摘要：本文通过实例将SPSS聚类和遗传算法相结合研究了多配送中心的选址问题。首先根据宏观的定量指标对候选地运用SPSS进行分类，将多配送中心选址问题转化为单配送中心选址问题，然后分别对每个配送区域运用遗传算法得到各个区域最佳选址方案。该方法不仅考虑了成本因素，还综合考虑了影响选址的自然条件、社会环境和经济等宏观因素，因此得到的结果更贴近实际。

关键词：多配送中心   选址   SPSS聚类   遗传算法    

一 引言

配送中心是物流系统中的一个重要节点。配送中心通过集货、拣选、配装和送货等活动可获得规模效应、减少流通环节和上下游的库存等。配送中心可以看做物流系统的神经中枢，其作为企业物流系统的信息中心和指挥调度中心的作用也越来越重要。配送中心的集约化运作不仅降低了企业的运营成本、提高了服务水平，还有效降低了整个社会的物流成本。因此，作为企业物流系统规划或优化的首要问题，配送中心选址的合理与否至关重要，配送中心选址也成为热点问题。

配送中心的选址决策主要是确定配送中心的数量、位置和分配方案。配送中心选址的方法主要有重心法、数学规划法、多准则法、启发式算法等^【1】。各方法都有其优缺点和适用的范围，不同方法的结合已成为配送中心选址问题研究的趋势，如重心法和层次分析法的结合，对选址问题进行定量和定性分析，使配送中心选址更为科学。数学规划法和启发式算法的结合使选址模型求解更便捷。此外，随着选址理论的不断完善，各种复杂条件下的选址问题已成为研究热点，很多改进的方法和新方法不断涌现，更有利于实际选址决策。