

岗位胜任力模型之定义与应用

胜任力模型具体含义为:对组织或企业中的某一个职位,依据其职责要求所提出的,为完成本职责而需要的能力支持要素的集中表示。它能够具体指明从事本职位的人需要具备什么能力才能良好的完成该职位职责的需要,也是人们自我能力开发和学习的指示器。同时人力资源管理工作者或职位的直线经理可依据该模型对员工进行有针对性的在职辅导,以使员工或从事该职位的人员具备所需要的能力。该模型还可以作为人力资源管理工作者对员工及从事该职位的人进行职业生涯规划的基础,也可以作为制订培训规划的依据和信息源!

心理学家们把人的素质分为 6 大类,20 个具体要素,每个要素又分为很多级别。这 20 个素质要素,对人类的知识、技能、社会角色、自我概念、性格、动机作了全面的概括,形成了企业任职者的完整的素质模型。.成就与行动族,具体包括 4 个素质要素:成就动机、主动性、对品质和次序和精确的重视、信息收集意识和能力。.帮助与服务族,具体包括 2 个要素:人际理解能力、客户服务导向。

.冲击与影响族,具体包括 3 个要素:影响力、关系建立能力、组织认知能力.管理族,具体包括 4 个要素:培养他人意识与能力、团队合作精神、团队领导能力,命令 / 果断性.认知族,具体包括 3 个要素:分析式思考能力、概念式思考能力、技术、职业、管理专业知识.个人效能族,具体包括 4 个要素:自我控制、自信、弹性、组织承诺 专业的人力资源管理,除了规范化的制度与方法之外,更大的必须能够发现人才以及运用人才,这项重责大任里面包括了人才的供与需,也就是说能够将企业所需要的关键岗位及其工作说明书说的到位具体,又能够将符合工作说明书列出的能力的人才找到并用上,还能够以效率最高的方式做到,这就是 21 世纪人力资源管理者以及领导们要做的好事。

岗位胜任能力模型能被运用在人力资源管理选、用、育、留各个环节,融会到公司的甄选体系中,以此保证参与招聘决策的每个人都依据共同的标准,而该标准应该是同优良业绩密切相关的。融会到业绩管理体系当中,以此保证人员能够得到有关同胜任工作息息相关的行为与技巧的指导和反馈。结果是,新雇佣的人员能够更快地实现最大生产力,并且离职率也会相应降低。针对个人优势先行发挥,然后融会到培训管理体系当中,其结果是优势才能获得进阶开发,而短板获得基础开发,完全符合个人特质,也符合培训资源最大效率。薪酬体系建设也可参照个人特质与实战经验之搭配,进行更合理化的作业规划,更符合一致性与公平性原则。

如果没有建立一套规范而且精准的岗位胜任力模型的企业,根据经验和观察所得,常常会发生底下所描述的问题:

◎选人、用人、育人时,所依据的标准不明确;

◎只关心员工能不能胜任而不关注员工适不适合做;

◎培训工作开展效果不明显,知识、方法、技巧培训了一次又一次,但业绩还是不明显;

◎存在“干一行,爱一行”的误区,不能做到发挥员工的优势;

◎不知道本企业运作所需要的核心能力有哪些;

◎有的人学历、知识、技能均很好,但不能产生高绩效。

◎专业人员发展空间成为老大难问题;

◎优秀的专业人员看不到发展前途,人才流失;

◎提拔优秀的专业人员做管理工作,造成资源浪费。岗位胜任力模型之建立

目前,企业日益重视对胜任特征进行科学系统的管理,开发企业自身的“岗位胜任力模型库”。建立胜任力模型通常参照三种做法。

归纳法有具体的行为做依据,开发出的胜任力模型最能贴近企业现实,应用起来的效果好。缺点是开发过程耗费时间和精力很大,又需要特殊的行为事件访谈能力,操作难度亦很高。此外,用此种方法开发出的胜任力立足于现实,因此更适用与成熟与稳定的企业。

推导法的实质是一个逻辑推导过程,其基本步骤是: 1、澄清组织愿景、使命、战略和核心价值观; 2、了解岗位角色和职责; 3、推导胜任力。这种方法的优点是胜任力模型与企业战略及价值观密切相关,逻辑清晰。缺点是缺乏具体行为做依据,胜任力模型的描述过于抽象空泛,容易脱离现实。

修订法是建立胜任力模型的一种简便方法。通常由专业顾问根据对组织的初步了解,结合通用的胜任力调查项目,提出一组相当数量的胜任力项目。然后由相关人员选择,根据选择频率筛选确定出胜任立模型。此种方法的优点是省时省力、对于初步引进胜任力概念而没有能力在胜任力模型开发上大量投资的企业不失为一种有效的方法。缺点是通用的成分多,与企业具体的文化、战略结合不够紧密。单纯用某一种方法构建胜任力结构是有很大局限性的,因此需要采用 3 种方法相互结合的方式。

目前胜任力模型在操作上的盲点在确定个人胜任力强弱认定的标准,尤其是软能力方面,譬如成就动机、人际理解、关系建立、影响力、服务意识、团队合作、逻辑分析、自控、自信等,都不是能从行为、答题更非询问获得。这些内在深层的动机和驱力必须透过事件访谈或长期观察了解一个人才能精准得到评估,但需耗费的时间精力与成本可想而知的昂贵。

现下能够快速、精准而不用耗费庞大费用的方法,值得推荐的是运用皮纹检测的方式。透过终生不变的指纹和掌纹(非一般看相的屈纹,而是跟指纹一样的脊纹),能够分析人的大脑各区块的个别功能以及综合呈现的人格特质,也就是能够提供个人内在深层的动机和驱力,属于神经心理学分析的范畴,恰好能应用在胜任力模型的成就动机、人际理解、关系建立、影响力、服务意识、团队合作、逻辑分析、自控、自信等软能力的个人能力测评。呼叫中心的岗位胜任力模型

综合各方的意见看法与个人多年的经验,可列出除了知识性技能和工作经验之外,适用于各个岗位的胜任力,以及其定义与强中弱等级的描述:(因篇幅有限,无法在此一一罗列)关系建立能力 培养他人能力 关注细节能力 预期应变能力 沟通能力 协调能力 监控能力 领导能力 问题解决能力 换位思考能力 决策能力 创新能力 影响力 市场拓展能力 亲和力 逻辑分析能力 学习能力 抗压力 成就动机 自信度 服务意识 团队合作 执行力

以上胜任力为尽可能覆盖所有需要用到的软技能,并不一定全部用上,可视实际状况挑选为之,部分可列为关键能力,部分可列为辅助能力,然后加以综合评估。其他的知识性技能(公司、产品、营销、客服等知识)可以透过经验、培训或相关证照建立。完整的胜任力模型必须参照本模型建议的软技能加上知识性技能,包括经验值、培训和证照,综合分析这些因素才能更完整的对一个人评估,而运用皮纹建立的胜任力模型,其优势就在于能检测一般难以客观测度的软技能,也就是人格特质部分。

在建立胜任力模型实际运用上,将呼叫中心一般需要的岗位,纵向从经理到咨询座席,横向从呼入、呼出到后勤、质检、排班,对应上述软技能列表,然后按最有效的方法综合逐一订出每个岗位在设定为关键能力或辅助能力的标准指标。呼叫中心经理 客户开发主管 客户开发专员 客服主管 客服咨询专员 客户投诉专员 客户关系回访专员 大客户服务专员 售后维修服务专员 信息技术主管 行政支持专员 质量管理专员 排班主管 话务量预测专员 服务培训主管

以上岗位应涵盖了绝大多数呼叫中心所需要的岗位,如有特殊需求者,可自行添加并定义之。每个岗位胜任力指标,已经将所有岗位在所有能力的指标都标明并区分关键能力和辅助能力,为了方便让各个呼叫中心筛选使用,尽量无需自行添加,借以减少项目实施的工作量,提高项目实施效率,确保跨中心测评的一致性与可比性。

三、职涯规划

职涯规划之定义与必要性

职涯规划,全称“职业生涯规划”,在人力资源同行中管用“职涯规划”。职涯规划通过科学的测试工具,详细将接受测试者的知识水平、能力结构、个性特点、职业倾向、发展潜能等素质进行综合评估,为个人的职涯发展提供咨询依据。这个过程就称之为“职涯规划”。

职涯规划之必要性,从个人角度有其主观性,从企业角度尤其客观性。个人对于人生意义与成长需求,除了实质性的报酬之外,最重要的需求在于学习,透过各种不同的工作性质与岗位、以及行业,积累各种知识经验和历练,以造就成功人生与美满生活。企业则为了确保运营绩效以及保留优秀人才,透过职涯规划的手段,为个人规划在企业或集团内的发展路径图,尽可能的明确个人在未来几年甚至十年内的发展蓝图,包括横向的广度发展和纵向的深度发展,一方面提供个人多样化的学习机会,一方面提供优秀人才晋升的岗位历练培育。呼叫中心之职涯规划特性

呼叫中心性质特殊,具有“关键业务”(Mission critical)之特性,故其组织架构与功能设计属于全方位型,简言之就是为了在最短的第一时间内,提供所有可能的全套优质服务给目标客户,一次性的满足客户的需求,而且服务时段可能是全天全年。举凡回答咨询、解决问题、回访维护关系、接受投诉、完成订单等关键或辅助类业务,在这些艰巨条件下必须维持无间断的服务水平,就要具备自给自足的支持系统,包括前台服务 / 销售、后台支持、信息技术、培训与质检等不同功能。在规模庞大的地区性集中式呼叫中心,因为人员数量动辄上百上千,为了有效运营,其组织架构必须分层管制,近年较为盛行的组织架构层级为 8X4,也就是横向功能单位不超过 8 位,而纵向层级数目不超过 4 层。如此呼叫中心之组织矩阵,即成为每位有志于呼叫中心行业或服务的年轻人,无论在哪个岗位进入之后的数年到十多年之内,可以接受挑战和发展的最佳职业训练场所。尤其在每天面对数十到上百名客户无限定范围的服务需求和压力,无论在主观或客观立场,一位服务人员在这类型岗位上是不会停留超过 2-3 年,而必须进行调岗,一方面考虑压力疲乏,一方面优秀人员必须适当晋升,否则无法留住优秀人才。

数据中心设备状态评价模型研究 篇6

关键词:设备状态评价,模糊理论,CRITIC算法,AHP算法,主客观组合赋权法

1引言

随着信息化的深入发展, 以及大数据和云计算技术的成熟与应用, 国家和企业纷纷加大了数据中心的建设。截至2012年3月我国各类数据中心约有43万个, 所有机房可容纳的服务器可达500万台。由于服务器设备数量巨大, 设备管理与维护越来越重要, 设备运维水平直接关系到数据中心能否安全稳定运营, 而做好设备运维的前提是及时、全面获知设备的运行状态。因此, 本文以数据中心服务器设备为研究对象, 对设备状态评价模型进行了系统研究, 结合了多套算法从不同的层面对数据中心设备进行评价, 旨在全面、系统地获知设备状态, 提升数据中心设备运维管理水平, 为数据中心的高效运营提供支撑。

2模型概述

2.1评价对象

服务器是数据中心最为核心的设备, 就服务器种类来说, 目前X86以其成本低廉、性能强大等优势逐渐成为数据中心的主流服务器, 在服务器组成结构上, 典型的X86架构服务器一般都包含CPU、内存、主板、网卡、磁盘、电源、风扇这几大核心部件。本文以基于X86体系架构的服务器作为基本评价对象。

2.2评价思路

数据中心由数以万计的服务器组成, 服务器又由若干部件组成, 每类部件具有若干指标属性, 基于数据中心的物理及逻辑构成特点, 将数据中心分为硬件层、设备层、部件层、指标层四个层面, 对数据中心设备状态进行系统评价。具体来说, 首先通过部件运行指标值对设备部件状态进行评价, 然后通过部件状态对设备状态进行评价, 最后统计分析众多设备的状态得出整个硬件层的状态, 完成对数据中心整体设备状态的评价, 整个评价思路是一个自下而上的过程。

2.3评价框架

首先需要考虑以下几个关键问题:

2.3.1状态界定

本文中设备状态是指设备当前的运行状态, 为了统一对设备状态的认识, 将设备状态分为以下四个等级:

(1) 正常状态:所有运行指标处于理想运行范围内, 设备处于健康状态;

(2) 注意状态:部分指标运行超出理想运行范围, 设备服务能力下降;

(3) 异常状态:运行指标变化量较大, 设备部分部件发生故障, 但设备仍可对外提供服务;

(4) 严重状态:运行指标严重超出理想运行范围, 设备几乎或已经不能对外提供服务。

2.3.2指标体系

构建一套科学的指标体系是设备状态评估的基础, 所选择的指标需要客观反映评价对象的运行特征, 具有客观性、完备性, 并且要可测量、可采集, 具有实际操作意义。本文选取的指标主要有CPU、内存使用率、温度、电压以及部件负载信息等。

通过模型算法对部件运行指标的“好”与“坏”进行判定, 需要制定一套指标标准值。设备部件运行指标值与设备配置、数据中心运营要求等多种因素有关, 目前业界没有统一标准, 主要依据专家经验并结合厂商给出的设备参数制定出合理的指标标准值。

2.3.3权重因素

主要包含两个层面的权重, 一是指标权重, 二是部件权重。通常设备部件的状态可通过多个指标来衡量, 如CPU使用率、CPU温度, 而这些指标对于部件状态的影响程度并不相同;类似, 不同部件的运行状态对设备状态的影响也不尽相同, 如风扇对设备的重要性相比CPU就低很多。因此, 在设备状态评价模型中需要引入这两类权重并进行量化。

目前权重的确定方法可分为两类, 一类是主观赋权法, 另一类是客观赋权法。主观赋权法是由决策分析者根据对指标的重视程度而赋权的一类方法, 由于引进了人为干预, 这类方法难以摆脱人为因素的影响;客观赋权法一般是根据所选择指标的实际信息形成决策矩阵, 在此矩阵基础上通过运算形成权重, 该类方法忽略了对指标重要性的先验认识。由于部分指标值在设备实际运行中存在一定的主观可调整性, 如CPU、内存使用率, 仅使用客观赋权法会存在一定的局限性。因此, 本模型拟组合客观赋权法 (CRITIC算法) 和主观赋权法 (AHP算法) 构建指标权重函数计算指标权重。

2.3.4评价理论

设备状态是一个模糊的概念, 具有很强的主观性, 难以对其进行精确区分与衡量, 在设备管理与维护过程中, 也无需对设备状态进行精确度量, 采用模糊理论可很好地满足设备状态评价需求。

基于以上分析, 给出设备状态评价模型框架图, 如图1所示。

3模型实现

3.1模型权重计算

3.1.1基于CRITIC算法的指标权重计算

(1) 样本数据选择。记部件类别数为m, 样本数据为当前时刻全部设备某类部件的指标值, 样本容量为n, 即样本包含n个该类部件的指标值, 每个部件上的指标数量为pi (i=1, 2, .., m) 。将原始指标值与指标标准值进行对比计算偏差率, 得到模型的最终输入值如下:

(2) 数据的标准化处理。不同指标的数量级和量纲可能会有所不同, 需要进行标准化处理以消除数量级和量纲的影响。对于正向指标, 即越大越好的指标, 作如下转换:

对于负向指标, 即越小越好的指标, 作如下转换:

为了便于理解起见, 仍记标准化处理后的指标值为xij。

采用CRITIC方法建模得到某类部件的指标权重向量记为Wc。

3.1.2基于AHP算法的指标权重计算

(1) 判断矩阵构造。AHP算法的关键在于利用1~9间的整数及其倒数作为标度来构造两两比较判断矩阵。在同一层评价因素中, 将部件的指标进行两两对比, 计共有m类部件, 第i类部件的指标数为pi, 根据相对重要性的判断引入合适的标度数值, 从而形成判断矩阵, 记为Ei:

其中CR为判断矩阵的随机一致性比率, CI为判断矩阵的一般一致性指标, RI为判断矩阵的一般一致性指标。当CR<0.1时, 即认为判断矩阵具有满意的一致性, 说明权数分配是合理的, 否则需要调整判断矩阵, 直到取得具有满意的一致性为止。

最后对权重向量进行归一化处理:

3.1.3主客观组合赋权法计算最终权重

亦可根据AHP算法思想得到部件的权重:

3.2部件层状态评价

对于部件评价结果向量的分析, 可采用最大隶属度原则。部件在哪个等级的得分最多, 则认为部件状态属于哪个等级。

3.3设备层状态评价

高层次的评估矩阵可由较低层次的综合输出构成, 即设备的评估矩阵R可由部件的综合输出构成。

设备综合评估结果为

对于设备评价结果向量的分析, 本文选择最大隶属度原则评价设备所属的状态等级。

3.4硬件层状态评价

在设备状态评价结果的基础上进行整个硬件层状态评价。使用探索性数据分析的方法, 可形象直观地评价硬件层运行现状。

探索性数据分析是对调查、观察和计算所得到的数据, 在尽量少的假定下进行处理, 通过作图、制表等形式和方程拟合、计算某些特征量等手段, 探索数据的结构和规律的一种数据分析方法。示例说明如表1所示。

4模型评估

从模型准确率和模型稳定性两个角度对模型进行评估, 模型准确率评估采用准确率的平均值来衡量, 稳定性评估采用准确率的均方误差来衡量。在已发生的时间轴上采集指标值和设备状态作为测试样本, 运用已建立的模型评价测试样本的状态, 并与真实的样本状态进行对比, 结果越符合真实状态则说明模型准确率越高。

假定采取了N个时刻的数据, Ni表示第i个时刻评价的设备数量, 准确率为Ri:

其中xj表示对设备j的状态评价正确与否:

则N个时刻平均准确率为:

准确率均方误差为:

MSE越接近于0, 则说明模型越稳定。

5模型优化

数据中心设备数量巨大, 保留的历史运行数据达到海量级别, 属于大数据的范畴。利用大数据技术与理念, 对这些数据进行挖掘分析, 可很好地对设备状态评价模型进行优化。本文模型中所使用到的指标标准值, 部分是依据专家经验得出的, 考虑到设备的利用效益、成本节约等因素, 诸如CPU、内存使用率的标准值是可结合历史运行状况适当进行调整的, 通过对历史指标值的统计分析并结合设备实际状态, 可以为指标标准值的制定与优化提供有力支撑;另外计算判断矩阵过程中对两两部件之间的重要性判断也存在一定的主观性, 通过对历史运行数据及设备实际状态的分析, 可以挖掘出部件之间的关联性, 进而为调整和优化部件之间的重要性提供依据。

6结语

本文以数据中心服务器设备为研究对象, 系统地进行了设备状态评价模型的研究。在评价思路上, 本文将数据中心所有设备分为硬件层、设备层、部件层、指标层四个层面, 从下到上逐层对设备状态进行评价。在具体算法方面, 采用了模糊理论并结合CRITIC算法和AHP算法分别评价部件层、设备层和硬件层的状态。在权重方面, 本文创新性地构建了主客观组合赋权法对指标权重进行赋权, 有效消除了单独使用主观或客观赋权法所产生的不良影响。同时, 本文对模型评估也进行了详细论述。最后, 本文还通过对海量历史指标数据的分析, 对模型优化进行了探索。该理论模型的应用可有效提升数据中心的设备运维水平, 支撑数据中心高效运营。受限于实际指标数据的采集等因素, 本文在模型检验方面存在一定的不足之处。

参考文献

[1]陈正伟.综合评价技术及应用[M].成都:西南财经大学出版社, 2013.

[2]何晓群.多元统计分析[M].北京:中国人民大学出版社, 2012.

[3]和讯网.http://www.hexun.com.

[4]李爱国, 厍向阳.数据挖掘原理、算法及应用[M].西安:西安电子科技大学出版社, 2012.

[5]孙亚辉, 林韩, 陈金祥.变电设备状态综合评估方法的研究[J].中国化工贸易, 2013 (04) .

[6]维克托·迈尔-舍恩伯格, 肯尼思·库克耶.大数据时代[M].杭州:浙江人民出版社, 2013.

[7]张炳江.层次分析法及其应用案例[M].北京:电子工业出版社, 2014.

模型中心 篇7

关键词:零售超市,配送中心,选址,遗传算法

由于配送中心在零售物流系统中具有重要的战略地位, 合理选址能节省企业运营总费用, 有力促进生产和消费, 并保证物流系统的平衡发展, 因此笔者对此类配送中心选址问题展开研究。根据零售超市配送中心选址问题的特点和要求, 在运输成本、配送中心的可变成本和固定成本等总成本最小的基础上, 建立了选址问题的数学模型。并引进遗传算法对其进一步研究, 最后通过零售超市配送需求实例分析, 证明该算法的有效性。

1. 零售超市配送中心选址模型

零售超市配送中心选址问题属于最小成本问题, 其具体可描述为:给定某地区数个待定的配送中心, 根据各个超市的位置及配送量要求确定出零售超市配送中心, 建立相应的配送区域, 实现所选定的配送中心与各个零售超市所建立的配送系统总费用最小。本文采用的数学模型接近于现实生活中零售超市配送中心的选址问题, 属于非线性混合0-1规划。

1.1 模型的假设

为了便于建立数学模型, 且不失其实用性, 假设模型满足如下条件:

(1) 在选定范围内选出零售超市配送中心:

(2) 此系统运输包含由厂商到零售超市配送中心的运输, 也包含配送中心到零售超市的运输;

(3) 一个零售超市配送中心可供货给多个零售超市, 也可由多个厂商为其供货, 且所需物品一次完成配送;

(4) 此系统内点与点之间的运输方式、运输速度均一样且为常数;

(5) 运输费用与运输距离、配送量成正比;

(6) 零售超市配送中心的单位管理费用已知, 且与零售超市之间的单位运输费用也已知;

(7) 各零售超市的配送需求已知且在一定时间范围内不变, 且所在区域的配送量为常量;

(8) 此系统总费用只涉及零售超市配送中心的管理费用、建设费用以及与其相关的运输费用, 不考虑仓储费用。

1.2 模型的建立

根据假设, 零售超市配送中心选址数学模型表达式为:

式中:

Zi:0-1型整数变量, 如果i被选中则为1, 否则为0;

Cki:厂商所在地k到零售超市配送中心i的单位运输费用;

Wki:厂商所在地k到零售超市配送中心i的运输量;

xij:零售超市配送中心i到零售超市j的配送量;

hij:零售超市配送中心i到零售超市j的单位配送费用;

vi:零售超市配送中心i的可变成本系数;

U:零售超市配送中心i的最大流量;

Fi:零售超市配送中心i的固定费用;

SK:厂商所在地k的供应量;

Dj:零售超市j的配送需求量;

Ci:零售超市配送中心i的最大容量;

P:备选零售超市配送中心的数量

另外, 目标函数式 (1) 中, 等式右边第一项是厂商到零售超市配送中心的运输费用, 第2项是配送中心到零售超市的配送费用, 第3项是配送中心的管理费用, 它与配送中心的流量成正比, θ∈ (0, 1], 第四项是配送中心的固定投资费用。约束条件中式 (2) 表示从各个厂商调出的调出的物资总量不大于该厂商的供应能力;式 (3) 表示零售超市的配送需求量得到满足;式 (4) 表示配送中心没有存储, 调出量等于调入量;式 (5) 表示配送中心的容量与个数限制;式 (6) 和式 (7) 为决策变量定义;式 (8) 为配送中心个数限制。

2. 遗传算法

遗传算法 (Genetic Algorithm, 简称GA) 是一种随机全局搜索和优化方法, 其思想源于自然界生物遗传学和适者生存的规律, 在结合自然遗传学和计算机科学背景下利用编码技术, 模拟由染色体数字串构成的群体的进化过程, 并逐渐接近最优解, 直至最终求解问题, 它是一种具有”生存+检测”的迭代过程的搜索算法。作为一种常用智能的全局优化搜索算法, 遗传算法以其简单通用、鲁棒性强、高效、实用、易于并行处理等显著特点, 在生产调度问题、组合优化问题、结构性优化、军事应用、规划设计等领域得到了广泛应用。

遗传算法求解配送中心选址模型问题的关键在于解决编码、初始群体、适应度函数设计以及遗传操作与控制参数选择等, 其运算流程如图2所示:

3. 零售超市配送中心实例

笔者结合自身在深圳多年从事物流管理与操作, 给出具体实例数据:两个主要厂商福威、利来, 6个备选的零售超市配送中心:平湖、龙华、华强、岗厦、蛇口、布吉, 8个零售超市:光明、宝安、南山、福田、罗湖、盐田、龙岗、坪山, 它们的相关数据见表1-3。

根据以上的数据试确定出哪些地方适合作为零售超市配送中心, 以便使得包括厂商到配送中心的运费、配送中心到零售超市的运费、流经配送中心的管理费用以及配送的固定投资费用之和的总费用最少。

4. 遗传算法在零售超市配送中心选址问题中的应用

零售超市配送中心的选址优化问题其本质是一个多约束的、求解总费用最小化的优化问题。笔者通过设置合理的编码策略、适应度函数, 运用选择、交叉、变异等遗传算子, 找到了选址的最佳方案。

4.1 编码策略

本文中所给出的实例选址问题, 决策变量有:

(1) 选择哪个备选点作为零售超市配送中心, 设变量为;Zi (i=1, 2, …, 6) ;

(2) 从厂商到零售超市配送中心的运输量为多少, 设变量为;Wki (k=1, 2, i=1, 2, …, 6) ;

(3) 从备选的零售超市配送中心到各个零售超市的运输量为多少, 设变量为xij (i=1, 2, …, 6, j=1, 2, …, 8) 。

当这三类决策变量Zi、Wki、xij确定下来后, 可利用式 (1) 求出在该决策变量下的总费用g。

根据模型定义可知, 决策变量Zi是表示“选中或未选中”的逻辑值类型, 可用0, 1的二进制编码, Zi=1表示零售超市配送中心被选中, Zi=0表示该配送中心未被选中;决策变量Wki、xij是表示“量为多少”的数值类型, 可用浮点数编码, 这样编码串较短, 解码方便, 以便提高运算效率。

综合两种决策类型, 采用混合并行的编码策略 (见表4) , 由表可以看出, 编码时二进制与浮点数编码方法的结合运用体现了“混合性”, 各决策变量之间的对应关系体现了“并行性”, 故这种方法叫“混合并行编码”, 该方法编码简单, 所有变量个体基因型就是其个体表现型。

4.2 适应度函数与遗传参数确定

由于适应度函数决定着群体的进化行为, 它与群体中的个体优劣度量直接相联系, 因此规定适应值为非负值, 并且总是越来越好。又因为零售超市配送中心选址问题是最小成本问题, 为保证其值非负, 对它做如下式 (9) 处理, Cmax是预置的较大值。

式中Cmax是到当前所有代g (x, z) 的最大值, 此时Cmax随着代数会有变化。

群体规模一般根据问题的复杂程度设置, 实例设置M=60;

为保证适应值非负, 预置Cmax为一个较大值, 实设Cmax=10000;

其它, 最大迭代次数T=400, 复制概率Pr=0.1~0.2, 交叉率Pc=0.5~1.0, 变异概率Pm=0.3。

遗传操作选择轮盘赌方法, 交叉和变异操作使用传统方式。

4.3 实例模型求解过程

1) 给出一个有60个染色体的初始群体pop (1) , t=1;

2) 若满足停止规则, 则算法停止, 否则计算对群体pop (t) 中每一个染色体的适应值;

3) 从群体中随机选一些染色体构成一个种群newpop (t+1) ={popj (t|j=1, 2, …, 60) };

4) 以交叉概率Pc=0.5~1.0 (取0.75) 交叉得到60个染色体的crosspop (t+1) ;

5) 对每个新个体以变异概率Pm=0.3进行变异, 形成mutpop (t+1) ;t=t+1, 返回步骤2) 。

本文利用matlab7.0为工具, 通过运行程序得出以下结果, 终止代数400次, 最优个体数量33个, 总费用平均值2360.26, 总费用最小值为2280.11, 选择第1, 2, 3, 5个备选点为零售超市配送中心。

5. 结论

模型中心 篇8

近年来,随着社会经济的飞速发展以及经济全球化步伐的逐渐加快,物流在社会经济发展中的地位变得越来越重要,并逐渐引起人们广泛的关注。在物流配送体系中,配送中心已逐渐成为现代物流的标志,并对整个物流配送体系产生着重大影响。为了提高服务水平和营业额、降低成本和增加效益,就必须合理地建立物流配送中心。

在物流配送中心的建立过程中,首先,要对新建物流配送中心的位置、规模、形式、供货时间、有无缺货、错误率、畅销与滞销品信息以及新品的信息和样品提供等进行调查、研究和分析,这些要求条件不一样,建立的物流配送中心也不一样,而选址决策具有举足轻重的作用。一个配送中心的地址一旦确定,在短时间内不会轻易更改,因此,配送中心如何选址是一个重要问题,需要系统性、全局性的安排。

1.1 物流配送中心选址问题的研究具有以下几方面的意义

(1)对于物流配送中心的功能、分类和性质等基本内涵的分析有助于合理界定划分政府与企业对其承担的职能,促进物流系统规划与建设有效运行机制的制定。

(2)建立物流配送中心选址的离散数学模型。原有的选址模型大多是重心法、混合0-1整数规划法等模型,这些模型没有结合实际地理情况,计算得到的最佳地点往往不可行。比如,这些点可能会位江河中间、街道中间等位置。

(3)根据物流配送中心选址的客观规律,研究制定相应的政策措施,探讨运用各种调控手段,加强政府和企业有关行为的引导,以使物流配送中心空间布局逐步趋向优化,对于实现现代物流各环节的有效衔接,优化物流系统、改善地区综合投资环境,带动相关产业的科学布局和良性发展,促进经济结构调整,提高经济运行质量和效益,促进我国经济体制和经济增长方式的根本性改变,实现可持续发展战略,都具有非常重要的意义。

1.2 影响选址的因素

(1)货物的状况。首先要考虑运送货物的起始地与目的地方向,所选地址应该处于其中的最优距离;其次,货物的数量规模也是影响选址的重要因素,货物数量越大,对选址合理性的要求越高;

(2)外部环境。配送中心地址的交通环境直接影响配送的效率。合理的选址,应该充分考虑周边的运输状况;

(3)合作伙伴的情况。供应商及经销商的位置,也是影响配送中心选址的重要因素;

(4)用地条件。配送中心建设须占用大量的土地资源,土地的来源、地价、土地的利用程度等要充分考虑并落实;

(5)相关政策法规等。配送中心所选地址应该符合政府的相关法规、政策。

2 离散选址模型的建立

一般地,建立选址模型要考虑运输、配送费用和可变费用等。本文建立的模型考虑在一段较长时期内的运输费用、配送费用、可变费用和配送中心的固定建设费用。

2.1 模型的假设条件

首先,为建立模型做以下假设:

(1)备选点为离散的点,货源点、备选点和需求点都是已知,且各备选配送中心无容量限制,需求点的需求量为己知;

(2)从配送中心到需求点的距离及单位运价己知;

(3)每个需求点由一个配送中心配送货物:

(4)固定费用和管理费用与所要建设的配送中心的大小有关,即与最大的时间阶段配送量有关。

2.2 建立模型

目标函数:

目标函数式第一项是从配送中心到需求点的运输费用;第二项是流经配送中心的货物所需要的可变费用;第三项是配送中心的固定费用。

在求解过程中,首先需要确定各暂定的配送中心的供应范围。以需求点配货的运输总费用T最低为目标,则可构成运输模型如下:

配送中心j的固定费用为Gj,以配送中心供货点固定费用D为最低目标,构成的模型如下:

2.3 模型变量:

K是需求点的集合;

O是货物种类的集合;

C是备选配送中心的集合;

:建设配送中心j的固定费用;

mojq:从配送中心j向需求点h配送货物o的单位运价;

koqh:需求点h在时间阶段q需求货物o的数量;

Rjq:配送中心j到需求点q之间的距离;

cjo:配送中心j处理货物o的可变费用系数;

其中i∈S,j∈C,o∈O,q∈K,h∈H。

3 结束语

选址模型给企业决策带来了极大的便利性,因此,深受企业喜爱,在企业物流网络的设计中被广泛应用。本文主要针对物流配送中心选址的模型进行了研究,取得了一些成果。比如:设计了离散的选址模型,设计了随需求量进行变化的可变费用等,使模型更贴近实际情况。但是还有不少问题有待于深入研究和探讨。例如,在有些情况下,选址决策是动态的,这可能是由于从某一阶段到下一阶段对现有配送中心的需求不同、新配送中心能力不同或新设施的运行费用不同而造成的。在这种情况下,必须对新配送中心重新选址来满足变化了的费用结构及其它需求;选址模型还应该考虑库存的情况,目前大多数配送中心选址模型都假定需求是确定的,以配送中心的固定投资和运输费用综合最小为目标函数,构成混合整数规划模型,其中库存费用不是被忽略,就是被视为与问题无关。

摘要:物流配送中心选址是指在一个具有若干需求网点的经济区域内,选一个地址设置物流配送中心的规划过程。较佳的物流配送中心选址方案是使商品通过物流配送中心的汇集、中转、分发,直至输送到需求网点的全过程的效益最好。文中主要针对现代社会下多级物流配送中心的选址问题进行研究分析,进行一定的规划,并且建立选址的数学模型。

关键词:物流配送中心,选址模型,多目标,离散选址

参考文献

[1]刘志强,丁鹏,盛焕烨编著.物流配送系统设计[M].北京:清华大学出版社,2002.

[2]杨波.物流配送中心选址的随机数学模型[J].中国科学管理,2002,(05).

[3]王战权等.配送中心的遗传算法研究[J].物流技术,2001,3.

[4]胡刚.针对第三方物流企业的物流中心选址模型研究[J].公路交通科技,2002,06.

[5]吴坚,史中科.基于遗传算法的配送中心选址问题[J].华南理工大学学报(自然科学版),2004,(6):70-74.

巴氏奶冷链物流配送中心选址模型 篇9

关键词:冷链,巴氏奶冷链,配送中心,选址

0 引言

近年来,随着我国经济的发展,人们生活水平不断提高,以及对营养的高度重视,人们对乳品尤其是巴氏奶的需求越来越高,同时对于乳品品质的要求也逐步提升。但是自从2008年发生三鹿等一系列奶粉事件后,使中国乳品行业受到了很大的打击,同时消费者更加关注乳品的营养健康问题。面对如此的危机与挑战,食品安全监管部门加大了对乳品品质的监管力度。

然而小批量、多品种、高保鲜已成为巴氏奶冷链物流的主要特点,这就意味着对乳品冷链物流尤其是巴氏奶冷链物流提出了更高的要求。巴氏奶冷链物流需要专业化经营和管理,从生产直到最终消费全程都要求严格的温度控制,要求运输路线最短,运输时间消耗最少,保证乳品的卫生和口感。随着巴氏奶消费量的大量增加,其建立专业的冷链配送中心的必要性也越发凸显。

1 冷链与巴氏奶冷链物流

1.1 冷链物流

冷链(cold chain)是指易腐生鲜食品从采集原料(采摘、捕捞、收购等)、生产、加工、储藏、运输、销售,直到最终消费前的各个环节始终处于规定的低温环境,以保证食品质量、减少食品损耗的一项系统工程。

冷链是随着科学技术的进步、制冷技术的发展而建立起来的,是以食品冷冻工艺学为基础,以制冷技术为手段,在低温条件下的物流过程。目前冷链适用的范围包括:初级农产品、加工食品、特殊商品如医药品。冷链的服务对象主要分为冻结温度带与冷却温度带两大类产品。市场上各种调理冷冻食品、分隔的畜禽肉块以及冰激凌等冷饮品都属于冻结温度带产品,这类食品一般在-30℃以下温度快速冻结,然后在-18℃以下储存流通;而冷却温度带产品如保鲜肉禽、果蔬、低温保鲜奶品以及某些医药用品等,通常根据品种的不同,一般需要在-3℃至-15℃的低温条件下进行加工处理及流通。

1.2 巴氏奶冷链

巴氏奶是巴氏杀菌鲜牛奶的简称,是在72℃~85℃的加工温度中生产出来的牛奶,这种温度可以保证杀死牛奶中可能含有的致病细菌,而且不破坏乳球蛋白和大部分的活性酶,可以最大限度地保留牛奶中的营养[1]。

“巴氏杀菌法”是法国科学家巴斯德发明的。巴斯德通过大量科学实验证明,如果牛奶加工时温度超过85℃,生鲜牛奶中的营养物质就会被大量破坏,低于85℃,牛奶中的维生素B族的损失仅为10%。目前,“巴氏杀菌法”是生产鲜奶的常用方法[1]。

1.3 巴氏奶冷链流程

巴氏奶冷链要求在生产、运输、销售、储存的全过程中,始终将温度控制在0℃-4℃范围内,以此最大限度地保持牛奶的新鲜口味和营养价值。图1是其冷链简图。

1.4 巴氏奶冷链的实现条件

连续的低温是巴氏奶冷链的基础和基本特征,也是巴氏奶商品质量安全的重要保证,但并不是保证了温度就完全能保证巴氏奶的品质安全。因为影响巴氏奶质量的因素很多,必须综合考虑,协调配合,才能形成真正有效的巴氏奶冷链。归纳起来,实现巴氏奶冷链的条件有以下几方面:

1.4.1 “三P”条件即巴氏奶流通要求原料品质(Produce)好、处理工艺(Processing)质量高、包装(Package)符合货物的特性,这是巴氏奶在进入冷链时的“早期质量”要求。

1.4.2 “三C”条件即在整个加工与流通过程中,对巴氏奶的爱护(Care)、清洁卫生(Clean)的条件,以及低温(Cool)的环境,这是保证巴氏奶“流通质量”的基本条件[2]。

1.4.3 “三T”条件即“T.T.T”理论时间(Time)-温度(Temperature)-容许变质量(或耐藏性,Tolerance)[3]。

1.4.4 “三Q”条件即冷链中设备的数量(Quantity)协调,设备的质量(Quality)标准一致,以及快速(Quick)的作业组织。

2 巴氏奶冷链物流配送中心的选址

巴氏奶冷链物流配送中心是巴氏奶生产企业销售物流系统的重要节点,是针对巴氏奶冷链物流市场的需求特点以及企业降低物流运作成本的需求而出现的。是为了实现巴氏奶冷链物流系统化、效率化,专门从事巴氏奶配送业务的相互联系的组织与设施的集合。

2.1 巴氏奶冷链物流配送中心选址的必要性

与普通食品配送相比,巴氏奶配送有其特殊性,不仅对配送时间有着近乎苛刻的要求,同时对运输过程中的温度环境也有着相当高的控制要求。因此合理地选择巴氏奶冷链物流配送中心的地点是至关重要的。

一方面,合理地选择巴氏奶冷链物流配送中心的地点可以减少巴氏奶在运输过程中的损耗,而且配送中心在接到客户的订单要求时,能够以最快的速度将所需产品在要求时间内送达到客户指定的地点,提高运输效率。

另一方面,建设巴氏奶冷链物流配送中心一般需要占用大量的土地,而且需要购进大型的机械设备及冷冻装置,需要投入大量的资金。但是配送中心一旦建成,很难搬迁。所以在建设巴氏奶冷链物流配送中心之前,进行合理地、客观地规划与选址是非常有必要的。

2.2 巴氏奶冷链物流配送中心选址的程序

总结以往冷链物流配送中心的选址研究,发现这些研究可以分为两大类:定量研究和定性研究。定量研究是依据对研究对象的数量特征、数量关系与数量变化的统计数据建立数学模型,并用数学模型计算出研究对象的各项指标及其数值的一种分析方法。这种研究方法定位精确,可以得出给定条件的最优解,但是,在建立数学模型的时候,为了便于研究和逻辑的严密性,都对实际情况进行理论上的假设,而这些假设在现实中是不会发生的,这些原因都减弱了定量研究的实用价值。相反,定性研究借鉴了专家的观点,考虑实际情况中一些不可能呗数学模型考虑在内的因素,比如环境,教育,经济发展,更能被决策者所接受,但是它缺少了数量模型的支持,缺乏说服力。所以通常采取定性和定量相结合的方式来确定冷链物流配送中心的选址。

2.2.1 搜集整理资料

搜集整理与巴氏奶冷链物流配送中心选址有关的所有数据资料。主要包括:(1)政策法规方面,主要有城市规划、土地政策、税收优惠政策等;(2)经济环境方面,包括经济发展前景、冷链物流市场数据、潜在的客户等;(3)技术设施方面,包括城市交通状况、道路设施规划、冷链物流设施现状等;(4)社会环境方面,主要有居住区分布、人们生活习惯等信息。

2.2.2 分析巴氏奶冷链物流系统的现状

通过对巴氏奶冷链物流市场相关数据的整理分析,了解巴氏奶冷链物流市场的供需情况,包括供应商和需求者的分布、供给与需求的数量、消费者的消费特点;调查物流设施及配送服务条件,得知从服务对象到配送中心的距离;结合道路运输条件,尽量选择靠近交通枢纽的位置;最后根据研究区域的政策法规,确定允许建立配送中心的土地。

2.2.3 选址约束条件分析

通过分析城市的配送中心的布局,比较配送中心的地点选址方案,结合第一、第二步骤的分析结果,确定巴氏奶冷链物流配送中心选址指标。可以把冷链配送中心选址指标中非常重要但不能量化的指标作为选址的约束条件。选址的约束条件是那些必须满足的,最重要的选址指标,比如符合政府的城市规划,土地的可得性,对周围居民的影响等。通过约束条件的分析来确定配送中心选址的备选地址。对特定选址问题没有影响力的指标因素不作考虑。

2.2.4 备选地址确定

在对所取得的上述资料进行充分的整理和分析、考虑各种因素的影响并对需求进行预测后,按照满足选址约束条件的标准来初步确定选址范围,即确定初始候选地点。

2.2.5 成本费用分析

可以采用专家调查法、和层次分析法等定性方法从备选地址中确定最终的地点选择。但是为了使研究更具说服力,一般还采用定量分析的方法。鲍摩一瓦尔夫模型CELP法和重心法是使用比较多的两种方法。

2.2.6 确定选址结果

对具有费用成本最优的选址方案进行社会效应评价,可以采用重新收集数据和参考专家意见的方法。综合评价的结果特别是专家的意见和原先的选址结果相符合,则原先具有最优的成本费用效应的选址方案既为最终选址结果:如果综合评价发现选址意见发生重大分歧,则需要分析分歧的关键点,并返回第一步,收集更充分的补充信息,直至得到最终满意的结果。

3 巴氏奶冷链物流配送中心选址模型

3.1 冷链物流配送中心选址问题描述

冷链物流配送中心选址问题可以用表达式表示为[4]:

其中,x1,x2,…xi,…xn,是n个备选地址;t1,t2,…ti,…tn=0或1,为选择指数,如ti=1,则选择备选地址xi;F是从供应商到配送中心的运输费用,D是从配送中心到零售点的发送费用,M是配送中心的经营管理费用,T是配送中心选址所在位置的土地费用。公式(1)表示配送中心选址的决策由F,D,M,T等费用共同决定。

所以求解配送中心选址的问题就转变为求公式(1)中选择指数t1,t2,…ti,…tn的值,从而确定配送中心的数目以及每个配送中心所在的位置。

3.2 巴氏奶冷链物流配送中心的成本费用比较分析模型

根据公式(1)所示,配送中心选址决策由从供应商到配送中心的运输费用F,从配送中心到零售点的发送费用D,物流中心的经营管理费用M,物流配送中心所在地的土地费用T等四大因素共同决定。由于在同一区域内进行研究,主要考虑运输费用F和土地费用T,其他因素对选址的影响基本一致,可以不做考虑。

建模的主要思路是,先确定备选地址,再计算每种备选方案的包括运输费用和土地费用在内的综合费用,然后通过比较综合费用的大小来判断各方案的优劣性以确定最终选址方案。

对于运输成本问题,为了减少变量简化计算,就不考虑配送中心到每个门店的距离,而是在研究区域内选定几个规模大的具有代表性的配送点,只计算配送中心到配送点的直线距离,进而计算出配送中心到各配送点的运输成本;对于土地费用问题,可以根据备选地点附近土地的平均价格测算出该选址位置的土地价格。

对每个备选方案每年发生的运输费用按既定的资金成本折现,运输费用的现值加上土地费用得到选址的综合费用,比较综合费用的大小,得到最优的成本费用方案。

其中,W为选址的综合费用;D为每年从配送中心到需求点发生的运输费用;PV(D)为按既定的资金成本折现的运输费用;i为资金成本,即折现率;n为项目期限;P为单位面积的土地价格;L为配送中心所占的土地面积。

设有m个配送点分布在研究区域内,则运输费用为:

hab为从配送中心a到需求点b的每单位重量、单位距离所需的运输费用;qab从配送中心a到需求点b的运输量;dab为从配送中心a到需求点b的运输距离。

假设从配送中心向各配送点配送巴氏奶时,每单位重量、单位运输距离运输费用相等,即hab=h;同时巴氏奶的消费量qab与人口Pb成正比,那么到配送点的运输量qab=k Pb,k为固定比例系数。

由此,运输费用:

将先前所搜集整理的数据代入到式(2)和式(6)中分别计算每种方案的综合费用,其中费用最小的方案为最优方案。

3.3 成本费用模型对费用的敏感度分析

3.3.1 对土地费用的敏感度分析

假定年运输费用不发生变化,土地费用在已知价格的基础上分别增减相同的幅度,计算增减后巴氏奶冷链物流配送中心选址的综合费用,然后观察综合费用增减的幅度。

3.3.2 对运输费用的敏感度分析

假定土地费用不发生任何变化,年运输费用在现有的基础上增减与土地费用变化的同等幅度,计算年运输费用现值、选址的综合费用及综合费用增减的幅度。

通过列表可以将计算结果明确的展示出来,观察巴氏奶冷链物流配送中心选址综合费用对土地费用和运输费用的敏感度。通常,土地费用的变动引起综合费用的变动幅度不如运输费用变动引起综合费用变动的幅度大,因此,配送中心选址的综合费用对运输费用的变动比较敏感,运输费用对巴氏奶冷链物流配送中心的选址起决定性作用。巴氏奶冷链物流配送中心选址一定要靠近城市交通的主干道或是交通枢纽位置,为巴氏奶的配送提供便捷的交通环境。

4 结束语

巴氏奶冷链物流全程对温度严格要求的特殊性,使得配送中心在供应链上的重要地位更加凸显,更加有必要进行科学合理地选址决策。本文是从成本费用比较分析的角度建立选址的模型,主要是对配送中心的土地费用和运输费用进行比较和分析,通过计算,选址的综合费用(土地费用与运输费用之和)最小的方案为最优方案。

参考文献

[1]白云峰.巴氏奶冷链运作模式研究[D].湖南大学硕士论文,2007.

[2]林志民.浅析中国冷冻食品工业的发展问题[J].无锡轻工大学学报,1998,增刊:102-103.

[3]程言清,黄祖辉.农产品流通特点、问题及发展趋势.价格理论与实践,2001(4):30-32.

模型中心 篇10

然而,当前人们的研究主要集中在系统构建、政府角色、机制完善和应急预案等方面,在救灾过程中,大多数将行政中心作为应急物流配送中心展开救援,而对于建立应急配送中心的研究较少;并且应急配送选址对于应急管理至关重要,因为合理的选址不仅能降低成本,而且还能够保证提供应急物资的时效性,从而能降低灾害造成的损失。鉴于此,本文提出一种混合整数规划模型确定应急物流配送中心选址最佳方案并求解。

1 应急物流配送中心选址模型

应急物流配送中心选址问题是在受灾点附近地区所有储存物资的备选点地址集合中选出一定数目的地址点建立配送中心,这样就建立了一系列的应急配送区域,实现对各个受灾点的配送,从而实现整个应急物流配送系统总物流费用最小。

1.1 假设条件

便于建立数学模型,作如下假设:

(1) 满足应急时间的要求,即不考虑时间对应急配送系统的影响;

(2) 应急物资到配送中心、配送中心到受灾点的单位运输价格均已知;

(3) 应急物资总数为已知;

(4) 配送中心的存储容量及个数有限制;

(5) 各个受灾点的需求量为已知;

(6) 配送中心的费用固定为已知,单位管理费用为常数。

那么,在以上假设条件下,应急配送中心选址主要考虑的费用为应急物资到配送中心的运输费用、配送中心到受灾点的运输费用、应急物资在配送中心的管理费用和配送中心的固定费用。

1.2 建 模

假设有L个应急物资供应点为配送中心提供应急物资,n个受灾点接受配送中心配送的应急物资,候选配送中心总共有q个,则应急物资整个配送系统的网络结构如图1所示。

图1中,假设物资供应点和受灾点的数量是固定的常数,通过对应急物资到配送中心的运输费用、配送中心到受灾点的运输费用、应急物资在配送中心的管理费用和配送中心的固定费用最小化,满足各层之间的供需要求,将问题转化为运筹学中的运输问题进行求解。从q个候选点中选出满足约束条件的若干个配送中心,从而完成选址问题。

图 1 应急物流配送网络图

其中,cki表示单位应急物资从供应点k到配送点i的费用;wki表示从物资供应点k到配送点i的运量;hij表示单位物资从配送点i到受灾点j的费用;xij表示从配送点i到受灾点j的运量;gi表示配送点i单位应急物资的管理费用;fi表示配送点i的固定费用;zi表示0-1变量,当配送点i被选中时取1,否则取0;pk表示物资供应点k的生产总量;dj表示受灾点j的需求量;ai表示配送点i的最大存储容量;l表示从候选配送中心中选择的最大配送点数量。

因此,建立应急物资配送中心选址的一个模型如下:

(1) 式为目标函数,应急物资到配送中心的运输费用、配送中心到受灾点的运输费用、应急物资在配送中心的管理费用和配送中心的固定费用达到最小; (2) ~ (6) 式为约束条件,其中: (2) 式表示从物资供应点k向配送中心提供的应急物资不能超过自身的总量; (3) 式表示供需平衡,即物资供应点向配送中心提供的物资量和配送中心向受灾点运送的物资量相等; (4) 式表示受灾点需求的物资量都得到满足; (5) 式表示配送中心的容量限制; (6) 式表示选择配送中心的个数约束。

2 求解方法

上述的模型是一个混合整数规划模型,一般使用的求解方法是分支定界法和割平面法。但是当决策变量较多时,编程的工作量呈指数形式增加,那么求解方法变得不可行。这里介绍一种简单易行的求解方法———使用遍历法编写Matlab程序来求解整数规划问题。

3 算例分析

假设某地区有两个应急物资供应点A1和A2;受灾点B1,B2,…,B8共计8个;现有5个配送中心备选地D1、D2、D3、D4和D5,由于成本所限,设立的配送中心数不得超过3个。已知各配送中心的单位可变成本依次为50、65、60、55、55;各物资供应点的物资数量及其到各配送中心的单位运费见表1;各配送中心的容量固定成本投资和各受灾点的需求量及其之间的单位运费见表2。

单位:百元/吨

单位:百元/吨

使用Matlab编写程序求得最优解。结果表明D1、D3和D5被选为配送中心可达到总成本最低的目的,总成本为2 519。表3显示向配送中心配送应急物资的计划:A1向D1;A1、A2向D3;A2向D5。表4显示配送中心配送计划:D1向受灾点B1、B2、B3、B5、B7配送;D3向B5、B6、B8配送;D5向B2、B4、B6配送。

4 结束语

【模型中心】推荐阅读:

模型组织07-14

提升模型07-15

稳态模型07-17

演示模型07-17

机翼模型07-18

接头模型07-18

农户模型07-19

模型细化10-13

指派模型10-14

查询模型10-15

上一篇:使役动词下一篇:就业特征