《第2章选址模型及应用课件.ppt》由会员分享，可在线阅读，更多相关《第2章选址模型及应用课件.ppt（123页珍藏版）》请在三一办公上搜索。
1、1,第二章 选址模型及应用,选址的意义选址决策的影响因素选址模型的分类选址问题中的距离计算选址模型实例分析,2,2.1选址的意义,定义选址决策就是确定所要分配的设施的数量、位置及分配方案。意义就单个企业而言，它决定了整个物流系统及其它层次的结构。影响物流成本：库存、运输（图2.1,2.2）核心企业的选址影响供应物流系统选址,3,4,5,2.2 选址决策的影响因素,外部因素：宏观政治及经济因素、基础设施及环境、竞争对手等内部因素：企业的发展战略、产品、技术或服务的特征,6,2.2.1外部因素分析,宏观政治及经济因素宏观政治因素包括：政权是否稳定、法制是否健全、是否存在贸易禁运政策等。宏观经济因素
2、包括：税收政策、关税、汇率等基础设施及环境基础设施包括交通设施、通信设施等环境包括自然环境、社会环境（劳动力成本、素质）竞争对手远离还是靠近？,7,2.2.2 内部因素分析,选址决策要与企业的发展战略相适应制造业高技术高素质劳动力密集低人力成本商业及服务业便利店：人口密集、面积小超市、批发市场：不需要人口密集、面积大成本服务水平,8,2.2.3 案例分析,肯德基的选址秘笈本案例中考虑了那些因素？这些因素和我们刚才讲过的因素怎样对应？商圈的成熟度和稳定度、聚客点、人流的主要动线怎样影响肯德基的选址？肯德基选址使用选址模型么？ 如果要开一家中餐馆、物流中心、超市、银行等，你认为肯德基的方法、指标那
3、些是可以借鉴的？哪些是不同的？,9,2.3 选址模型的分类,被定位设施的维度及数量选址问题目标区域的特征选址成本选址约束,10,2.3.1被定位设施的维度及数量,根据设施的维度体选址面选址线选址点选址更高维度的选址设施选址的数量单一设施多设施,11,2.3.2 选址问题目标区域的特征,连续选址网格选址离散选址,12,2.3.3 选址成本,Minisum目标函数X：新的待定设施物体的坐标j：已存在且位置固定的物体的编号Cj(X)：j到X的成本minmax目标函数maxmin目标函数,13,三种中心的例子,0 5 6 7,minisum minmax maxmin,2.5 3.5 5.5 反中心点
4、 中心点 中值,14,2.3.3 选址成本(续),固定权重与可变权重被定位设施间有无相互联系确定性与随机性静态与动态,15,2.4 选址问题中的距离计算,直线距离（欧几里得距离）折线距离（城市距离）,16,17,2.5 选址模型,商店选址：在一条直线上（街道）选个商店的位置，使得所有顾客到商店的平均距离最短是选在中间位置么？,18,例 商店选址(续),如果顾客只出现在n个点上，商店选在其中一个点上。假设：xi ：表示第i个点坐标； Wi ：一段时间内，第i个点上出现顾客数量的随机变量；xs ：表示所选择点的坐标（介于第s个点和第s+1个点之间）,19,例 商店选址(续),如果顾客可以出现在这条
5、街的任一个点x，且每个点x上出现顾客的随机变量是w(x)。假设街道长为L，商店选在s点。,20,例 商店选址(续),对上面两式微分，并令微分值等于零，可以得到解：,21,2.5.1 连续点选址模型,2.5.1.1 交叉中值型(Cross Median)wi：与第i个点对应的权重（例如需求）；(xi, yi)：第i个点的坐标；(xs, ys)：设施服务点的坐标；n：需求点的总数目,22,本模型的解是：xs是x方向的对所有权重wi的中值点；ys是y方向的对所有权重wi的中值点；,23,例2.1 报刊亭选址,一个报刊连锁公司想在一个地区开设一个新的报刊零售点，主要的服务对象是附近的5个小区的居民。图
6、2-6笛卡尔坐标系表示了这些小区的坐标。表2-1显示各点的坐标值和权重（根据各小区的人数确定）。要求确定报刊亭的位置，使得每个月顾客到报刊亭所行走的距离总和最小。,24,25,表2-1 需求点对应的权重,26,表22x轴方向的中值计算,27,表23y轴方向的中值计算,28,表2-4 位置A、B间的加权距离比较,29,最优解是点(3,3)到点(4,3)间的线段上任意点讨论经过10年后，在该地区又增加了2个小区，分别位于(3,7)和(1,6)，它们的人口权重wi分别是2，5。现在需要搬家，试确定新的最佳位置,30,2.5.1.2 精确重心法,31,32,33,迭代终止规则N步之后停止迭代结果变化小
7、于给定值之后,34,表2-5 精确重心法计算,使用式2-13，2-14，带入初值(3,3)得到（3.26, 3.20）。使用matlab编程，可以求得最优点是(3.9273,2.9793)。,35,2.5.2 离散点选址模型,离散点选址模型是指在有限的候选位置里面，选取最为合适的一个或者一组位置为最优方案的模型。分类：,36,2.5.2.1 覆盖模型,37,38,2.5.2.1.1 集合覆盖模型,用尽可能少的设施覆盖所有需求点设施候选停放点为所有的需求点N=1, 2, , n，所有的需求点；di：第i个节点的需求量；Cj：设施节点j的容量；A(j)：设施节点j所覆盖的需求点集合；B(i)=j|
8、iA(j)：可以覆盖节点i的设施的集合；yij：节点i需求中被分配给j点设施的百分比。,39,模型,40,例2,卫生部门计划在某地区的9个村增加一系列诊所（图2-10）。它希望每个村周围30km范围内至少有一个诊所，而且不考虑诊所能力的限制。除了第6个村子外，其它的村子都可以建诊所。卫生部门要确定建多少诊所，分别建在哪里。,41,42,解题步骤找到每个村子建立卫生所的覆盖集A(j)（如表2-6所示）；在所有的A(j)中去掉一些被包含的子集；在剩下的集合中确定最佳位置；,43,表2-6 候选位置的服务范围,A(j):每个村子可以提供 的服务B（i）可以给该村提供 服务的村子,44,讨论试对本例建
9、立一个数学模型表2-6中的B(i)有何作用？,45,2.5.2.1.2 最大覆盖模型,服务设施有限的前提下，最大化提供服务设施候选停放点为所有的需求点N=1, 2, , n，所有的需求点；di：第i个节点的需求量；Cj：设施节点j的容量；A(j)：设施节点j所覆盖的需求点集合；B(i)=j|iA(j)：可以覆盖节点i的设施的集合；p：设施数目,46,yij：节点i需求中被分配给j点设施的百分比。,47,48,以例2的数据为例，假设只允许建立两个卫生所，怎样选址使得覆盖的村庄最多？用贪婪算法求解首先得到处理过的候选集A3,4,8，并且令S表示最后选定的位置，初始化S= ；第二步：找到一个点使得该
10、点覆盖的村最多；然后从A中删除该点，在S中增加该点，删除该点所覆盖的村庄；重复第二步直到A为空集或者S中的个数满足了约束。,49,贪婪算法求解过程,A=3，4，8，S,初始化,50,A=3，8，S4,第一次循环,51,A=3，S4，8结束，村庄2未被满足,第二次循环,52,讨论本例的贪婪算法显然没有达到最优值,算法有问题么?,53,一个复杂的例子,基于禁忌搜的救护车选址问题,54,2.5.2.2 P中值模型,已知:需求点的位置和需求量设施数量p候选位置求:p个合适的位置，使得设施和需求点间的运费最小。,55,56,约定,N=1, 2, , n，所有的需求点；M=1, 2, , m，所有的设施候
11、选地点；di：第i个节点的需求量；cij：从点i到点j的单位运输费用；p：设施数目,57,58,思考yij为什么是0-1变量，而不是像覆盖模型中那样取01之间的数？如果设施的能力有限值，模型如何改进？如果一个客户可以被多个设施服务，模型如何改进？,59,例3,某饮料公司在某新地区经过一段时间广告宣传之后，得到了8个超市的订单，由于该地区离总部教远，该饮料公司决定在该地区建立2个仓库，经过一段时间调查后，确定了4个候选位置。从这些位置到各超市的单位运输成本、各超市的需求都已确定，如图2-12所示。,60,61,62,63,64,65,66,贪婪算法步骤第一步：令k=M，将每一个超市，连接到离它最
12、近的候选点，并计算所有超市的总成本。第二步：选择并取走一个候选点，使得将该点去掉后，增加的费用最小。然后令k=k-1。第三步：重复第二步，直到k=p。本例结果，先去掉2，再去掉4，最终选取1，3点建立仓库，总成本是3740。,67,讨论对本例试建立P-中值模型比较三种离散选址模型,68,2.5.3 基于博弈论的选址,例 长街上的超市 为什么大商场“喜欢”拥挤在一起？为什么肯德基和麦当劳会经常面对面？为了回答这个问题，我们观察一个现象（图1）： * 0 A B 1图 各自抢占一半的顾客,69,* 0 A B 1图 A向中间偏移的结果,70,* 0 A B 1图 B向更中间靠拢,71,* 0 1图
13、 挤到一起,72,2.5.4 基于层次分析法的选址问题,基于AHP方法的物流作业管理综合评价讨论:AHP方法属于哪类选址类型?(连续还是离散点),73,2.6 实例分析,2.6.1物流中心选址的影响因素分析及案例2.6.2 TransAlta Utilities (TAU)的服务网络重构规划2.6.3 Efes饮料集团的新麦芽厂选址与配送,74,2.6.1物流中心选址的影响因素分析及案例,物流中心选址的原则物流中心选址的影响因素分析物流中心选址流程物流中心选址时的注意事项物流中心选址方法,75,2.6.1.1 物流中心选址的原则,经济性原则适应性原则战略性原则,76,2.6.1.2 物流中心选
14、址的影响因素分析,自然环境因素经营环境因素基础设施状况其他因素,77,自然环境因素气象条件地质条件水文条件地形条件,78,经营环境因素经营环境商品特性物流费用服务水平,79,基础设施状况交通条件公共设施状况其他因素国土资源利用环境保护要求周边状况,80,2.6.1.3 物流中心选址时的注意事项,大中城市的物流中心应采用集中与分散相结合的方式选址；在中小城镇中，因物流中心的数目有限且不宜过于分散，故宜选择独立地段；在河道（江）较多的城镇，商品集散大多利用水运，物流中心可选择沿河（江）地段。城镇要防止将那些占地面积较大的综合性物流中心放在城镇中心地带，带来交通不便等诸多因素。,81,不同类型物流中
15、心选址时的注意事项转运型物流中心 ，一般应设置在城市边缘地区的交通便利的地段。储备型物流中心，一般应设置在城镇边缘或城市郊区的独立地段。综合型物流中心经营的商品种类繁多，根据商品类别和物流量选择在不同的地段。,82,不同商品的物流中心选址时的注意事项果蔬食品物流中心应选择入城干道处，以免运输距离拉得过长，商品损耗过大。冷藏品物流中心往往选择屠宰场、加工厂、毛皮处理厂等附近。 建筑材料物流中心 ，应选择城市边缘对外交通运输干线附近。燃料及易燃材料物流中心 ，选择城郊的独立地段 、下风位或侧风位 、油品物流中心选在地形低洼处 。,83,案例：廊坊国际区域物流中心的选址分析,84,85,86,87,
16、步骤收集个候选地段的详细资料给各项指标打分方案比较给出个候选地段的排名,88,89,讨论对照2.2和本案例的选址原则异同,90,2.6.2 TransAlta Utilities (TAU)的服务网络重构规划,公司介绍服务网络现状公司对服务网络改进的想法公司面对的难题服务网点数量服务网点分布交通工具选址效果,91,1）公司介绍,TAU是能源公司，主营业务为电力供应、天然气和电力配送、发电、能源服务和营销。总部位于加拿大Alberta的Calgray，是加拿大最大的电力公司。在新西兰、澳大利亚、阿根廷和美国等也开展业务。公司资产50亿美元，年纳税额16亿美元，大约2500名雇员。,92,2）服务
17、网络现状,TAU为Alberta省的34万顾客提供服务。服务网点分为3个大区，每个大区分为19个分区，每个分区设立一个客户服务网点。每个客户服务网点包括14名客户服务代表(customer service representatives, CSR)，520名巡线员(customer-service linemen, CSL)。TAU共雇佣120个CSR，270个CSL。他们在紧急情况下共享资源，但彼此独立运作。,93,3）公司对服务网络改进的想法,现行系统不是统一规划的，而是随公司业务扩大的缺点服务系统分散，办公室费用（场地费、维护费）高；客户代表分散在各个服务点，效率低；策略计划在总部Cal
18、gary建立呼叫中心，将客户服务集中化。预期效果：减少人员，节约成本，提高效率；减少办公室费用：撤掉一些服务网点或者将一些服务网点搬入较小的办公室，降低成本。,94,4）公司面对的难题,需要分配多少个服务网点？这些服务网点应该布置在哪里？每个服务网点应该配置几个CSL？一些专用设备如何分配？,95,5）服务网点数量,服务网点分析CSR处理顾客来电，并把信息传递给CSL；顾客也可以到各个服务网点付费认为4074个服务网点比较合理40个网点使得最大响应时间超过规定的1小时74个时许多服务网点仅需要一名CSL，而且一部分人工作量不足。分析了40、50、60、74后，决定在5560间选择,96,6）服
19、务网点分布,用P中值模型，使得服务网点与需求点的移动距离总和最小。模型的输入需求点位置每个需求点的需求量候选的服务网点位置需求点和候选位置间的距离,97,处理：实际34万需求点聚类为1043个候选网点位置：从100个降为74个，最终选了58个距离计算P-中值模型是近似表达,98,顾客位置图,99,74个候选位置分布图,100,选址优化结果,公司基本接受P-中值模型计算的结果，对其中一些作了调整。比如将Coaldale换成lethbridge。最终管理者选择了58个服务网点，关闭了2个现有服务网点，增加了3个新的。,101,最终分配方案,102,7）交通工具选址,7辆铲斗车、21辆挖掘车。后者可
20、以当前者用。使用P-中值模型和最大覆盖模型，候选停放点30个（是否在选定的58个服务网点中？）。P-中值模型把车辆放在较大的人口中心，最大覆盖模型把车辆分散在整个省。管理着重新调整了几个车辆，使得费用稍微增大，但是车辆分布均匀。,103,104,105,车辆选址分布图,106,8）效果,关闭了2个现有服务网点，增加了3个新的新的系统高效、低成本每年节省运营费用4百万美元。,107,2.6.3 Efes饮料集团的新麦芽厂选址与配送,背景介绍需求模型描述讨论结论附录：模型,108,1）背景介绍,Efes是土耳其最大的啤酒公司。有3个啤酒酿造厂、2个麦芽厂和1个啤酒花处理厂。预计道啤酒销量会在未来有
21、显著增长公司想新建酿造厂和麦芽厂,109,2）需求分析,现有的两个麦芽厂都在大麦的主要产区，也进口大麦；每吨大麦产750800kg麦芽。产出的麦芽被运往酿造厂或出口。每船运进大麦或运出麦芽需要100车次卡车大麦和麦芽必须先存储在港口，要支付存储费、不能及时装卸的罚金、运费。可以考虑自己兴建港口：可以预测一定时间范围内的需求,110,根据现有技术、成本确定了新麦芽厂生产能力问题转化为：要于1998、2002建两个新麦芽厂，需要确定其位置和相应的大麦、麦芽配送问题。,111,112,初步设想,否定了自建港口的想法选址时要考虑建设费用和以后大麦、麦芽的运费最终的模型及考虑选址问题也考虑运输问题。,1
22、13,3）模型描述,条件时间单位为年，考虑未来T年的情况T年内新的麦芽厂将开始运转并达到最大生产力假设运费不变模型目标确定麦芽厂位置、各地之间大麦和麦芽的运输量，使得每个酿酒厂所需的麦芽都能得到满足，必要的大麦送到每个麦芽厂。长期折现费用最小,114,税收影响进口的大麦要收关税，除非这些大麦用于生产出口的麦芽出口麦芽不如国内市场有利可图所以模型中设立约束，使得任何一个麦芽厂都不会承担大部分的出口任务。参数由Efes提供,115,模型求解使用的工具LotusFortranLindo,116,4)讨论,Percentage Above Site Total Cost (2$1,000) Minim
23、um Cost Site Izmir 40,224 0.00 Ankara 40,460 0.59 Sakarya 40,5920.91 Mersin 40,775 1.37 Tekirdag 41,997 4.41 Konya 42,975 6.84 Afyon 43,039 7.00 Table 1: In our comparison of sites for the first new malt plant, we found that the total costs for the least costly four sites are very close.,117,Site Pe
24、rcentage Above (Plant 1Plant 2) Total Cost (2$1,000) Minimum Cost Site Sakarya-Sakarya 57,091 0.00 Izmir-Izmir 57,225 0.23 Izmir-Ankara 57,270 0.31 Ankara-Sakarya 57,342 0.44 Ankara-Izmir 57,384 0.51 Sakarya-Ankara 57,551 0.81 Mersin-Ankara 57,748 1.15 Izmir-Sakarya 57,875 1.37 Mersin-Sakarya 58,113
25、 1.79 Mersin-Mersin 58,548 2.55 Ankara-Ankara 58,606 2.65 Tekirdag-Ankara 59,049 3.42 Konya-Ankara 59,365 3.98 Mersin-Konya 59,653 4.49 Afyon-Ankara 60,019 5.13 Konya-Mersin 60,586 6.12 Afyon-Mersin 61,166 7.14 Afyon-Afyon 61,430 7.60 Afyon-Konya 61,718 8.10 Konya-Konya 61,928 8.47 Konya-Afyon 61,93
26、7 8.49,118,119,其它变量假设两个工厂的安装调试费用都是固定的。在Efes生产能力短缺时开设新厂按照想象可能新厂越早开越好，但是优化结果表明越晚越好。灵敏度分析考虑啤酒需求变化时，原来所求出解的适应性考虑麦芽量变化对解的影响考虑进口大麦、出口麦芽的变化的影响,120,5）结论,新建工厂的建设费用是最重要的数据，公司认为个地址的费用相近，要进一步确认在不同地点的维护和运营费用大体相同,121,讨论哪类的选址问题适合用优化方法建模求解？哪类的选址问题适合用层次分析法？哪类的选址问题适合用类似肯德基的定性的方法？,122,政府物流选址,123,作业(选一),P58-59，第1-4题；讲过的例题建模并求解各省烟草公司物流中心的选址问题SK中国物流中心选址问题其他量化的选址问题,
