對(duì)亞泰水泥粉磨站選址的淺析

［摘 要］選址問題為空間資源分配問題，在一般化的選址模型中，一個(gè)或多個(gè)服務(wù)設(shè)施為一系列在空間上分布的需求點(diǎn)服務(wù)，被建模的問題的空間邏輯關(guān)系可以是一個(gè)一般網(wǎng)絡(luò)，也可以是一個(gè)特殊網(wǎng)絡(luò)，問題的任務(wù)是確定設(shè)施的位置(有時(shí)可能是分配顧客到設(shè)施)從面優(yōu)化一個(gè)顯性或隱性地依賴于空間關(guān)系的目標(biāo)。

［關(guān)鍵詞］粉磨站 選址 選址模型

［中圖分類號(hào)］F253.9 ［文獻(xiàn)標(biāo)識(shí)碼］A ［文章編號(hào)］1009－5489(2008)10－0218－02

一、選址理論背景概述

選址理論最初是由Alfred Weber提出的，他考慮了這樣一個(gè)選址問題：確定一個(gè)倉(cāng)庫(kù)使得倉(cāng)庫(kù)與一系列在地理上分散的需求點(diǎn)之間的旅行距離最短，經(jīng)濟(jì)學(xué)家Hotelling提出了竟?fàn)幮赃x址問題：兩個(gè)相互竟?fàn)幍墓?yīng)商在一條線路上的選址問題。此后，選址決策的研究在工業(yè)、農(nóng)業(yè)、物流業(yè)、城市規(guī)劃、通訊、鐵路等行業(yè)進(jìn)行了一系列相關(guān)的應(yīng)用。但是，在十九世紀(jì)六十年代中期以前，該領(lǐng)域的研究工作主要是一些互不聯(lián)系的應(yīng)用，還沒有形成統(tǒng)一的理論。

根據(jù)選址模型的目標(biāo)函數(shù)、約束條件、決策空間、模型參數(shù)和所覆蓋的時(shí)間周期的不同，選址模型具有以下5個(gè)結(jié)構(gòu)特點(diǎn)：

(1)設(shè)施的數(shù)量：?jiǎn)卧O(shè)施或多設(shè)施；

(2)設(shè)施能力：有無能力限制；

(3)連續(xù)或離散的決策空間：設(shè)施可以在被研究區(qū)域內(nèi)任意點(diǎn)定位還是只能在有限數(shù)量的離散位置被定位；

(4)參數(shù)性質(zhì)：?jiǎn)栴}的參數(shù)是隨機(jī)的還是確定性的；

(5)模型性質(zhì)：模型是靜態(tài)的還是動(dòng)態(tài)的。

以往的研究人員已經(jīng)提出了多種模型來解決公眾和私有設(shè)施選址問題。在私有設(shè)施選址問題中，最受關(guān)注的問題是倉(cāng)庫(kù)或生產(chǎn)中心選址問題：面在公眾選址問題中，最重要的應(yīng)用則是緊急服務(wù)車輛和設(shè)施選址問題。典型的選址問題包括：網(wǎng)絡(luò)設(shè)計(jì)、倉(cāng)庫(kù)選址、緊急服務(wù)設(shè)施覆蓋問題和竟?fàn)幮栽O(shè)施選址問題。

二、國(guó)外的研究歷史與現(xiàn)狀

1.單目標(biāo)模型

最簡(jiǎn)單的平面最小化問題是Weber問題，該問題假設(shè)一個(gè)設(shè)施被確定為一系列離散的需求地服務(wù)，并使得旅行成本最小。廣義的Weber問題有時(shí)也被稱為倉(cāng)庫(kù)選址問題或選址——分配問題。

另一類選址問題的目標(biāo)是最小化最大旅行時(shí)間或成本，這類問題中，比較典型的是P個(gè)中心(p-center)問題或絕對(duì)中心問題：在一個(gè)一般網(wǎng)絡(luò)中確定p個(gè)設(shè)施的位置，使得一系列離散的需求點(diǎn)與設(shè)施之間的最大(加權(quán)或不加權(quán))距離最小。當(dāng)設(shè)施的位置被限定在網(wǎng)絡(luò)中的節(jié)點(diǎn)上時(shí)，該問題則成為頂點(diǎn)中心(vertex center)問題：當(dāng)P=1時(shí)，該問題被稱為Jordan中心問題。

2.多目標(biāo)模型

選址問題的多目標(biāo)模型的早期研究主要集中于對(duì)實(shí)際問題的數(shù)學(xué)建模方面，問題的目標(biāo)主要是考慮成本最小和滿足需求，其中成本最小目標(biāo)是最受研究人員關(guān)注的，絕大多數(shù)選址模型都考慮了選址問題的成本因素。滿足需求的目標(biāo)體現(xiàn)了以顧客為導(dǎo)向的服務(wù)理念，相應(yīng)的模型描述了系統(tǒng)在一定的服務(wù)水平下滿足顧客需求的能力。這一目標(biāo)的表達(dá)主要采用了覆蓋模型和分配模型。

可以看到，近期對(duì)多目標(biāo)選址模型研究的重點(diǎn)，已經(jīng)從對(duì)實(shí)際問題建模方面轉(zhuǎn)移到對(duì)更一般化問題的建模和對(duì)算法的深入研究?jī)蓚€(gè)方面了。研究人員都傾向于采用更加復(fù)雜的技術(shù)，例如：混合整數(shù)線性規(guī)劃、廣義分配模型、模糊集合理論、距離范數(shù)等，從面使模型具有更加普遍的意義。

3.隨機(jī)模型

隨機(jī)模型使選址模型更加符合選址問題的實(shí)際情況，其研究方法主要分為兩類：概率方法和情景計(jì)劃方法。這兩種方法的系統(tǒng)輸入?yún)?shù)都是不確定性的，包括：旅行時(shí)間、建設(shè)成本、需求位置和需求數(shù)量。目標(biāo)是確定設(shè)施的位置使得系統(tǒng)的績(jī)效最好。概率方法考慮模型中隨機(jī)變量的概率分布，面情景計(jì)劃方法則考慮了一系列變量的未來可能值。

1961年，Manne發(fā)表了第一篇考慮隨機(jī)輸入?yún)?shù)的選址模型的文章，模型的目標(biāo)是確定具有無限時(shí)間周期的設(shè)施的期望規(guī)模，使得設(shè)施建設(shè)折現(xiàn)成本總和最小。該模型表明：隨著需求方差的增加和資金利率的降低，設(shè)施的期望最優(yōu)規(guī)模將增大。

4.動(dòng)態(tài)模型

系統(tǒng)的需求和成本項(xiàng)目會(huì)隨著時(shí)間的推移面發(fā)生變化，即系統(tǒng)所處的外部環(huán)境是動(dòng)態(tài)變化的，因此，靜態(tài)的選址模型根據(jù)現(xiàn)期數(shù)據(jù)所得到的解在未來的經(jīng)濟(jì)環(huán)境中可能是次優(yōu)的。動(dòng)態(tài)選址模型通過優(yōu)化或近似優(yōu)化的方法對(duì)跨時(shí)間周期的設(shè)施選址問題進(jìn)行描述，此時(shí)的主要問題是如何在需求和成本變化的跨時(shí)間周期的規(guī)劃期內(nèi)對(duì)設(shè)施進(jìn)行選址，使得總的長(zhǎng)期成本最小。與靜態(tài)模型相比，動(dòng)態(tài)模型要考慮設(shè)施在不同時(shí)間周期的再選址成本。

Ballou首先進(jìn)行了動(dòng)態(tài)選址模型的研究，欲解決的問題是：確定一個(gè)倉(cāng)庫(kù)的位置，使得系統(tǒng)在有限的、跨時(shí)間周期的規(guī)劃內(nèi)獲得最大利潤(rùn)。Ballou的模型在目標(biāo)函數(shù)中沒有考慮時(shí)間結(jié)構(gòu)和成本因素，面Wesolowsky則在目標(biāo)函數(shù)用一個(gè)0-1整數(shù)變量將設(shè)施再選址成本考慮的進(jìn)來，并采用結(jié)合分枝定界技術(shù)的枚舉法求解模型的最優(yōu)解。近期Drezner對(duì)這個(gè)模型進(jìn)行了進(jìn)一步的修訂，新的模型用期望成本替代了原來的給定成本，并將設(shè)施再選址的概率考慮了進(jìn)來。

三、國(guó)內(nèi)的研究歷史與現(xiàn)狀

國(guó)內(nèi)開展選址模型研究的起步較晚，蔡希賢等于20世紀(jì)80年代中期對(duì)國(guó)外的一些經(jīng)典的選址模型進(jìn)行了介紹。與國(guó)外選址研究的發(fā)展歷程不同，國(guó)內(nèi)選址問題的模型研究是從多目標(biāo)選址問題開始的，這體現(xiàn)了國(guó)內(nèi)選址問題的模型研究較好地吸收了國(guó)外相關(guān)研究的先進(jìn)成果，能夠在一個(gè)較高的起點(diǎn)上開展進(jìn)一步的工作。最初的多目標(biāo)平面選址問題是無約束的，考慮了兩個(gè)距離目標(biāo)：歐幾里德距離最小和絕對(duì)值距離最小。運(yùn)用模擬退火算法對(duì)該完全的NP難題進(jìn)行求解。隨后，馬良等又對(duì)有約束的多目標(biāo)平面選址問題進(jìn)行了研究，仍然采用模擬退火算法對(duì)模型進(jìn)行求解。模擬退火算法雖然可以有效的求解此類問題，但是其運(yùn)算效率非常低，面且最終解往往不一定是穩(wěn)定解。因此，蔣良奎對(duì)他們的工作進(jìn)行了改進(jìn)，提出了一種將混沌優(yōu)化方法與Dixon算法相結(jié)合的混合算法，該算法可以克服模擬退火算法最終解收斂于局部最優(yōu)解的缺陷，同時(shí)具有較快的收斂速度。

張顯東等較早的對(duì)有竟?fàn)幍膯我辉O(shè)施選址問題進(jìn)行了研究，研究的問題是：已有多個(gè)竟?fàn)幮缘墓?yīng)商存在的情況下，新的供應(yīng)商選址決策模型，目標(biāo)是新進(jìn)入的供應(yīng)商獲取最大的市場(chǎng)占有量。該模型為非線性規(guī)劃問題，形式為無約束的極值問題。文章同時(shí)給出了求解模型的數(shù)值迭代方法：根據(jù)問題的一組參數(shù)得到備選地址的初始值；通過迭代過程得到新的備選地址；比較新的地址與原來的地址之間的誤差是否滿足允許誤差的條件，如果滿足則停止迭代，認(rèn)為找到最優(yōu)解；否則進(jìn)行下一次迭代。肖華勇等注意到了張顯東等人的工作，因此對(duì)他們的模型進(jìn)行了分析，推導(dǎo)了模型的求解過程，并用實(shí)際算例對(duì)模型進(jìn)行了檢驗(yàn)，從面發(fā)現(xiàn)了模型的不合理性。除了市場(chǎng)占有率之外，利潤(rùn)也是竟?fàn)幮赃x址決策的目標(biāo)之一，孫元欣等研究了竟?fàn)幮远嘣O(shè)施選址問題，目標(biāo)是使得原有設(shè)施與新增設(shè)施的利潤(rùn)之和最大。

由于國(guó)內(nèi)選址模型研究的起點(diǎn)較高，所建立的模型一般都為NP難題，因此，在求解模型的算法方面一般沒有突破性的進(jìn)展，主要采用遺傳算法和模擬退火算法這兩種啟發(fā)式算法。

四、淺析我國(guó)水泥粉磨站的選址

亞泰集團(tuán)是東北最大的水泥生產(chǎn)企業(yè)，國(guó)家第九大水泥企業(yè)集團(tuán)，年產(chǎn)水泥以及熟料600萬噸，粉磨站選址不僅能快速響應(yīng)客戶，節(jié)約運(yùn)輸成本，還能產(chǎn)生環(huán)境效益。因此該項(xiàng)目技術(shù)上可行，具有環(huán)境效益和經(jīng)濟(jì)效益。

根據(jù)生產(chǎn)水泥的工藝流程，水泥生產(chǎn)的特點(diǎn)是把石灰石和粘土等混合鍛燒形成熟料，水泥熟料是介于原礦石與水泥產(chǎn)成品之間的中間產(chǎn)品，是生產(chǎn)水泥的半成品。這一過程消耗了水泥生產(chǎn)所需的石灰石、煤炭和水泥生產(chǎn)約70%的電耗，水泥熟料通過在粉磨站添加12%—30%的摻合材料，通過高速粉磨設(shè)備形成水泥最終產(chǎn)品。因此，從水泥產(chǎn)銷的特點(diǎn)出發(fā)，在石灰石資源豐富的地區(qū)建設(shè)熟料生產(chǎn)工廠：在無資源、市場(chǎng)發(fā)達(dá)地區(qū)建設(shè)粉磨站，就地生產(chǎn)水泥最終產(chǎn)品的戰(zhàn)略可以大大降低水泥生產(chǎn)和銷售過程中的運(yùn)輸成本，使產(chǎn)品銷售半徑覆蓋范圍擴(kuò)大，為企業(yè)可持續(xù)發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)。

［參考文獻(xiàn)］

［1］馬良：《多目標(biāo)平而選址問題的模擬退火算法》，《系統(tǒng)土程理論與實(shí)踐》1997年3月。

［2］蔣良奎：《平而選址問題的一種混合算法》，《上海海運(yùn)學(xué)院學(xué)報(bào)》1999年2月。

［3］張顯東、梅廣清、張學(xué)兵等：《市場(chǎng)竟?fàn)帡l件下的供應(yīng)商選址模型研究》，《運(yùn)籌與管理》1998年7月。

［4］肖華勇、田錚、師義民：《多供應(yīng)商條件下選址模型的一個(gè)研究結(jié)果運(yùn)籌與管理》，《運(yùn)籌與管理》2000年9月。

［5］孫元欣、黃培清：《竟?fàn)幮瓦B鎖經(jīng)營(yíng)網(wǎng)點(diǎn)選址模型與遺傳算法解》，《科學(xué)學(xué)與科學(xué)技術(shù)管理》2001年10月。

［6］劉海燕、李宗平、葉懷珍：《物流配送中心選址模型》，《西南交通大學(xué)學(xué)報(bào)》2000年5月。

［7］黎青松、衰慶達(dá)、杜文：《一個(gè)結(jié)合庫(kù)存策略的物流選址模型》，《西南交通大學(xué)學(xué)報(bào)》2000年3月。

［8］常玉林、王煒：《城市緊急服務(wù)系統(tǒng)優(yōu)化選址模型》，《系統(tǒng)工程理論與實(shí)踐》2000年2月。