物流中心选址模型比较

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。

物流中心 选址模型

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，由于选珠海到临沧物流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。