基于层次分析法的区域配送中心选址优化研究

唐　炜

(重庆交通大学 交通运输学院，重庆　400074)



基于层次分析法的区域配送中心选址优化研究

唐炜

(重庆交通大学 交通运输学院，重庆400074)

为解决区域配送中心选址难题，提出基于层次分析法的区域配送中心选址优化方法，并以国内电子产业信息集团W公司为例，分析W公司原有的物流网络实际情况 ，按照W公司的RDC建立要求，解决了RDC在全国的选址问题。在确定RDC选址城市过程中，运费率是通过四大工厂与一部分地区间的运费率估算得来，对运输总成本的计算存在一定误差，但由于同一片区域间各地区的运费率相差不大，对RDC备选城市间的比较影响不大。

物流选址；区域配送中心；层次分析法；运费率

0　引　言

RDC(Regional Distribution Center，区域配送中心)作为物流网络中的一个重要节点，更是一个企业实力的一种体现。配送中心是组织和实施配送的主体，它不仅执行一般的物流职能，而且越来越多地执行指挥调度、信息处理、作业优化等职能，是整个物流网络的灵魂所在[1]。该建立多少个RDC ，RDC位置的选择，合理的调度系统和配送路线等等，都是企业物流网络优化的重中之重，物流网络的优劣性更是直接影响着企业的整体效益。

目前，对于区域配送中心选址，比较成熟的方法有：集合覆盖模型、最大覆盖模型、重心法、模糊决策法等等。陈昌敏[2]阐述了蚁群算法的原理与求解TSP问题的框图，针对基本蚁群算法的不足之处，再提出能克服其缺点的改进算法，并对改进算法进行比较。林文如、林国富[3]通过百度地图API，获取节点间实际道路的距离数据,然后通过增加约束条件、修改节点间距离的计算、更换选择策略、调整信息挥发因子ρ取值等方法改进基本蚁群算法。最后将百度地图API获取的道路实际距离数据提交给改进蚁群算法求解。同时,基于PHP、Ajax编程求解程序并运行，完善了VRP问题从理论研究过渡到实际应用的最后一个环节。Alp Ustundag, Aysenur Budak[4]提出了一个基于网络的决策支持系统(DSS)的模糊分布网络优化。为此,提出了一种基于网络的DSS应用模糊线性规划模型来解决DND问题，创建一个框架来优化分销网络。龙婷[5]利用ARC/INFOR的MapObjects控件，设计开发了基于GIS的城市物流配送路径分析系统。柯鹏[6]提出了三种新的多目标进化算法：改进的种群分布性进化算法、种群分布性限制进化算法、增强的种群分布性进化算法，来求解VRP的衍生问题。朱姝婧[7]利用ArcGIS系列软件，开发了基于空间分析模型的物流配送系统平台，以方便从候选的配送中心选址中，选出最优的物流配送中心。佟悦[8]将仿真优化领域应用于求解排序选择问题，优化运输资源分配。

1　模型建立

层次分析法是一种系统分析方法，适用于决策结构较为复杂、决策准则较多而且不易量化的决策问题，该方法是一种定性与定量相结合的决策分析方法，它紧密联系决策者的主观判断和推理分析，对决策者的推理过程进行量化的描述，可以避免决策者在结构复杂和方案较多时逻辑推理上的失误，具体步骤如下：

(1)建立层次结构模型

层次分析法中的层次结构模型包括目标层、准则层、基本层，三个层次一般为完全独立结构，即树状结构。

(2)构造判断矩阵

层次分析法常用1-9标度法建立判断矩阵，反映两个影响因素相对重要程度的得分，根据专家经验建立影响因素的判断矩阵，之后特征根和特征向量的计算，一般采用方根法。

判断矩阵：

(1)

式中：n为判断矩阵的阶数。

对矩阵按行求积并开n次方，即：

(2)

权重：

(3)

(3)一致性检验

计算最大特征值的近似值λmax：

Aw=A×β

(4)

只有判断矩阵具有完全一致性时，最大特征根λmax=n；而一致性不完全时，λmaxn，因而可以用(λmaxn)来衡量一致性程度。一致性指标公式为：

(5)

CI越小，则一致性越高，但显然随着n的增加，判断矩阵的判断误差就会增加，因此检验一致性时，还需要将CI值与平均随机一致性指标RI值比较，由此得出检验系数CR。RI是同阶随机判断矩阵的一致性指标的平均值，其引入可在一定程度上克服一致性判断指标随n增大而明显增大的弊病。当CR<0.1时，判断矩阵满足一致性；否则，需要重新调整判断矩阵。

检验系数公式：

(6)

按照一致性检验原则，对准则层、基本层的因素进行一致性检验。

(4)对备选地址做出评价并决策

组织有关专家进行逐项评价，对每项因素的优劣进行独立评分，每项因素得分的平均值即为各要素最终得分，评分采用十分制。方案总得分为各项因素得分与相应权重的乘积之和。

2　实例分析

2.1公司介绍

W公司成立于1980年5月，位于深圳湖畔，是一个总资产100亿元、净资产30亿元、年销售总收入达130亿元的电子信息产业集团，是境内外上市的公众股份制公司。

其生产彩电的工厂分别分布在深圳、重庆、咸阳、牡丹江。销售商遍及全国各地，随着销售市场的扩张，客户群的分散，W公司原有的一对多的批发型销售模式已经让W公司因为时效性等丧失了很多的销售量和客户。长距离的预定式物流模式因不能对市场需求做出及时的反应而满足不了客户的需求，为此，W公司彩电销售公司连同物流部决定对现有的物流模式进行改变，决定设立区域RDC，分解工厂RDC的压力，将物流细化做到终端配送，满足客户需求，争取订单，从而降低长途运输成本，提高货物的空间及时间效益。

W公司在全国共有36个仓库，仓库分散，面积大小不一。仓库货物的补给均由四大工厂进行补给，四大工厂的生产线各有侧重，生产的彩电、冰箱等的类型多。各仓库的补货完全通过各地销售公司根据市场预测来向各大工厂要货，仓库的出货主要是对大型经销商，出货批量大批次小，单库单一产品库存比较大，不能满足客户多品种的要货要求，由工厂直接将货物运往经销商所在地，由于长距离运输的时效性差，从而丧失了很多的销售量和客户。

根据W公司的要求，RDC设立应满足以下要求：

(1)有能力满足各级经销商 2～3方的零散订单配送；

(2)降低工厂直发经销商的比率；

(3)RDC的辐射半径在600公里左右；

(4)车辆直接配送时间不超过8小时。

2.2层次结构模型

基于RDC具体选址影响因素的简单说明，建立层次结构模型，如图1。

图1　层次结构模型

层次分析法中，对于单一准则下的排序，各种标度法都具有保序性，因而建议使用1-9标度法建立判断矩阵，如表1所示。

表1　重要程度赋值的判断标尺

W公司组建专家团队，对准则层选址影响因素两两进行比较，构建目标层与准则层的判断矩阵，假设判断矩阵已经构建，如表2所示，利用式(2)、式(3)，计算特征向量，继而得出准则层各选址影响因素的权重，具体数据见表2。

表2　目标层与准则层的判断矩阵

2.3一致性检验

对准则层的一致性检验：根据表2中的数据，利用式(4)可以计算出最大特征值为4.15504，从而利用式(5)可以计算出一致性指标值为0.05168。阶数为四阶，对应的平均随机性指标为0.90，利用式(6)可以计算出检验系数为0.057422<0.1，因此，此判断矩阵的一致性是可以接受的。

对基本层的一致性检验：准则层中的运输条件因素和可持续发展性因素与其所对应的基本层选址影响因素构成的判断矩阵都为二阶矩阵，总是完全一致的，故不对其进行一致性判断，同理可以得出其余两个准则层选址影响因素与其所对应的基本层因素的检验系数分别为0.033199、0.027902，均小于0.1，因此，准则层各选址影响因素与其所对应的基本层选址影响因素构成的判断矩阵的一致性都是可以接受的，准则层各选址影响因素与其所对应的基本层选址影响因素的判断矩阵及基本层各选址因素的权重，见表3～表6。

表3　准则层交通条件因素与其对应的基本层因素的判断矩阵

表4　准则层用地条件因素与其对应的基本层因素的判断矩阵

表5　准则层可持续发展性因素与其对应的基本层因素的判断矩阵

表6　准则层其它因素与其对应的基本层因素的判断矩阵

完成了对基本层选址影响因素的单排序，接下来就可以求出基本层各选址影响因素对目标层的总权重，即进行层次总排序，见表7。

表7　层次总排序

假设现有三个RDC备选地址，分别为A、B、C，专家团队成员对三个备选地址，针对基本层的每项选址影响因素进行独立评分，每项因素得分的平均分即为最终得分，评分采用十分制，单项因素评分细则见表8。

表8　单项因素评分细则

备选地址总得分为基本层各项选址影响因素的平均分与其相应权重的乘积之和，如A、B、C三地的各选址影响因素得分见表9。

表9　备选地址各选址影响因素得分

经计算，A地得分为8.513分，B地得分为7.853分，C地得分为8.460分，A地得分最高，应将RDC建在A地。

3　结　语

按照W公司在全国建立RDC的要求，确定了各大区域的RDC选址城市，并用层次分析法解决了RDC在选址城市的具体选址问题。根据一系列分析与计算，W公司最终应在A地建立RDC。W公司由于RDC的建立而形成的配送模式，与原来相比，在以下几个方面得到了改善：(1)物流成本、管理成本、库存成本得到了降低；(2)区域配送中心的设立简化了物流网络；(3)解决了原有仓库单库单一产品库存大的问题；(4)缩短了对客户需求响应的时间，提高了物流服务能力；(5)扩大了销售市场，获得更大的利润。

[1]贾争现，刘康．物流配送中心规划与设计[M]．北京：机械出版社,2004：8．

[2]陈昌敏． 基于蚁群算法的物流配送路径优化研究与应用[D]．成都：西华大学，2012：26-35．

[3]林文如，林国福．百度地图API及蚁群算法在车辆路径问题中的应用[J]．闽江学院学报，2015,36(2)：82-88．

[4]Ustundag A, Budak A.A web-based DSS for fuzzy distribution network optimization[J]．Journal of Enterprise Information Management,2015,28(2):260-274．

[5]龙婷．基于GIS的城市物流配送路径规划系统研究[D]．长沙：湖南大学，2013：25-31．

[6]柯鹏．基于多目标进化算法的车辆路径问题的研究[D]．武汉：武汉大学，2013：38-49．

[7]朱姝婧．基于空间分析模型的物流配送研究[D]．北京：清华大学，2013：52-69．

[8]佟悦．城市货物配送中运输资源分配问题及算法研究[D]．北京：清华大学，2013：39-53．

Location Optimization of Regional Distribution Centers Based on AHP

TANG Wei

(School of Traffic & Transportation，Chongqing Jiaotong University，Chongqing 400074，China)

In order to solve regional distribution center location problem, the paper proposes a regional distribution center location based on the Analytic Hierarchy Process optimization method, and domestic electronics industry Information Group W’s case, analysis W’s existing logistics network actual situation, according to the W’s the RDC establish requirements to address the siting of RDC in the country. In determining the location of the city during the RDC, freight rates by four factories and part of inter-regional freight rate estimates come, to calculate the total cost of transportation there are some errors, but because among all regions with an area of freight rates do not differ large, relatively RDC alternative cities had little effect.

logistics site selection; regional distribution center; analytic hierarchy process; freight rates

2016-04-12

唐炜(1992-)，男，湖南永州人，硕士，E-mail：tang312wei@163.com。

F252.3

A doi：10.3969/j.issn.1671-234X.2016.02.012

1671-234X(2016)02-0054-05