摘要：针对经营多类商品的B2C电子商务企业顾客需求总量小，品种多，位置分散等特点，提出用分级聚类法将顾客进行分类，并模糊估计每类顾客单位重量商品配送运输费用，建立了B2C电子商务中多商品配送中心优化设计的模糊规划模型。模型考虑了配送中心建设投资和流通加工的规模经济效应，因而目标函数中具有非线性项，难以用常规的方法求解。为此，首先将模型进行清晰化转换，然后设计了嵌入单纯形法的遗传算法对之进行求解。仿真实例表明了模型和算法的有效性和可行性。

关键词：电子商务；配送中心；多商品；模糊规划；分级聚类；遗传算法

０引言

物流作为“第三利润”源泉，近年来已逐渐成为众多企业、专家和学者的研究热点^[1,2]。在整个物流系统中，配送中心地点的选择更是物流系统优化的一个具有战略意义的问题。传统意义上的物流配送中心（或分销中心）是商品从供应商（制造商）至零售商之间的中间储存点，具有集中和分散物资，促进商品迅速流转的功能。基于配送中心及其位置的重要作用，众多科研人员对这一问题开展了研究工作，并建立了一系列的选址优化模型^[3,4,5]。然而这些模型大多数都以配送中心的选址优化为目标，并没有考虑优化配送中心规模这一因素，即将配送中心的投资费用（主要包括建设、维护和管理等费用）简化为与其规模无关。另一方面，随着网络通信和信息技术的飞速发展，Internet全球迅速普及，电子商务正逐渐成为经济增长的新亮点和未来商务发展的趋势，这一趋势使得大型多元化企业将面临“多品种、多批次、小批量、个性化”的现代化需求市场，尤其是经营多类商品的B2C（企业对消费者）电子商务企业，其服务的对象不再是零售商（他们的需求量大且相对集中），而是直接面对个体需求量较小，品种多，位置较为分散的众多终端顾客（消费者），因而为节省成本，在配送过程中会出现多个客户同时由一辆车在一条线路上进行配送，此时的配送运输费用和传统的往返运输费用有很大的差别，而且往往难以精确估算。

为此，本文在合理确立配送中心的投资费用函数的基础上，将多商品型B2C电子商务企业的潜在顾客通过分级聚类法^[6,7]模糊估计其商品单位重量的配送运输费用，建立了B2C电子商务中多商品配送中心优化设计的模糊规划模型。通过对模型的清晰化转换，开发了嵌入单纯形法的遗传算法^[8]对之进行求解。

１模型的描述与建立

多商品型B2C电子商务企业配送中心的优化设计主要考虑某个销售区域（如一个城市）在一个计划期内各个潜在顾客对各类商品的需求量及商品供应点的供应量和地理位置，从备选的配送中心中确定选建配送中心的数目、位置和规模使得整个配送系统的总体成本最小。这里总体成本包括供应点各类商品的供应成本、供应点到配送中心的运输费用、配送中心的投资费用、商品在配送中心的流通加工费用以及配送中心到顾客的配送运输费用。考虑到电子商务企业商品流通的实时性和敏捷性，这里忽略配送中心商品的库存费用。为了便于建立模型，作以下几个基本假设：