基于一種改進(jìn)算法的倉(cāng)庫(kù)選址研究

摘要：為了提高選址決策的科學(xué)性和正確性，結(jié)合企業(yè)追求成本最小化的目標(biāo)以及以往選址經(jīng)驗(yàn)、歷史數(shù)據(jù)，論文提出基于WSMP（倉(cāng)庫(kù)策略管理規(guī)劃）、遺傳算法和層次分析法的第三方物流企業(yè)倉(cāng)庫(kù)選址決策算法，運(yùn)用定性和定量分析的方法多次迭代求得模型的解，以最經(jīng)濟(jì)的物流成本實(shí)現(xiàn)最高的客戶(hù)服務(wù)水平和物流網(wǎng)絡(luò)的覆蓋率，從而為企業(yè)在低毛利、充分競(jìng)爭(zhēng)的市場(chǎng)環(huán)境中創(chuàng)造可觀的利潤(rùn)。

關(guān)鍵詞：第三方物流；倉(cāng)庫(kù)選址；WSMP（倉(cāng)庫(kù)策略管理規(guī)劃）；遺傳算法；層次分析法

中圖分類(lèi)號(hào)：F273文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1002-3100(2008)01-0020-05

Abstract: To help the 3PL companies make the right decision on the warehouse location， on the basis of the lowest-cost company object and former data and experience， this paper utilizes WSMP， GA and AHP to solve the warehouse location problem. With qualitative and quantitative analysis， the solution can iteratively work out the final result and achieve the most customers' satisfaction and range of logistics net under the lowest cost. Finally the company can make a considerable profit in the low-gross-profit and dog-eat-dog market.

Key words: 3PL; warehouse location; WSMP; GA; AHP

0引言

物流網(wǎng)絡(luò)的建設(shè)和優(yōu)化是第三方物流企業(yè)運(yùn)行的基礎(chǔ)和前提。目前第三方物流企業(yè)為了能在城市配送、汽車(chē)物流等新領(lǐng)域獲得發(fā)展，提高企業(yè)自身的競(jìng)爭(zhēng)力和客戶(hù)服務(wù)水平、滿(mǎn)意度，必須合理規(guī)劃其物流網(wǎng)絡(luò)布局和設(shè)施選址建設(shè)，具體表現(xiàn)為擬建新倉(cāng)庫(kù)、RDC的選址決策，對(duì)企業(yè)現(xiàn)有網(wǎng)點(diǎn)的優(yōu)化整合，以最經(jīng)濟(jì)的物流成本實(shí)現(xiàn)最高的客戶(hù)服務(wù)水平和物流網(wǎng)絡(luò)的覆蓋率，從而為企業(yè)在低毛利、充分競(jìng)爭(zhēng)的市場(chǎng)環(huán)境中創(chuàng)造可觀的利潤(rùn)。

為了提高選址決策的科學(xué)性、正確性，結(jié)合企業(yè)追求成本最小化的目標(biāo)以及以往選址經(jīng)驗(yàn)、歷史數(shù)據(jù)，本文提出基于WSMP（倉(cāng)庫(kù)策略管理規(guī)劃）、遺傳算法和層次分析法的第三方物流企業(yè)倉(cāng)庫(kù)選址決策算法，運(yùn)用定量和定性分析的方法多次迭代求得模型的解。

1研究現(xiàn)狀及分析

國(guó)內(nèi)外對(duì)倉(cāng)庫(kù)、配送中心的選址問(wèn)題十分關(guān)注，從各種不同的角度和方法、技術(shù)，提出了許多相關(guān)的研究成果。從需求動(dòng)態(tài)性角度可分為確定性選址模型和非確定性選址模型，其中非確定性選址模型又可分為隨機(jī)規(guī)劃模型和模糊規(guī)劃模型。Brimberg（2000）利用啟發(fā)式算法求解了基于重心法模型的多設(shè)施選址復(fù)雜問(wèn)題，但由于重心法所得選址結(jié)果在現(xiàn)實(shí)往往難以實(shí)現(xiàn)，所以研究更側(cè)重于離散選址模型。其中，Harkness等（2003）從成本角度建立了有容量約束的單階段設(shè)施選址模型，是對(duì)Efroymson和Ray（1966）提出并用線性松弛方法和分支界定法求解的單層網(wǎng)絡(luò)結(jié)構(gòu)無(wú)容量限制模型的進(jìn)一步改進(jìn)。Goetschalckx（2002）從產(chǎn)品整合和供應(yīng)鏈策略等角度探討二階段以上的無(wú)容量限制的選址模型，而Klose（2000）在有容量約束基礎(chǔ)上提出多階段選址模型，并用新的拉格朗日算法求解。Jayaraman和Ross（2003）也應(yīng)用模擬退火法求解了多階段物流網(wǎng)絡(luò)設(shè)計(jì)問(wèn)題。但隨著模型規(guī)模的擴(kuò)大，模擬退火法計(jì)算時(shí)間成倍增加。Gen和Svarif（2005）研究了一個(gè)生產(chǎn)/分撥/庫(kù)存一體化優(yōu)化問(wèn)題，并提出一種基于最小生成樹(shù)的混合遺傳算法（hst-GA）。在定性分析上，楊虹、邱祝強(qiáng)（2004）結(jié)合層次分析法和模糊評(píng)價(jià)法實(shí)現(xiàn)對(duì)具體選址實(shí)例的客觀合理的綜合評(píng)價(jià)。

以上的各種方法，或是單一從數(shù)學(xué)規(guī)劃的定量角度來(lái)決定選址決策，或是單一從多因素的綜合權(quán)衡和評(píng)價(jià)，難以滿(mǎn)足企業(yè)選址的實(shí)際要求。在求解算法方面，精確算法求解中小規(guī)模的問(wèn)題較為合適（Pirkul和Jayaraman， 1998），啟發(fā)式算法在中等規(guī)模的問(wèn)題求解上能發(fā)揮很好的效率，但在大規(guī)模問(wèn)題求解上則顯得過(guò)于繁瑣。遺傳算法是一個(gè)有效地求解大規(guī)模、多層級(jí)選址問(wèn)題方法（Jaramillo等，2002）。

2決策模型建立

2.1WSMP選址分析

WSMP（倉(cāng)庫(kù)策略管理規(guī)劃）選址分析是在第三方物流企業(yè)的倉(cāng)庫(kù)戰(zhàn)略計(jì)劃的基礎(chǔ)上對(duì)其配送網(wǎng)絡(luò)、設(shè)備需求及顧客服務(wù)進(jìn)行分析，對(duì)企業(yè)的需求進(jìn)行宏微觀分析再通過(guò)已定的方式鑒定、衡量和評(píng)估各項(xiàng)標(biāo)準(zhǔn)，科學(xué)、合理、系統(tǒng)地讓企業(yè)了解倉(cāng)庫(kù)拓展或網(wǎng)絡(luò)節(jié)點(diǎn)整合優(yōu)化的目標(biāo)和標(biāo)準(zhǔn)，篩選出選址備選地址，節(jié)省了選址的成本和時(shí)間；對(duì)模型定量和定性化求解后的較優(yōu)選址組合方案進(jìn)行檢驗(yàn)復(fù)查，保證選址最終方案滿(mǎn)足企業(yè)物流網(wǎng)絡(luò)建設(shè)戰(zhàn)略需求。

WSMP選址分析步驟如下：步驟1：從費(fèi)用、吞吐量、倉(cāng)儲(chǔ)需求、備用倉(cāng)儲(chǔ)、資源利用情況發(fā)現(xiàn)現(xiàn)行操作中的問(wèn)題，確定一個(gè)可以用來(lái)衡量建議的標(biāo)準(zhǔn)。步驟2：以未來(lái)三年或五年為期，通過(guò)該期間的運(yùn)營(yíng)費(fèi)用、吞吐量、倉(cāng)儲(chǔ)需求、備用倉(cāng)儲(chǔ)、資源利用等預(yù)測(cè)確定倉(cāng)庫(kù)的需求。步驟3：從顧客滿(mǎn)意度、配套設(shè)施、操作方法等的效率找出現(xiàn)行倉(cāng)庫(kù)運(yùn)作中存在的薄弱環(huán)節(jié)。步驟4：探尋其他的倉(cāng)庫(kù)規(guī)劃方案。步驟5：從稅后成本、投資回報(bào)評(píng)估這些倉(cāng)庫(kù)規(guī)劃方案。步驟6：篩選并具體化推薦選址備選地址。步驟7：更新WSMP，對(duì)模型定量和定性化求解后的較優(yōu)選址組合方案再進(jìn)行以上幾個(gè)步驟的WSMP檢驗(yàn)。

以上各步驟可歸納為圈定地理位置、建立評(píng)判標(biāo)準(zhǔn)、廣泛搜集資料、綜合全面評(píng)估四部分。具體的WSMP分析模型如圖1所示。

通過(guò)初步的WSMP分析明確企業(yè)選址的各種約束條件，搜集選址相關(guān)資料對(duì)各地址進(jìn)行篩選，選出倉(cāng)庫(kù)選址的備選地，再對(duì)各備選地進(jìn)行以下的成本和層次分析。

2.2倉(cāng)庫(kù)選址成本模型的建立

現(xiàn)假設(shè)某第三方物流企業(yè)將在有p個(gè)供貨倉(cāng)庫(kù)、m個(gè)需求點(diǎn)的某一個(gè)區(qū)域建一些倉(cāng)庫(kù)，以服務(wù)每個(gè)需求點(diǎn)。根據(jù)交通便利情況、地價(jià)、與需求地工廠的距離等因素，初定了n個(gè)備選倉(cāng)庫(kù)（待建）。該問(wèn)題可轉(zhuǎn)變?yōu)樵跐M(mǎn)足約束條件下，計(jì)算出不同倉(cāng)庫(kù)選擇組合下的總成本，進(jìn)而求出總成本最小下的備選倉(cāng)庫(kù)和對(duì)應(yīng)需求點(diǎn)的組合。不同的組合方案對(duì)應(yīng)不同的總成本，每個(gè)組合的總成本包括總可變成本、總固定成本、總配送成本與總運(yùn)輸成本之和。以下詳述各部分成本表達(dá)式。

模型前提假設(shè)：

①每個(gè)需求點(diǎn)有且只有一個(gè)倉(cāng)庫(kù)負(fù)責(zé)供貨，利于每個(gè)倉(cāng)庫(kù)對(duì)于倉(cāng)儲(chǔ)量的控制管理，避免了倉(cāng)庫(kù)間的多余、重復(fù)庫(kù)存。

②每個(gè)倉(cāng)庫(kù)可同時(shí)為多個(gè)需求點(diǎn)供貨，使其流轉(zhuǎn)量盡可能高于經(jīng)濟(jì)批量，充分發(fā)揮倉(cāng)儲(chǔ)規(guī)模效益。

③單品種供需運(yùn)輸，企業(yè)可將多種商品成本平均為單一品種，便于選址數(shù)據(jù)處理，節(jié)省預(yù)測(cè)調(diào)查成本，減少不必要的選址誤差。

2.2.1可變成本VC。可變成本即倉(cāng)庫(kù)運(yùn)作中與貨物批量有關(guān)的可變運(yùn)營(yíng)成本之和，主要是倉(cāng)庫(kù)的經(jīng)營(yíng)管理費(fèi)用、流轉(zhuǎn)費(fèi)用等。考慮到倉(cāng)庫(kù)主要職能為存儲(chǔ)和保管，在一定范圍內(nèi)單位可變成本隨流轉(zhuǎn)量的增長(zhǎng)而下降，因此本模型中每個(gè)倉(cāng)庫(kù)的可變成本與流轉(zhuǎn)量之間用分段線性函數(shù)表示，充分體現(xiàn)了倉(cāng)儲(chǔ)業(yè)務(wù)的規(guī)模效益，如圖2所示。

式（1）表示從工廠運(yùn)至各倉(cāng)庫(kù)的運(yùn)輸量應(yīng)等于該倉(cāng)庫(kù)對(duì)下屬需求點(diǎn)的配送量；式（2）表示各個(gè)倉(cāng)庫(kù)的流轉(zhuǎn)量應(yīng)不大于其容量限制；式（3）表示從工廠運(yùn)往各倉(cāng)庫(kù)的運(yùn)輸量不大于其總產(chǎn)量；式（4）表示各倉(cāng)庫(kù)運(yùn)至各需求點(diǎn)的配送量不小于其需求量。

3模型求解

由于該模型是以企業(yè)選址的實(shí)際要求為出發(fā)點(diǎn)，不僅能達(dá)到運(yùn)營(yíng)成本最小的目標(biāo)，而且能從企業(yè)的整體規(guī)劃及關(guān)注的選址定性指標(biāo)進(jìn)行綜合全面的考量。相較一般的選址模型，更具現(xiàn)實(shí)意義，考慮更周全。因此，我們將定量和定性的方法結(jié)合來(lái)求解模型，并反復(fù)迭代確定最優(yōu)解。

3.1模型求解算法

Step1：遺傳算法變量編碼方法

Step2：遺傳算法適應(yīng)度函數(shù)

Step3：遺傳算子

①選擇算子：根據(jù)個(gè)體的適應(yīng)度值決定它在下一代是被淘汰還是被復(fù)制。一般通過(guò)選擇，使適應(yīng)度大的個(gè)體有較大存在機(jī)會(huì)，而適應(yīng)度小的個(gè)體繼續(xù)存在的機(jī)會(huì)也比較小。本算法采用比例選取算子，即根據(jù)個(gè)體適應(yīng)度大小，使用輪盤(pán)操作確定各個(gè)體被選中的次數(shù)。

Step5：建立物流企業(yè)倉(cāng)庫(kù)選址的層次結(jié)構(gòu)模型

目前影響第三方物流企業(yè)選址的因素可歸納為經(jīng)濟(jì)合理性、交通便利性、可持續(xù)發(fā)展性三大類(lèi)因素。

在上幾步的基礎(chǔ)上，選址決策者根據(jù)其優(yōu)選結(jié)果、擬建倉(cāng)庫(kù)個(gè)數(shù)以及企業(yè)自身戰(zhàn)略目標(biāo)等，以適當(dāng)?shù)倪x取比例按各備選倉(cāng)庫(kù)在上步組合方案中被選中率選出進(jìn)行層次分析的備選倉(cāng)庫(kù)。針對(duì)倉(cāng)庫(kù)選址目標(biāo)及備選倉(cāng)庫(kù)的差異性，根據(jù)決策者的經(jīng)驗(yàn)或通過(guò)運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的方法找出影響目標(biāo)的因素，形成層次結(jié)構(gòu)模型。

Step6：專(zhuān)家對(duì)各因素進(jìn)行重要性評(píng)價(jià)，構(gòu)造判斷矩陣

通過(guò)專(zhuān)家（或從歷史數(shù)據(jù)倉(cāng)庫(kù)中用數(shù)據(jù)挖掘的方法）對(duì)主要因素進(jìn)行兩兩相對(duì)重要性的評(píng)價(jià)，從而得出每個(gè)因素相對(duì)于其他因素的相對(duì)重要性比率，然后將元素的比較結(jié)果綜合起來(lái)，確定各元素在此次選址目標(biāo)中的優(yōu)先級(jí)，即權(quán)重。在構(gòu)造判斷矩陣時(shí)，采用美國(guó)運(yùn)籌學(xué)家薩迪（A.L.Saaty）提出的9標(biāo)度法。

Step7：對(duì)判斷矩陣進(jìn)行均一化、一致性檢驗(yàn)

Step8：專(zhuān)家對(duì)各備選倉(cāng)庫(kù)關(guān)于各主要因素進(jìn)行兩兩重要性評(píng)價(jià)，計(jì)算各層元素對(duì)目標(biāo)層的總排序權(quán)重

Step9：WSMP整體分析

運(yùn)用WSMP選址分析方法對(duì)上述方案進(jìn)行整體分析，如果該方案的整體性滿(mǎn)足要求則選用該方案。反之，該選址方案的整體性如果不滿(mǎn)足實(shí)際業(yè)務(wù)需求就在該方案的基礎(chǔ)上從step1開(kāi)始重新進(jìn)行求解。

3.2求解算例

為驗(yàn)證本算法的可行性，以某第三方物流企業(yè)為背景，假設(shè)該公司將在濟(jì)南分公司下屬區(qū)域新建若干倉(cāng)庫(kù)，以滿(mǎn)足除濟(jì)南本地區(qū)之外的經(jīng)銷(xiāo)商以及分公司（經(jīng)營(yíng)部）的需求。

本文作者開(kāi)發(fā)完成基于以上算法的選址決策軟件，運(yùn)用此軟件經(jīng)過(guò)Step1到Step4的多次求解可以得到如下幾個(gè)選址方案。①選擇備選倉(cāng)庫(kù)1、2、3、5，總倉(cāng)庫(kù)月運(yùn)營(yíng)成本為76 881。②選擇備選倉(cāng)庫(kù)1、2、5、7，總倉(cāng)庫(kù)月運(yùn)營(yíng)成本為78 378。③選擇備選倉(cāng)庫(kù)1、2、3、5、7，總倉(cāng)庫(kù)月運(yùn)營(yíng)成本為86 284。多次運(yùn)算都得出方案1 的結(jié)果，可見(jiàn)該方案為成本最優(yōu)解。

選擇容量最大的方案3進(jìn)行Step5到Step8的分析運(yùn)算，如果經(jīng)過(guò)分析得到的結(jié)果和方案1一致則可以認(rèn)為該方案為最優(yōu)方案，否則進(jìn)行Step9對(duì)該方案重新進(jìn)行WSMP分析，進(jìn)行迭代運(yùn)算。

4結(jié)束語(yǔ)

本文以成本最小化為目標(biāo)，基于WSMP、遺傳算法和層次分析法提出第三方物流企業(yè)倉(cāng)庫(kù)選址決策系統(tǒng)。在具體應(yīng)用時(shí)，企業(yè)可根據(jù)具體情況進(jìn)行分析，并提出合理、經(jīng)濟(jì)的選址方案。定性判斷與定量計(jì)算有效地結(jié)合起來(lái)，對(duì)于選址分析和解決問(wèn)題具有簡(jiǎn)潔性、實(shí)用性、適應(yīng)性和系統(tǒng)性。同時(shí)，可以從企業(yè)的戰(zhàn)略角度出發(fā)，通過(guò)對(duì)于考慮因素的細(xì)分、拓寬，擴(kuò)大問(wèn)題的各個(gè)層面，并且可以結(jié)合現(xiàn)有的新技術(shù)（比如互聯(lián)網(wǎng)、數(shù)據(jù)庫(kù)和聯(lián)機(jī)處理方法）使決策過(guò)程快速、客觀、準(zhǔn)確。通過(guò)該系統(tǒng)避免了以往單純考慮路徑、車(chē)流量（地理因素）等諸如成本因素等，能夠科學(xué)、全面、有效地實(shí)現(xiàn)企業(yè)多倉(cāng)庫(kù)多指標(biāo)的倉(cāng)庫(kù)選址要求。

參考文獻(xiàn)：

[1] Brimberg， J， Hansen， P， Mladenovic， N， Taillard， E. Improvements and comparison of heuristics for solving the multi-source Weber problem[J]. Operations Research， 2000，48(3):444-460.

[2] Harkness， J， ReVelle， C. Facility location with increasing production costs[J]. European Journal of Operational Research， 2003(145):1-13.

[3] Efroymson， M. A， Ray， T.L. A branch-and-bound algorithm for plant location[J]. Operations Research， 1966(14)：361-368.

[4] Goetschalckx， M， Vidal， C.J， Dogan， K. Modeling and design of global logistics systems: A review of integrated strategic and tactical models and design algorithms[J]. European Journal of Operational Research， 2002(143):1-18.

[5] Klose， A， A Lagrangean. relax-and-cut approach for the two-stage capacitated facility location problem[J]. European Journal of Operational Research， 2000，126(2):185-198.

[6] Vaidyanathan， Jayaraman Anthony Ross. A simulated alnnealing methodology to distribution network design and management[J]. European Journal of Operational Research， 2003(144):629-645.

[7] Mitsuo Gen， Admi Svarif. Hybrid genetic algorithm for multi-time period production/distribution planning[J]. Computers Industrial Engineering， 2005(48):799-809.

[8] 楊虹，邱祝強(qiáng). 改進(jìn)層次分析法在配送中心選址中的應(yīng)用[J]. 鐵道運(yùn)輸與經(jīng)濟(jì)，2004(7):72-74.

[9] 儲(chǔ)雪儉. 基于WSMP的倉(cāng)庫(kù)選址分析[J]. 物流技術(shù)，2005(10):261-262.

[10] 陳煒，奚立峰. 層次分析法在物流企業(yè)倉(cāng)庫(kù)選址中的運(yùn)用[J]. 上海海運(yùn)學(xué)院學(xué)報(bào)，2002(23):54-57.

[11] 胡剛，王淑琴，李鐵柱，等. 針對(duì)第三方物流企業(yè)的物流中心選址模型研究[J]. 公路交通科技，2002(19):173-176.

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文。