基于区间直觉模糊集-TOPSIS的物流配送中心选址研究*

孙培英 黄 鑫

(1安徽商贸职业技术学院电子商务学院 安徽芜湖 241002；2南京航空航天大学经济与管理学院 江苏南京 211106)

世界范围内经济一体化步伐的加快和先进信息技术带来的飞速变化，现代物流产业作为“第三利润来源”受到各国政府重视，物流在各个国家都取得了不同程度的发展.物流配送网络中的物流配送中心是重要的物流基础设施，起到了连接供应链上游供货商和下游需求商纽带的作用.物流企业的配送中心选址往往根据企业自身发展和所配送产品的特性作为出发点，从而在此基础之上搭建起完整的物流配送系统，以达到物流成本的降低和配送效率提升的效果[1].因而，物流配送中心的建设的首要任务和基础是物流配送选址问题，选址恰当与否直接关系到配送网络的运行，同时也影响着整个物流系统[2].

当前，从事物流相关行业的专家和学者越来越倾向于物流配送中心选址问题的研究.在模糊需求条件下构建选址的上下双层规划模型来研究物流配送中心选址问题[3]；通过对物流配送和退换双模式的分析，建立了以总费用为总目标函数和三个子目标函数的选址双目标规划模型[4].借助于选址要素指标体系的构建，陈战波[5]和许俊波[6]分别利用改进灰关联度法和AHP-TOPSIS模型选取最佳物流配送中心；免疫优化算法[7]、改进粒子群算法[8]等人工智能技术被广泛的运用于选址决策中.综上所述，专家决策方法在研究中存在主观影响较大，采用模糊综合评价法[9]用于选址研究时容易造成较大的偏差；单纯的数学规划理论是在很多假定条件下进行研究的，在实际操作过程中会影响决策效果的准确性；而智能算法在求解规划问题最优过程中容易陷入局部最优，很难取得选址的全局最优解，故而降低了选址结果的可信度.TOPSIS综合应用方法有着广泛的应用背景[10]，因为本文通过对选址决策方案的确定程度与不确定程度的分析，得到决策方案的区间直觉模糊集，并将TOPSIS方法引入到选址决策过程中，最终获得最佳选址方案.

1物流配送中心选址的指标体系

物流配送中心选址属于多维度多属性的决策分析问题，对选址的影响因素的分析应当遵从全面科学、合理可行的原则.依据电子商务环境下选址的需要，吴筱娴[11]分别从自然环境方面、社会经济方面、基础设施方面、物流成本方面建立了物流选址的指标体系.毛海军等[12]增加了废物处理维度、交通运输维度等研究物流选址问题.依据以上述及的方面，分别从基础设施、自然环境、社会运营、交通运输、物流成本、其他因素六个维度构建配送选址的层次指标体系，具体层次指标如表1所示.

表1 物流配送中心选址的指标

2相关预备理论

2.1区间直觉模糊集

定义3对于非空集合x上的两个直觉模糊集G={(x,μG(x),vG(x))|x∈X}和H={(x,μH(x),vH(x)|x∈X)}的加法、点乘、数值三大基本运算公式如下：

(1)G+H={(x,μG(x)+μH(x)-μG(x)μH(x),vG(x)vH(x))|x∈X}，

(2)G·H={(x,μG(x)μH(x)，vG(x)+vH(x)-vG(x)vH(x))|x∈X}，

(3)αG={(x,(1-1(1-μG(x))α,(vG(x))α)|x∈X,α∈R+}.

定义5一个非空且有限的论域集合为X=(X1,X2,Λ,Xn)，论域集合上的任意两个区间直觉模糊集G和H的相似度S(G,H)计算公式可表示为：

2.2熵权法确定权重

2.3 TOPSIS方法

传统TOPSIS方法对综合评价研究中计算得到的正向理想解和负向理想解，通过分析两个方向理想解的距离，最终对决策方案进行排序，理想的决策方案应当接近正向决策方案、远离负向决策方案.决策方案集可用区间直觉模糊集表示(其中n为决策方案个数、m为决策属性个数)：Ai=(Fi1,Fi2),Λ,Fim=((μi1,vi1),(μi2,vi2),Λ,(μim,vim)),i=1,2,Λ,n，进一步得到正向理想方案和负向理想方案分别如下：

其中有如下关系存在：

3基于区间直觉模糊集-TOPSIS方法的物流配送中心选址

3.1选址的区间直觉模糊集-TOPSIS决策过程

首先，根据决策属性的得分的函数值归一化结果，集合成得分矩阵SF=(sf′(λij)n×m).

其次，确定各决策属性的信息熵和权重wj，其中j=1,2,Λ,n.

再次，决策方案与理想方案之间的相似度S(Ai,A+)和S(Ai,A-)的计算公式分别为：

最后，相对接近度的计算和方案排序.

3.2物流配送中心选址

随着华东区域内客户需求快速增长，某大型商业集团计划在华东片区建立企业自身的物流配送中心，从而提升企业的物流服务质量.经过一段时间的考察和调研，发现有六个备选地点A1,A2,A3,A4,A5,A6符合选址要求，利用表1中的第一层指标作为选址的决策属性，得到选址方案的集合为Ai=(Fi1,Fi2,Fi6)，其中i=1,2,Λ,6.通过行业专家对上述六个备选地址作出评估之后，结合统计方法，六个备选地址的选址指标对应的评估决策信息可以表示成区间直觉模糊数，综合整理之后的结果见下表2所示.

表2 配送选址的模糊决策矩阵

根据表2中的数据以及选址的决策过程，分以下步骤选出最佳选址方案：

第一步，利用TOPSIS方法计算出正向理想选址方案与负向理想选址方案：

A+={((0.6,0.8),(0.0,0.8)),((0.4,0.7),(0.1,0.2)),((0.6,0.7),(0.1,0.2)),((0.7,0.8),(0.0,0.2)),((0.8,0.9),(0.0,0.1)),((0.8,0.9),(0.0,0.1))}

A-={((0.1,0.2),(0.5,0.7)),((0.0,0.1),(0.8,0.9)),((0.1,0.2),(0.7,0.8)),((0.2,0.4),(0.5,0.6)),((0.2,0.4),(0.5,0.6)),((0.2,0.4),(0.040.5))}

第二步，依据熵权法的计算公式求解各选址指标的权：

wj=(0.0567,0.2141,0.2235,0.2066,0.1484,0.1507)

第三步，借助于决策方案与正向理想方案和负向理想方案的相似度计算公式，分别得到不同选址方案的相似度.

第四步，根据第三步选址方案的相似度得到各选址方案的相对相似度：

S(A1)=0.3419,S(A2)=0.3658,S(A3)=0.4519,S(A4)=0.4611,S(A5)=0.6387,S(A6)=0.5631.

根据上述的相对相似度的计算结果，将其排序为：S(A1)

4结论

将区间直觉模糊集引入到TOPSIS排序方法，同时运用于物流配送中心选址决策，得到选址的区间直觉模糊集-TOPSIS决策过程.分别从基础设施维度、自然环境维度、社会运营维度、交通运输维度、物流成本维度、其他因素维度构建选址的层次指标体系，结合实际选址同时利用区间直觉模糊-TOPSIS方法得到最佳选址方案.借助熵权法并结合指标的信息熵获得选址指标的权重，可以减少人为决策所造成的干扰；区间直觉模糊集应用于选址决策时可有效避免原始决策信息的缺失.最后通过实际选址说明了本方法应用于选址决策时不仅简单合理，同时具有较强的应用价值.