摘要:本文从同时考虑成本最小化和客户满意度的角度出发,介绍说明了配送中心离散选址决策的概念,并以此为基础建立了一个多配送中心选址模型,同时用lingo软件为操作软件给出了一个运算实例.

关键词: 多仓库选址,优化模型,成本最小化，客户满意度。

1 引言

多配送中心选址问题是很多物流和大型零售企业遇到的共同问题，配送中心子在整个供应链中起着承前启后的作用,在配送中心选址的实际操作过程中，一般采用将物流网络中的配送中心分散设置的方案。它一般需对如下几个问题进行决策：物流网络中应该有多少个配送中心，以及这些配送中心的规模和位置；每个仓库负责供应哪些需求点，各个工厂、供应商或港口负责哪些仓库的供应；各个仓库中应存放哪些产品，哪些产品应从工厂、供应商或港口直接运送到需求点。

本文从在保证对客户提供一定满意度的服务水平下考虑,建立了一个使得成本最小化的模型,并对决策问题进行简化，在工厂和顾客的数目和位置已经确定的情况下,只需在一定数目的备选地点中，确定配送中心的数目和位置. 同时用lingo软件为操作软件对模型给出了一个运算实例,并在文章的最后给出结论.

2 问题的描述

设在某一区域有N个零散商或者客户，每个零散商和客户的位置和销售量也已经确定。同时，工厂的位置也是已经知道的,并且工厂的生产能力能够充分满足市场的需要.现根据地价、运输距离、交通状况等等因素，初定了m 个候选配送中心（虚拟的）。假设工厂到物流中心运输费用是C,从配送中心到客户或者零售商的运输费用为T,配送中心的建立和管理费用为F,客户或者零售商对各个配送中心的按照距离,规模等产生的满意度矩阵为I,模型的总的费用即为:

W=C+T+F               (1-1)

所以配送中心选址问题就可以看成在保证客户的满意度达到一定水平地条件下,是式(1-1)所表示的费用最小.即是一个条件约束的最优化问题.

针对这样的模型求解,可以使用^[1]启发式算法,即对模型的各种可能不断迭代求解,逐次逼近,直到得到满意的答案,这种算法的优点在于模型简单,需要进行的方案个数少,但是,缺点在于求得的解很难保证是全局最优解,一般都只能得到近似的满意解.

3 模型的建立

3.1 变量的设立

由于本文对决策问题进行了简化,工厂和顾客的数目个位置已经确定.需要确定的只是在一定数目的备选地点中，确定配送中心的数目和位置。因此,模型中的一些参数和变量的设定如下:

在物流网络中共有提供货源的工厂M个,其中(i=1,2,3,…M)是每个工厂能够提供的货物数量;网络中共有顾客或零售商N个,其中(j=1,2,3,…N)是各用户的需求量;共有备选的物流中心建设点W个; 是备选点K从工厂i的进货数量; 是备选点k对客户j的发货数量; 和分别是备选点K从工厂i进货的单位货物的运输费用以及向客户j供货的单位货物的运输费用. 是客户j对备选点k的满意度水平(I从1到5,越低满意度水平就越好). 是在备选点k建设配送中心的费用. 是在备选点K单位货物的存储费用. 是模型的决策变量,即是否在备选点K建设备选中心.

3.2模型的建立

基于在保证对客户提供一定水平的服务下,使得配送中心的成本各种成本之和最小,建立的数学模型如下.