配送中心设计与规划研究综述

鲁文豪

(北京物资学院 北京 101149)

一、引言

中国经济正伴随着经济全球化态势和电子商务的兴起蓬勃发展，跨境电商已经是中国经济的重要构成，推动着中国制造行业打开全球市场，并且已经成为影响全球商业发展并把中国消费输出到全球市场的重要引擎，近几年在我国跨境贸易增速逐渐放缓的背景下，跨境电商有利于我国经济结构的调整，能够有利于我国经济发展保持平稳状态，是我国经济发展的新机遇，也是继续保持经济增长的新引擎。配送作为物流活动的一个重要功能，在客户集中的区域范围内，按照客户的订货要求和时间计划，在配送中心内进行一系列的配货等工作，并将配好的货物用某种交通方式巡回运送给收货人。因此，配送中心在整个物流系统中发挥着承上启下的重要作用，它的存在促进了物流系统向组织化、综合化和现代化的方向发展。随着我国经济体制的深入改革，渐渐地，市场上呈现出多品种小批量需求的情况，传统的流通模式已经不能满足其需要。基于此种大的背景，一些制造企业和流通企业纷纷筹建自己的配送中心，以降低物流成本，提高物流服务质量和水平。企业通过建立配送中心，使得供应链流程再造，同时也促进了物流信息流系统的发展，满足了客户对物流不断发展的多样性需求，使销售物流更加合理高效。

二、配送中心的现状分析

本文文献的主要来源为中国期刊全文数据库。搜索关键词为风险识别，主题为配送中心设计与规划。筛选为全部领域中的SCI、EI、核心期刊及CSSCI中的所有文章。共拣选500篇。本文文献主要在2000年到2018年期间发表。从研究的年份分析来看，2000年到2006年是配送中心研究发展最快的时间，2006年到2016年篇幅最大，稍加分析，我们不难发现，2000年到2006年是配送中心迅速发展的一段时间，2006年到2016年是配送中心概念及应用最火的一段时间。这段时间内，关于配送中心的分析文章迅速攀升。也由于新概念及新理论的出现，使得更容易被核心期刊所收录。2017年的今天，配送中心的分析方法逐渐成熟，要想在这个领域写出自己的文章，必须加以创新及有新的资料论据支撑。从配送中心设计与规划所涉及的研究来源来看：发表的领域主要包括宏观经济管理与可持续发展、贸易经济、工业经济、农业经济、计算机软件与计算机应用和企业经济。我们可以得出：配送中心与规划问题涉及到宏观经济管理、贸易、工业、农业以及计算机行业等多个领域，因此配送中心和各行各业都有着紧密的联系。运用citespace软件对500篇配送中心设计与规划的相关文献进行关键词检索，从所运行出来的效果图我们可以看出配送中心设计与规划所研究的领域主要有配送中心的选址问题，配送中心的优化问题，车辆路径优化，配送中心的战略规划，配送中心的设计以及配送中心设计与规划所应用的研究模型与方法等；配送中心设计与规划的研究对象主要为仓储、城市配送、冷链物流、商品配送中心，地震灾害、定位-信息中心、生鲜农产品等。

三、配送中心设计与规划研究综述

近年来，相关学者在一些涉及配送中心规划设计的领域里做出了大量的研究，在此综述如下：关菲、张强[1]指出在物流配送作业过程中，物流配送中心的选址问题一直是学术界和企业界都十分重视的问题。本文构建了以服务水平最高和物流总费用最少为目标的模糊物流配送中心选址模型，在此基础上提出了一种满足该目标要求的粒子群优化算法，并对模型进行了求解验证。李琴琴等[2]通过改进SLP方法对现代物流配送中心的物流功能和非物流功能的相关性进行了分析，理清物流功能和非物流功能的综合复杂关系，通过数学分析法构建功能区关联邻接度最大和物流搬运成本最小的目标函数，确定功能区的占地面积和所在位置，优化布局设计提高物流配送效率，最后通过实际案例验证该方法的可行性。杨芳等[3]使用Anylogic仿真技术构建了果蔬冷链配送中心的动态模型，把作业时间、人员设备利用率、果蔬周转量、进出货时间间隔等指标纳入到动态模型中进行仿真分析，并在此基础上提出了冷链配送中心的运作流程优化和资源配置方案，为企业的管理决策提供了思路。胡大伟等[4]构建了同时考虑配送中心选址和路线的组合模型，通过遗传算法和禁忌搜索算法对该模型进行求解，根据实际条件合理设置参数及选择算法中各算子，设计出满足要求的算法程序。

四、配送中心设计与规划方法应用

从500篇参考文献中分析得知，关于配送中心设计与规划的主要方法有bp人工神经网络法，改进的遗传算法、粒子群算法、克隆选择算法、系统动力学方法、蚁群算法、混合整数规划、模拟退火法、Floyd算法、模拟综合评价法和K-Means聚类法等。余蓉等[5]深入分析了物流配送中心选址过程中的影响因素，构建基于影响因素下的指标评价体系，运用层次分析法得出各影响因素的权重，根据各影响因素的权重构建该配送中心的模糊综合评价模型，并使用该评价模型对德邦物流企业下的多个备选地址进行了验证，验证的结果与实际是相符的。秦固[6]通过蚁群算法解决了多个物流配送中心选址问题，首先把多个物流配送中心选址问题映射成为一个不断聚类的过程，再利用蚁群通过信息素寻找最优路径，把物流配送的总成本最低作为蚁群算法的聚类准则，根据蚂蚁将物体聚堆的行为模式来定义蚂蚁的信息素更新方式、转移概率、禁忌列表，实现基于蚁群算法优化的物流配送中心选址算法。李昌兵等[7]利用双层规划模型解决了物流配送中心的选址问题，基于多目标优化和进化博弈的思想构建了层次遗传算法，把两个遗传算法进行交互迭代求解物流配送中心选址问题。毛海军等[8]通过提取影响配送中心选址的主要因素构建了配送中心的综合评价指标体系，进而优化了在物流网络中的配送中心。赵仁辉等[9]以总成本费用最小为目标构建了一种GIS与蚁群算法相结合的配送中心选址方法，通过更新全局信息素策略加强蚁群信息交流，从而对配送中心的设计与规划进行局部优化。

五、总结

本文通过对相关的文献从配送中心的研究领域、研究对象及问题，配送中心规划设计的模型和应用方法三个方面进行综合阐述，可以得出：首先，随着时间的增长，配送中心规划设计的文章正在逐渐减少，这有两方面的原因，第一，这个领域的研究相当成熟，构成了一个完整的体系，可创新的空间很少；第二，应用领域已经相当广泛，已经有了很成熟的实际应用，因而不受大家的关注。从本文所引述的500篇文章来看，文献综述的方向有从配送中心规划设计的各个环节进行综述的，也有对配送中心规划设计的应用方法归纳的，还有从专门的模型进行分析的。本文基于前人的研究及自己方向的需要，对配送中心规划设计的方法及应用进行了论述。主要角度是从发现问题，分析问题和解决问题。在将来的研究领域中，我们可以从这些方法中选择最适合自己领域的方法。同样，我们也可以参考文章针对某个方面的研究进行分析与解决。其中包括配送中心的选址问题，配送中心的优化问题，车辆路径优化，配送中心的战略规划，配送中心的设计以及配送中心设计与规划所应用的研究模型与方法等；配送中心设计与规划的研究对象主要为仓储、城市配送、领链物流、商品配送中心，地震灾害、定位-信息中心、生鲜农产品等。说到底，发现问题，分析问题，最后都要落实到解决问题上面。因此，文章最后对配送中心规划设计方法进行了应用的介绍。