关于配送中心重心法选址的研究

配送中心是现代物流系统重要组成部分 ,在规划设计配送中心时 ,合理的配送中心选址可以大大降低其运营成本 .本文对单一配送中心选址中常用的重心法进行了分析 ,认为重心法选址存在着错误 ,并分析了其中的原因 .     

基于重心法的粮食配送中心选址研究

我国粮食产业的现状是粮食产区及种类分布不均衡,虽然粮食产量在增长但其中存在的物流问题还比较严重,主要问题是粮食储运成本高、效率低、损耗大,解决这一问题的关键在于粮食配送中心的合理选址.使用重心法选址能够降低粮食运输成本,提高粮食流通效率,实例证明了重心法应用于粮食配送中心选址的可行性.     

重心法在成品油配送中心选址中的应用研究

随着国民经济迅猛发展和人民生活水平的不断提高,我国成品油的消费量迅速增长,但成品油配送中心选址的不合理化已经成为制约成品油经营的瓶颈,成品油配送中心合理化的选址显得尤为重要。成品油配送中心的选址要综合考虑各种影响因素,使成品油配送中心选址合理,重心法的应用可以最大限度地发挥配送中心的作用,消除不合理运输现象,提高成品油经营企业的经济效益。     

基于重心法和AHP的配送中心选址实证研究

配送中心的合理选址能够适应生产力在一定地域内的合理布局,有效满足区域内及区域间的物品流动,进而降低货物运输成本,对物流系统日后的发展和扩充具有重要意义。首先运用重心法确定配送中心的位置,在此基础上结合AHP确定备选地址的最优选址方案。在上述理论和研究的基础上,针对安徽某集团白酒配送中心选址决策问题,运用基于重心法和AHP的配送中心选址模型提出了行之有效最优选址方案。     

福建省农产品物流配送中心选址问题研究

农产品由于其自身的生物特性,导致其物流成本居高不下,买难卖难矛盾突出。提高农产品物流效益,减少农产品在流通过程中的不必要损耗,实现生产者和消费者之间的双赢对配送中心选址的研究提出了更高的要求。配送中心合理的选址能够产生规模效益,从而提高物流效率,降低物流成本,实现效益的最大化。结合农产品配送中心选址的影响因素和原则,采用重心法模型对福建省的农产品物流配送中心进行选址研究,求出基于总产量和各种农产品的初步位置,然后结合实际情况,对选址地址做进一步的分析,最终确定基于总产量和粮食的最优位置分别位于德化县和大田县。     

基于聚类-重心法和CFLP法的两级物流配送中心选址

为了确保物流配送中心选址的合理性,节约配送里程,降低配送的费用成本,将聚类-重心法和CFLP（Capacitated Facility Location Problem）模型结合起来来对城市的物流配送中心选址进行研究。首先,用最短距离聚类法进行配送区域划分;其次,通过CFLP模型结合聚类结果,以物流配送成本费用最小化原则选出二级物流配送中心;再次,分别对二级物流配送中心和城市中所有的区域物流配送中心使用重心法求出2个一级物流配送中心的坐标;最后,分别计算出2个一级配送中心的配送总距离和配送总费用,并进行对比分析。结果表明：选择通过对二级物流配送中心使用重心法求出的一级物流配送中心作为最终一级物流配送中心最为合理。该方法能应用到两级物流的配送中心选址过程中。     

物流配送中心选址问题综述

物流配送中心选址方案直接关系到物流的效率和成本。本文首先介绍了国外选址的三类经典方法并指出不足,进而简要介绍我国的研究进展,最后指出物流配送中心选址的未来发展方向。     

物流配送中心选址问题研究

针对需要综合考虑物流配送中心经济性因素、环境性因素和服务性因素的问题,在改进传统遗传算法的基础上,引入了存优操作,进而提高了算法的收敛速度,使得解的个数可以由用户指定,从而更加满足实际的需求.使用层次分析法对改进遗传算法选出的N个最优解进行综合评价,进一步选出配送中心选址的最佳方案.实例分析表明,将改进的遗传算法和层次分析法相结合,可以解决物流配送中心选址问题.     

基于遗传算法的配送中心选址问题

配送中心是物流系统的枢纽,配送中心地址的确定是物流系统分析的核心内容．文中根据配送中心选址问题的特点和要求,在运输成本最低的基础上,构造了选址问题的数学模型．并把遗传算法引入到该模型的求解中,通过选择恰当的编码方法和遗传算子,求得了模型的最优解,验证了该模型的正确性．该方法也适用于大规模物流系统配送中心的选址问题．     

物流配送中心选址问题研究

物流配送中心选址是否合理,对物流配送中心功能的发挥和整个物流系统的经济效益都有极大的影响。因此,在配送中心建设之前,需要进行系统、全面的规划。本文介绍了物流配送中心选址的原则,对影响物流配送中心选址因素进行了分析,提出了物流配送中心选址的流程及评价方法,并以成都枢纽内多个货运站的规划为例,进行了实例分析。     

关于多边形的顶点重心与圆内接多边形的垂心的若干结论

利用递归方法给出任意多边形的中线与顶点重心的定义,再给出圆内接多边形高线的定义,然后证明圆内接多边形的高线(或所在直线)共点,由此得到圆内接多边形垂心的定义,最后给出多边形的顶点重心与圆内接多边形的垂心的若干性质。     

易腐农产品配送中心选址问题

如何将农产品新鲜、快速、低成本地有效配送,一直是配送中心选址需要关注的核心问题。结合易腐农产品特点,将总配送成本分解为运输成本及产品腐败成本两部分,运用G1法和熵值法,构建了包括各需求点的人口、社会、经济及建造成本4个因素在内的以总配送成本最小为目标的选址模型。借鉴经典NP问题中的Steiner点问题,将之前构建的以配送成本最小为目标的选址模型转化成配送中心到各个需求点总距离之和最小的问题。由于此问题属于典型的NP问题,所以文中选用模拟植物生长算法对此问题进行求解,为了使初始生长点更加合理的分布,引入了谢尔宾斯基地毯的原理对算法进行改进,有效地提高了算法的效率。最后以江苏宜兴市为例进行了实证分析,为相关部门决策提供借鉴。     

关于严格单增绝对连续函数的反函数的绝对连续性

讨论了严格单增绝对连续函数的反函数f^-1的绝对连续性，给出了充分必要条件，并且给出了一类f^-1不绝对连续的例子。     

基于双层规划模型的配送中心选址问题研究

配送是物流的核心问题,配送中心的选址问题直影响物流成本的控制。建立双层规划模型,应用遗传算法求解,将配送中心选址涉及到的选址规划者和客户两个具有明显不同目标的决策者联系起来,还考虑到配送中心建成后遇到的竞争问题,从而使配送中心选址模型更具有实际意义和指导作用。     

配送中心选址与车辆路径问题的优化

为了克服蚁群算法(Ant Colony Optimization,ACO)搜索初期信息匮乏、信息素累积时间长、求解速度慢的缺点,结合具有快速全局搜索能力的遗传算法(genetic algorithm,GA),同时引入混沌搜索和平滑机制,采用混沌搜索产生初始种群可以克服生成大量非可行解的缺陷,加速染色体向最优解收敛,平滑机制有助于对搜索空间进行更有效的搜索,构成混沌蚁群优化算法(Chaos Ant Colony Optimization,CACO)。建立物流配送中心选址(logistic distribution center location)与车辆路径问题(vehicle routing problem,VRP)的数学模型,分别应用CACO和GA求解,对50客户规模的问题模型仿真,结果表明CACO优于GA。     

物流配送中心选址模型的分析

物流配送中心选址的好坏关系着能否有效节省费用,促进生产和消费的协调与配合,保证物流系统的平衡发展。因此物流配送中心选址对工作效率及物流控制水平会产生很大影响。正是基于物流配送中心及其位置的重要作用,有必要建立一系列选址的模型和算法。     

一般绝对中心点网络选址问题

着重研究一般绝对中心点选址问题,考虑对象为网络图上所有的点.根据点与边的距离函数图形性质,给出了关于一般绝对中心点存在与如何寻找的定理,并利用所给定理解决了某居住区内消防站设立选址问题.     

求解配送中心选址问题的改进人工蜂群算法

给出了一种改进的人工蜂群算法(IABC)用于求解配送中心的选址问题。采用自然数构建的二维矩阵对问题进行编码,提出了四种邻域生成策略。为了避免收敛速度慢和局部最优,设计了新的局部搜索算法,雇佣蜂和跟随蜂按此算法在邻域空间内更新当前解。通过仿真实验与各种智能优化算法对比,验证了提出的算法无论在有效性还是稳定性上,都具备良好的效果。     

多物流配送中心选址规划的算法分析

通过对多物流配送中心选址规划的不同算法进行分析,研究了鲍摩-瓦尔夫模型、单阶段CFLP模型和多阶段CFLP模型、多产品模型、动态模型等的优缺点,指出了各自适用的不同条件和环境,在进行多物流配送中心选址规划时,可根据实际情况和具体条件进行选用。