2.3 配送中心选址方法综述
本文在建立配送中心选址模型、设计模型求解方法时，需要借鉴大量前人的研究成果。为了更直观地了解这些理论，本节对配送中心选址的方法进行了归纳，并对几种常用选址模型进行介绍。
从配送中心各备选点属性的可量化的程度分析，这些方法可分为定性方法和定量方法两种，每种方法中又包含了复杂程度以及所用数学算法不同的多种方法，现归纳如图2-3所示。
图2-3 物流设施选址方法归纳
2.3.1 定性方法
定性分析法是指凭借集体或个人的经验做出决策的过程。其一般执行步骤包括：
1）根据以往经验结果进行确定备选点；
2）利用指标对各备选点进行优劣性检验；
3）根据检验结果做出决策。
较常用的定性方法有头脑风暴法、专家选择法、PERT法等，这类方法的中心思想是将专家凭借经验做出的判断以量化的数值形式表示，对各个数值进行综合分析后作出决策。由于基于定量分析的选址方法很难将影响决策的所有因素考虑周全，如环境、地理、交通、城市用地、城市发展、劳动力等，并且即便想周全考虑这些因素，也很难量化所建模型中的各约束条件。因此，根据实际情况建立一套完整的选址评价指标体系，采用模糊评价(Fuzzy Judge)、层次分析(Analytic Hierarchy Process，简称AHP)等数学方法进行综合评价，进而确定配送中心的最优选址区位就显得十分有效。在这类方法中，专家的主观判断占主导地位，决策结果往往受到专家的知识结构、经验以及他们所处的时代、社会地位和社会环境等诸多因素的制约和影响。对于有限的备选地点，该类方法较为有效，但是如果以整个城市大系统甚至更大规模的选址问题为研究对象来研究配送中心的选址问题，则必须具备足够的基础资料，辅助以定量分析方法，否则决策结果缺乏足够的说服力。[29]
2.3.2 定量方法
定量分析法应用非常普遍，从建模方法的角度分类，可归纳为三大类：解析法、模拟法和启发式方法。
1）解析法
解析法主要是通过建立并求解数学模型，以求得最优选址方案。一般来说可分为基于成本的模型和基于效益的模型。基于成本的模型主要考虑成本的最小化，而基于效益的模型考虑的则是总收益的最大化。虽然这两类模型所考虑的因素不同，但其数学处理方法在本质上是一致的。现实中，多数情况以研究成本为主。采用解析法时，首先应根据问题的特征、外部条件以及内在的联系建立适当的数学模型，然后对模型进行求解，获得最优选址方案。这种方法的优点是能获得精确的最优解。但是，在解决某些复杂问题是，用该方法难以建立起恰当的模型，或者由于模型太复杂，使得求解过程困难或付出相当高的代价。因此，解析法在实际运用中受到一定的限制。[30]
采用解析法建立的模型包括微积分模型、数学规划模型、重心法模型等。数学规划模型又包括线性规划模型、非线性规划模型、整数规划模型、混合规划模
型等。在模型的选择上，应根据问题的具体属性而定。 2）模拟法
选址规划方法中的模拟法是将实际问题用数学方程和逻辑关系模型表示出来，通过模拟计算和逻辑推理后得到最佳选址方案。这种方法较之解析法建立并求解数学模型较为简单。采用模拟法进行选址规划时，分析者必须提供预先设定的各种网点组合方案，以供分析和评价，从中选出最优组合。因此，决策结果主要依赖于分析者预先设定的组合方案，判断其是否接近最优方案，这也是该方法的一个缺点。 3）启发式方法
启发式方法是针对模型的求解方法而言的，它是一种逐次逼近最优解的方法。有些启发式方法中会设有一定的过滤条件，将劣解过滤掉，以减少寻找最优解的复杂度。这种方法对求得的解进行反复判断和修正，直到满意为止。[31]
启发式方法能够比较有效地处理NP 困难问题，因此，启发式算法常与其它优化方法结合使用，使两者的优点得到进一步发挥。目前，比较常用的启发式算法包括：遗传算法、模拟退火算法、神经网络算法、蚁群算法等。
用启发式方法进行选址规划的过程一般应包括以下几个步骤： （1）定义一种计算总成本或总收益的方法； （2）拟定判别准则； （3）规定方案改进途径； （4）给出初始方案； （5）反复迭代求解。 2.3.3 常用模型介绍 1）连续型选址模型[32]
该模型有两个基本属性，一是解的空间在规划区域内可以是任何点；二是点之间距离由一合适的矩阵表示。连续型定位模型需求出p 个设施点的坐标
(,)p p x y R R ∈?。
（1）单设施选址问题（The Subject of the Weber Problem ，SWP ）模型
()(,)k k k K
v SWP Min w d x y ∈=∑ （2-1）
目标函数：
（2-1）式：设施节点至所有给定客户需求点之间距离之和最小。 变量：
(,)x y ：设施节点坐标。
参数：
k w ：权系数；
(,)k d x y ：给定客户需求点k 的坐标，(,)k d x y = 该模型中的设施节点坐标(,)x y 可由迭代法有效求出。
（2）多设施选址问题（Multi-source of the Weber Problem ，MWP ）模型
1
()((,))p
k k kj k K j v MWP Min w d x y z ∈==∑∑ （2-2）
..s t
1
1p
kj
j z
==∑ k K ?∈
（2-3）
{}0,1kj z ∈ k K ?∈ 1,2,,j p =
（2-4）
,p x y R ∈ （2-5）
目标函数：
（2-2）式：设施节点至所有给定客户点之间距离之和最小。 变量：
(,)x y ：设施节点坐标；
kj z ：1kj z =表示设施j 向客户k 提供服务，否则不为其提供服务。 参数：
k w ：权系数；
(,)k d x y ：给定客户需求点k 的坐标，(,)k d x y =
p ：设施节点个数。
该模型是典型的NP 困难问题，可用精确法中的重心法或启发式算法求解。 2）离散型选址模型
（1）P-中值问题（P-median Problem ，PMP ）模型
()()k ij ij k K j J
v PMP Min w d z ∈∈=∑∑ （2-6）
..s t
1kj
j J
z
∈=∑ k K ?∈ （2-7）
0kj j z y -≤ ,k K j J
?∈?∈ （2-8） j
j J
y
p ∈=∑ （2-9）
{},0,1kj j z y ∈ ,k K j J
?∈?∈ （2-10）
目标函数：
（2-6）式：选中的设施节点到所服务的客户需求点之间距离之和最小。 变量：
kj z ：0-1变量，1kj z =表示设施点j 为客户需求点k 服务，否则不为其服务；
j y ：0-1变量，1j y =表示设施点j 被选中，否则未被选中。 参数：
p ：设施节点个数。
约束条件：
（2-7）式：每个客户的需求被满足；
（2-8）式：设施节点的选定与分派的任务具有一致性； （2-9）式：设立的设施节点数不超过规定值。
（2）P-中心问题（P-center Problem ，PCP ）模型
()v PCP Minr = （2-11）
..s t
0k kj kj j J r w d z ∈-≥∑ k K ?∈ （2-12）
1kj
j J
z
∈=∑ k K ?∈ （2-13）
0kj j z y -≤ ,k K j J
?∈?∈ （2-14） j
j J
y
p ∈=∑ （2-15）
{},0,1kj j z y ∈ ,k K j J
?∈?∈ （2-16）
目标函数：
（2-11）式：设施节点的服务半径最小。 变量：
r ：设施节点的服务半径；
kj z ：0-1变量，1kj z =表示设施点j 为客户需求点k 服务，否则不为其服务；
j y ：0-1变量，1j y =表示设施点j 被选中，否则未被选中。 参数：
k w ：权系数；
(,)k d x y ：设施节点到客户节点的距离，(,)k d x y = (,)k k a b ：客户需求点k 的坐标；
p ：设施节点个数。
约束条件：
（2-12）式：设施节点的服务半径不小于客户需求点到被选中设施节点的距离；
（2-13）式：每个客户的需求被满足；
（2-14）式：设施节点的选定与分派的任务具有一致性； （2-15）式：设立的设施节点数不超过规定值。
（3）集合覆盖模型
j j J
v Min y ∈=∑ （2-17）
..s t
()
1kj j B k z ∈=∑
k K ?∈ （2-18） ()
k kj j j k A j d z c y ∈≤∑
,k K j J
?∈?∈ （2-19） {},0,1kj j z y ∈ ,k K j J
?∈?∈ （2-20） 目标函数：
（2-17）式：用尽可能少的设施节点覆盖所有的客户需求点。 变量：
kj z ：0-1变量，1kj z =表示设施点j 为客户需求点k 服务，否则不为其服务；
j y ：0-1变量，1j y =表示设施点j 被选中，否则未被选中。 参数：
k d ：客户需求点k 的需求量；
j c ：设施节点j 的容量；
()A j ：可以被设施节点j 所覆盖的客户需求点集合； ()B k ：可以覆盖客户需求点k 的设施节点集合。
约束：
（2-18）式：每个客户的需求被满足；
（2-19）式：设施节点j 所服务的客户需求点的总需求量不超过其容量。 对此类带有约束条件的极值问题，有两类方法可以求解。一是分枝定界法，能够找到小规模问题的最优解；二是启发式算法，所得到的结果不能保证是最优解，但可以保证是可行解，对大型问题的求解用启发式算法可以大大减少运算量。
（4）最大覆盖模型
()
k kj j J k A j v Max d z ∈∈=∑
∑
（2-21）
..s t
()
1kj j B k z ∈≤∑
k K ?∈ （2-22） ()
k kj j j k A j d z c y ∈≤∑
,k K j J
?∈?∈ （2-23） j
j J
y
p ∈=∑ （2-24）
{},0,1kj j z y ∈ ,k K j J
?∈?∈ （2-25） 目标函数：
（2-21）式：在给定数量的设施节点前提下，覆盖尽可能多的客户需求点。 变量：
kj z ：0-1变量，1kj z =表示设施点j 为客户需求点k 服务，否则不为其服务；
j y ：0-1变量，1j y =表示设施点j 被选中，否则未被选中。 参数：
k d ：客户需求点k 的需求量；
j c ：设施节点j 的容量；
()A j ：可以被设施节点j 所覆盖的客户需求点集合； ()B k ：可以覆盖客户需求点k 的设施节点集合； p ：设施节点个数。
约束：
（2-22）式：每个客户的需求被满足；
（2-23）式：设施节点j 所服务的客户需求点的总需求量不超过其容量； （2-24）式：设立的设施节点数不超过规定值。
最大覆盖模型可用贪婪算法求解，首先求出可以作为候选点的集合，并以一个空集作为一个原始解的集合，然后在候选点集合中选择一个具有最大满足能力的候选点进入集合，作为二次解，如此反复，直到设施数目满足要求。 3）混合整数规划模型
只要给出一些潜在设施点，则设施规划问题就可归结为混合整数规划数学模型给予以求解。
（1）无容量约束的设施选址问题 （Uncapacitated Facility Location Problem ，UFLP ）的单阶段模型
()kj kj j j k K j J
j J
v UFLP Min c z f y ∈∈∈=+∑∑∑ (2-26)
..s t
1kj
j J
z
∈=∑ k K ?∈
(2-27)
0kj j z y -≤ ,k K j J
?∈?∈ (2-28)
01kj z ≤≤ ,k K j J
?∈?∈ (2-29) {}0,1j y ∈ j J ?∈
(2-30)
目标函数：
（2-26）式：使包括运输成本与固定成本在内的总成本最小化。 变量：
kj z ：表示客户需求点k 的需求中，由设施节点j 为其服务的比率； j y ：0-1变量，1j y =表示设施点j 被选中，否则未被选中。 参数：
kj c ：从设施点j 到客户需求点k 的单位运输费率； j f ：设施节点j 的固定费用； 约束条件：
（2-27）式：表示客户需求点k 的需求被满足；
（2-28）式：表示设施节点的选定与客户需求点的分配具有一致性。 （2）有容量约束的单阶段设施选址模型（Single-stage Capacitated Facility Location Problem ，SCFLP ）
()kj kj j j k K j J
j J
v CFLP Min c z f y ∈∈∈=+∑∑∑ (2-31)
..s t
1kj
j J z
∈=∑ k K ?∈ (2-32) 0k kj
j j k K
d z
s y ∈-≤∑ j J ?∈ (2-33)
0kj j z y -≤ ,k K j J
?∈?∈ (2-34) ()j j
j J
s y
d K ∈≥∑ (2-35)
1q
kj
j J z
∈≤∑ ,k K q Q ?∈?∈ (2-36)
01,kj z ≤≤ ,k K j J
?∈?∈ (2-37) {}0,1j y ∈ (2-38)
目标函数：
(3-31)式：使包括运输成本与固定成本在内的总成本最小化。 参数：
jk c ：从设施点j 到客户需求点k 的单位运输费率； j f ：设施节点j 的固定费用； k d ：客户需求点k 的需求量；
j s ：设施节点j 的容量。 变量：
kj z ：表示客户需求点k 的需求中，由设施节点j 为其服务的比率； j y ：0-1变量，1j y 表示设施点j 被选中，否则未被选中。 约束条件：
（2-32）式：表示客户需求点k 的需求被满足；
（2-33）式：表示设施节点j 提供的服务量不超过其容量限制； （2-34）式：表示设施节点的选定与客户需求点的分配具有一致性； （2-35）式：表示客户需求点总需求量不超过所有被选中设施点的容量之和；
（2-36）式：表示某一客户需求点的需求量可由多个设施节点共同满足。 上述模型应用于实际问题中时，要解出一个精确解十分困难，可以用启发式算法求出相对较优的满意解。
基于上述模型的分类介绍，选择符合本文配送中心选址问题的模型类型。由3.1问题描述可知，各潜在配送中心区位已给出，因此选择离散型选址模型中的整数规划模型来构建本文数学模型，具体构建过程见3.3。
物流配送中心选址分析 在物流系统中，配送中心居于重要的枢纽地位。物流配送中心的选址，是指在一个具有若干供应点及若干需求点的经济区域内，选一个或多个地址设置配送中心的规划过程。较佳的物流配送中心选址方案可以有效地节约费用，促进生产和消费的协调与配合，保证物流系统的平衡发展。因此，物流配送中心的合理选址就显得十分重要。 一、物流配送中心选址的影响因素 （一）货物分布和数量。这是配送中心配送的对象，如货物来源和去向的分布情况、历史和现在以及将来的预测和发展等。配送中心应该尽可能地与生产地和配送区域形成短距离优化。货物数量是随配送规模的增长而不断增长的。货物增长率越高，越是要求配送中心选址的合理性，从而减少输送过程中不必要的浪费。 （二）运输条件。物流配送中心的选址应接近交通运输枢纽，使配送中心形成物流过程中的一个恰当的结点。在有条件的情况下，配送中心应尽可能靠近铁路货运站、港口及公路。 （三）用地条件。物流配送中心的占地问题在土地日益昂贵的今天显得越来越重要。是利用现有的土地，还是重新征地？地价如何？是否符合政府规划要求等等，在建设配送中心时都要进行综合考虑。 （四）商品流动。企业生产的消费品随着人口的转移而变化，应据此更好地为企业的配送系统定位。同时，工业产品市场也会转移变化，为了确定原材料和半成品等商品的流动变化情况，在进行物流配送中心的选址时，应考虑有关商品流动的具体情况。 （五）其他因素。如劳动力、运输与服务的方便程度、投资额的限制等。 二、物流配送中心选址方法 （一）定性分析法。定性分析法主要是根据选址影响因素和选址原则，依靠专家或管理人员丰富的经验、知识及其综合分析能力，确定配送中心的具体选址。主要有专家打分法、德尔菲法。定性方法的优点是注重历史经验，简单易行。其缺点是容易犯经验主义和主观主义的错误，并且当可选地点较多时，不易做出理想的决策，导致决策的可靠性不高。 （二）定量分析法。定量的方法主要包括重心法、鲍莫尔-沃尔夫法、运输规划法、Cluster法、CFLP法、混合0-1整数规划法、双层规划法、遗传算法等。定量方法选址的优点是能求出比较准确可信的解。其中，重心法是研究单个物流配送中心选址的常用方法，这种方法将物流系统中的需求点和资源点看成是分布在某一平面范围内的物流系统，各点的需求量和资源量分别看成是物体的重量，物体系统的重心作为物流网点的最佳设置点。
（1）我选择是安徽省的10个城市，城市如下表所示： （2）各城市的经济情况及物流发展情况： 安徽省地处华东、长江三角洲腹地,横跨淮河、长江、新安江三大水系,省会为合肥。安徽省面积13.96万平方公里，人口6593万人，市场辐射近5亿人口，是中国东西部经济交融的重要地区。近几年来，安徽经济和社会发展呈现又好又快的喜人局面，目前GDP总量在全国位列第15位，进出口总量居全国第11位，已设立外商投资企业6000余家。目前，安徽正进入新一轮经济增长周期的上升阶段，经济社会呈现加速发展的势头。 安徽省与中国经济发展最具活力和潜力的长江三角洲地区无缝 对接，处于承接东部辐射和产业转移的最前沿。目前正在建设沿江高速公路以及合宁、合武、宁宜、铜九等高速铁路，建成后安徽将有6条高速公路和6条快速铁路通向长三角，合肥到南京的行程将缩短到45分钟，到上海缩短到两个半小时，到武汉缩短到2个小时以内。 “十一五”时期，全省新建铁路1000公里以上、高速公路2000公里，改善航道里程约550公里，新增港口吞吐能力1.3亿吨，增加机场吞吐能力一倍以上，一半以上的省辖市将进入以上海为中心的“三小时经济圈”。这给物流业的发展创造了巨大的空间，促进了与物流相关产业的较快发展。“十五”期间，安徽省物流总值年均增长保持在20％左右。 （3）我选择康师傅方便面为配送商品： 康师傅方便面属于快速消费品，而快速消费品是一类特殊的商品，与耐用消费品有着很大的不同，其产品品种多、流通快，然而单位价值低，利润非常薄，市场竞争非常激烈。除少数高端产品外需要的技术水平并不高，主要是劳动密集型产业，降低生产成本以利于产品价格的潜力有限，只有物流环节最有潜力。同时快速消费的日益个性化、多样化等趋势，以及销售渠道的较大改变，这些都决定了快速消费品物流独特的特点及对物流供应商较高的要求。 方便面这类商品对物流成本更为敏感。由于单品的价值较低，所
毕业设计（论文）题目：关于物流配送中心的选址模型研究 学生姓名： 学号： 班级: 专业：工商管理（物流管理方向）本科 所在系: 管理系 指导教师：
关于物流配送中心的选址模型研究 摘要 在物流网络中，配送中心连接着供货点和需求点，是两者之间的桥梁，在物流系统中有着举足轻重的作用，因此搞好配送中心的选址将对物流系统作用的发挥乃至物流经济效益的提高产生重要的影响。 本论文在综述配送中心选址问题研究现状的基础上，对配送中心选址的模型和算法进行了研究。本课题的第一部分对物流配送中心选址的研究背景进行介绍，阐述物流配送中心选址的重要性；第二部分对国内的物流配送中心选址问题的研究进行平述。第三部分物流配送中心选址的模型的理论模型。深入分析改进的重心法模型与整数规划模型的理论模型和算法。第四部分是实证研究，以验证本文所构建的重心法模型的合理性及可行性。本文结论是：采用改进的重心法建立选址模型,然后利用多元线性回归对重心法模型中的总成本函数方程中的系数进行优化。这样使重心法模型克服对于系数的数据处理的主观性，减小了主观因素带来的偏差，也使模型在配送中心的选址中具有实用性。通过指派问题模型可以实现配送中心资源的重新优化配置，并且其为配送中心选址提供一条新的途径。 关键词：物流配送中心选址重心法分派问题模型
ABOUT THE LOCATION OF LOGISTICS DISTRIBUTION CENTER MODEL RESEARCH ABSTRACT In the logistics network, the distribution center point and needs to connect the supply point is a bridge between the two, in the logistics system has a pivotal role, it will improve the logistics distribution center location and even played the role of the logistics system economic efficiency have an important effect. In the review of this paper the problem of distribution center location based on the current situation, on the distribution center location model and algorithm research. The first part of this issue of logistics distribution center location of the background briefing, explained the importance of logistics distribution center location; the second part of the domestic logistics distribution center location problem to level out. The third part of the logistics distribution center location model of the theoretical model. In-depth analysis of the improved center of gravity model and the theoretical model of integer programming models and algorithms. The fourth part is the empirical study to validate the constructed model of gravity method is reasonable and feasible. This conclusion is: the establishment of an improved center of gravity location model, and then using multiple linear regression model on the center of gravity of the total cost function to optimize the coefficients of the equation. This model of gravity method to overcome the subjective factor of data processing and reduce the bias caused by subjective factors, but also the model for Distribution Center's location is practical. Model can be achieved through the assignment of distribution centers to re-optimize the allocation of resources, and its location for the distribution center to provide a new way.
目录 摘要 (1) 第1章绪论 (2) 第2章物流园区的概述 (3) 2.1 物流园区的概念和特点 (3) 2.2 物流园区的功能和作用 (3) 2.2.1 物流园区的功能 (3) 2.2.2 物流园区的作用 (5) 2.3 物流园区的分类 (6) 2.3.1 按照地域范围分类 (7) 2.3.2 按照投资主体分类 (7) 2.3.3 按照物流功能分类 (8) 第3章物流园区的选址规划 (9) 3.1 物流园区选址的原则 (9) 3.2 物流园区选址的影响因素 (11) 3.3 选址要求 (11) 第4章物流园区选址分析 (12) 4.1 物流园区选址现状 (12) 4.2 物流园区选址建议 (13) 结论 (15) 致谢 (16) 参考文献 (17)
摘要 随着现代物流在全球的快速发展，物流园区的规划建设被认为是促进现代物流发展的突破口，并被看作是加速物流业甚至是地区经济发展的重要因素。在物流园区的规划过程中，其选址是影响物流园区发展的一个重要的、基础性的环节。 近年来，国内外专家从宏观方面对物流园区的规划进行了较为深入的研究，但对园区微观方面的物流园区选址研究较少。基于这种情况，本文以同一地区多个物流园区选址对象进行研究。 本论文的主要内容如下： 对物流园区的概述进行了较全面的论述。 分析物流园区选址，总结物流园区选址原则，并对物流园区选址的影响因素作了较深入的研究。 论述物流园区的选址规划，并对物流园区选址的方法进行深入分析对物流选址提出意见 关键词：物流园区；选址
第1章绪论 物流园区是指由分布相对集中的多个物流组织设施和不同的专业化物流企业构成的具有产业组织、经济运行等物流组织功能的规模化、功能化的区域，其功能除了一般的仓储、运输、加工工业加工和流通加工等功能外，还具有与之配套的信息、咨询、维修、综合服务等服务项目。物流园区将众多物流企业聚集在一起，实行专业化和规模化经营，对物流企业发挥整体优势，促进物流技术和服务水平的提高，共享相关设施，降低运营成本，提高规模效益，将起到重要作用。 近年来，国内外专家学者从宏观方面对物流园区的规划进行了较为深入的研究，取得了很多研究成果。但从微观方面对于物流园区规划设计的研究相对还较少，导致物流园区在规划设计过程中缺乏理论基础，造成物流园区的规划建设缺乏统一的规范和标准。为此，有必要对物流园区设计理论及方法进行研究。本文从微观角度着手，对物流园区选址与总体布局的理论及应用进行了较为深入的研究，希望能进一步完善物流理论体系，对目前我国物流园区的规划建设提供理论依据，并起到一定的参考作用。 我国自世纪年代初由日本引入“物流”理念以来，在一些部门和领域进行了初步实施。直到世纪年代中期，随着我国经济的发展以及对外开放的深入，我国的物流发展也进入了一个新的阶段。我国物流园区的规划和建设是从年代才真正开始的，从总体上看，由于各级政府和领导的重视，我国的物流园区都是高起点规划和建设的，但在规划设计的过程中，从现代物流的角度来看，由于缺乏必要的理论基础，都或多或少存在一些缺陷和不足。因此，有必要借鉴国外发达国家的物流规划和设计经验，结合我国实际情况，洋为中用，形成科学的、系统的物流园区规划和设计理论，从而为我国物流业的发展做出贡献。
物流选址方法综述 摘要：物流的选址决策在物流运作中有着重要的地位。文章分析了物流选址的常用方法，并进行了分类举例说明，为实际选址提供参考。 关键词：物流；选址问题； 一、定量分析方法 定量方法一般用可量化的描述成本的数学公式为目标函数进行优化选址，常以物流过程总费用最小为目标，通过设定一些参数、变量，并对问题作一定的假设，建立一个比实际情况简单的模型，通过求解模型得出方案。比较典型的定量方法包括重心法、物流作业量法、启发式算法、线性整数规划等。 （1）重心法 设有一系列点分别代表生产地和需求地，各自有一定量货物需要以一定的运输费率运向一个位置待定的仓库，或从仓库运出，那么仓库该位于何处呢？我们以该点的运量乘以到该点的运费费率，再乘以到达该点的距离，求出上述乘积之和（即总运输成本）最小的点。即， i i i i MinTC V R d =∑ 式中 TC —总运输成本 V i —i 点的运输量 R i —到i 点的运输费率 d i —从位置待定的仓库到i 点的距离 解两个方程，可以得到工厂位置的坐标值。其精确重心的坐标值为 //i i i i i i i i i V R X d X V R d = ∑∑ 和 //i i i i i i i i i V RY d Y V R d =∑∑ 式中 ,X Y —位置待定的仓库的坐标 X i ,Y i —产地和需求地的坐标 距离d i 可以由下式估计得到
i d = 式中，K 代表一个度量因子，将坐标轴上的一单位指标转换为更通用的距离度量 单位。 （2）物流作业量法 该方法计算各地址的物流周转量，选择其中最小者为最优地址，其步骤为： i. 设定坐标系。设a 是拟选新址，b 、c 、d 是新址的关联方，即新址物料供应点或产品投放点，各点坐标值标在点的旁边。 ii. 计算新址与关联方之间的距离。a 与b 之间的直线距离为： ab D = iii. 统计一定时期内发生在新址与关联方之间的物流作业量Q 。 iv. 计算新址的物流作业量L 。 1 n i i i L Q D ==∑ 其中，Q i ：新址与第i 个关联方之间的物流作业量； D i ：新址与第 个关联方之间运输距离； n ：关联方数目。 v. 依次计算不同新址的物流作业量，物流作业量最小的新址就是最佳 新址。 （3）启发式方法 如果服务系统要在一定区域建立几个销售点，从费用或总距离最小的角度选择建立销售点的地址，可用启发式方法。 例：某连锁总公司拟在某市建立两家超市，该市有A 、B 、C 、D 四个区，各区可能到超市购物的人数权重已知(见表2)，求：拟建的两个超市应建立在哪两个区? 表1 各区距离和人数权重
物流配送中心选址模型 姓名：学号：班级： 摘要：在现代络中，配送中心不仅执行一般的职能，而且越来越多地执行指挥调度、信息处理、作业优化等神经中枢的职能，是整个络的灵魂所在。因此，发展现代化配送中心是现代业的发展方向。文章首先使用重心法计算出较为合适的备选地，再考虑到各项配送中心选址的固定成本和可变成本，从而使配送中心选址更加优化和符合实际。 关键词：物流选址；选址；重心法；优化模型； 1．背景介绍 1．1 研究主题 如下表中，有四个零售点的坐标和物资需求量，计算并确定物流节点的位置。 前人研究进展 1.2.1国内外的研究现状：
国外对物流配送选址问题的研究已有60余年的历史，对各种类型物流配送中心的选址问题在理论和实践方面都取得了令人注目的成就，形成了多种可行的模型和方法。归纳起来，这些配送中心选址方法可分为三类：（1）应用连续型模型选择地点； （2）应用离散型模型选择地点； （3）应用德尔菲（Delphi）专家咨询法选择地点。 第一类是以重心法为代表，认为物流中心的地点可以在平面取任意点，物流配送中心设置在重心点时，货物运送到个需求点的距离将最短。这种方法通常只是考虑运输成本对配送中心选址的影响，而运输成本一般是运输需求量、距离以及时间的函数，所以解析方法根据距离、需求量、时间或三者的结合，通过坐标上显示，以配送中心位置为因变量，用代数方法来求解配送中心的坐标。解析方法考虑影响因素较少，模型简单，主要适用于单个配送中心选址问题。解析方法的优点在于计算简单，数据容易搜集，易于理解。由于通常不需要对进行整体评估，所以在单一设施定位时应用解析方法简便易行。 第二类方法认为物流中心的各个选址地点是有限的几个场所，最适合的地址只能按照预定的目标从有限个可行点中选取。 第二类方法的中心思想则是将专家凭经验、专业知识做出的判断用数值形式表示，从而经过分析后对选址进行决策。 国内在物流中心选址方面的研究起步较晚，只有10余年历史，但也有许多学者对其进行了较深入的研究，在理论和实践上都取得了较大的成果。北方交通大学鲁晓春等对配送中心的重心法地址做出了深入的研究，认为原有的重心法存在着问题，并把原有的计算公式用流通费用偏微分方程来取代。中国矿业
1、设施选址问题的提出 选址问题（Location Problem）是组合优化中一类有着重要理论意义和广泛实际背景的问题，其实质是寻求对需求完成分配任务的合理安排以得到某种意义下的最优结果。它在网络设施的安放、网格服务点的分布、核电站的建址等诸多方面有着大量的应用。同时，它与理论计算机科学和离散组合数学也存在着密切的联系。近几十年来，选址问题得到了运筹学、工程学、管理学和计算机科学界的极大关注，并且随着对经典选址问题研究的日趋深入，大量具有实际应用背景的新问题不断涌现。设施选址是众多选址问题的一个重要研究领域。本文所研究的多层工厂选址问题与多产品选址问题都属于其范畴中。研究方法主要依靠组合优化、运筹学等计量方法，这是设施选址与其他选址问题的重要区别。 设施选址是一个十分古老而又经典的问题，古代的选址决策往往以经验、制度为依据，缺乏科学性。1909年德国学者韦伯第一篇选址论文的发表标志着设施选址问题进入到科学研究的时代[1]。在其发展的百年历史上，各时期研究侧重点各有不同。按时间可分为三个阶段：（1）零散研究阶段（1909－1960年）。该阶段研究侧重于解决生产、生活中的各种实际问题，内容零散。早在1909年德国经济学家韦伯（Alfred Weber）在其工业区位论文中研究如何使单个仓库到不同客户总距离最短。该文是最早的设施选址论文。另一个早期设施选址问题研究学者Hotelling在其1929年发表的论文中考虑两个竞争供应商在一条直线上的区位选择并构建选址模型。随后Smithies（1941）、Stevens（1961）对此问题进行了更深入的研究。上世纪50年代，越来越多的研究者偏重于设施选址的实际应用，包括电话网络程控交换设备选址（Rapp1962）、网络服务网点的分布与设计、铁路货运编组站选址等。（2）系统研究阶段（1960－1980）。Kakimi于1964年发表的关于网络多设施选址的论文是设施选址问题发展为一个系统、科学理论的里程碑。此后，选址问题被引入一个更宽广的领域，包括生产中心选址（Eilon et al.1971）、交通枢纽选址（Wirasinghe与Waters1984）、变电站选址（Hochbaum1982）等等。研究方法也更集中于数学分析、运筹学等。（3）不确定性问题研究阶段（1980至今）。进入上世纪80年代，随着市场变化加剧，实际生产、生活中运输时间、需求量、需求空间分布以及设施建造成本等输入变量不确定性加强，以往静态、确定性选址模型与方法已不能适应选址研究的发展。随机选址问题已成为众多学者关注的焦点。Louveaux （1986）、Mirchandani et al（1985）、Weaver与Church（1983）等学者在对不确定中值问题研究时均将运输时间与需求设为随机变量。Berman与Odoni（1982）、Berman与Leblanc（1984）将运输时间或运输成本设为不确定系统变量研究随机网络的交通问题[2]。 2、选址问题的分类与特点 离散选址问题即设施点被选址的地点是离散的。此类问题往往设定设施点与需求点都位于在网络节点上，需求点区位确定，需求点与其他一些节点作为设施被选点，需求点与设施被选点之间有连线相连。离散选址问题纷繁复杂，在国外学者的研究基础上，我们认为主要的离散选址问题有：中值问题、覆盖问题、中心问题、多产品问题、动态选址问题、路径选址、多目标选址与网络中心选址问题。 (1)中值问题 Hakimi（1964）最早提出中值问题，中值问题的目标是使所有需求点到设施的平均权重距离最短（距离也可用交通、运输时间表示）。其文章假设每个节点是需求点同时也是设施点，网络中的线路表示交通线路。作者提出对于任一给定设施数p，总存在至少一个最优解使得总距离最小。Cooper的模型不仅在网络中选择设施区位，而且确定设施在网络中的服务范围。Goldman研究在树状网上如何选择一个设施点的中值问题，具体方法为首先任选一个节点，计算该点的权重是否超过所有权重一半，如果是则为中值点。如果不是则该点权重被计算在相邻点上，直到找到中值点为止。 (2)覆盖问题 中值问题的应用非常广泛，但是在某些情况下以降低总运输成本（总距离）作为目标不太适宜。例如城市的消防车、医疗急救车辆要求必须在特定时间内到达事故现场，此类设施点必须布置在与需求点特定距离之内才能满足特别的需要。对覆盖问题的研究分两类：完全覆盖问题与最大覆盖问题。 (3)中心问题 完全覆盖问题目标方程求在特定距离（时间）内满足所有需求应修建的最小设施数。与此不同，中心问题虽然也要求满足所有需求，但设 施数是给定的，求任一需求点到与它最近设施的最小最大距离，即最小最大化问题。 (4)多产品问题 需求点对服务与产品的需求往往不是单一的，零售商通常要提供多种产品才能满足顾客或企业的正常需要。Geoffrion与Graves建立了多产品的二级选址模型，即不同产品从工厂到分销商再到零售商（需求点）的物流过程[3]。 (5)动态选址问题 一般而言，分销中心、配送中心、消防站、急救中心等设施一旦修建要服务很长时间。但影响选址决策的因素如需求、运输成本是变化的，再次规划、建设新的设施点成本太高，动态选址问题应运而生。Scott[4]研究问题为在每个时段内布置一个设施点，一旦设施点被选定，它只为一个特定的区域服务。Wesolowskky与Truscott[5]扩展了上述模型，决策者可根据预测的需求变化重新布置设施点。作者构建了整数规划模型，在约束条件中加上了一个时期内可重新选址的次数。研究动态选址问题的学者还有Frantzeskakis[6]、Shulman[7]等。 (6)多目标选址问题 通常情况下，不论是公共部门还是私人企业，囿于资源所限，设施选址都不会只设定单一目标，经常将运输（交通成本）、投资成本（建设成本）、客户服务水平（在特定时间、距离为客户提供服务）、设施能力的“平衡利用”等目标综合考虑。构建此类模型最常用的方式是将成本最小化作为总目标，将要实现的作为限制条件。Heller（1989）研究医疗服务设施的中值问题，平均运输成本最小已不是唯一目标，同时必须在特定时间内为病人提供服务。Revelle与Laporte[8]所构建的模型中有两个目标：最小化成本与特定时间内最大程度满足需求。 3、设施网络选址的方法 (1)启发式方法（Heuristics） 启发式方法只寻找可行解，而不是最优解。负荷距离法中的重心法就是一种启发式方法。有许多计算机化了的启发式方法，可解决m，n达几百、几千的问题。早在60年代，就有人提出了用启发式方法解决大型设施选址问题。今天，启发式方法已经广泛在很多场合应用。 (2)模拟方法（Simulation） 模拟是试图通过模型重现某一系统的行为或活动，而不必实地去建造并运转一个系统，那样会造成巨大的浪费，或根本没有可能实地去进行运转实验。模拟方法有许多种应用，在选址问题中，模拟可以使分析者通过反复改变和组合各种参数，多次试行来评价不同的选址方案，模拟方法可描述多方面的影响因素，因此比运输表法有更大的实用意义。这种方法还可进行动态模拟，例如，假定各个地区的需求是随机变动的，通过一定时间长度的模拟运行，可以估计各个地区的平均需求，从而在此基础上确定流通中心、生产中心的分布，还可通过需求的变动模拟出库存的变动水平，用于帮助决定生产规模、生产、运输、仓储费用等。这种方法常用来求解较大型的、无法手算的问题。例如，某公司有137个需求中心，5个地区性的配送中心，4个生产工厂，通过动态模拟计算分析得出的结论时，如果把现有的5个配送中心归并成3个，可使总成本最小，该方案得到了实施，实施后每年可节约13万美元。这是70年代的一个真实事例。 (3)优化方法（Optimization） 运输表法实际上就是一种优化方法，虽然只是某一方位问题的最优。这种方法求出的不是可行解、满意解，而是最优解，即：在所有可能的方案中，不会有比它更好的了。但是由于这种方法要从理论上证明是最优，所以它在使用上有两大局限性：1）模型必须较抽象、较简单，否则得不出解。但由此而使模型的描述距实际较远；2）很多定性因素被忽略掉了，因此不可能得出在考虑定性条件下可能得出的很多结论。总之，在设施选址中，有很多方法可以应用，特别是计算机技术的发展使得设施选址的方法更加多样化了，但这些方法仅只是用来支持决策，使决策更方便也更节省时间、费用，不可能完全依赖之。 (4)简单的中线模式法 简单的中线模式法是一种厂址选择的方法。这种方法有其局限性。这种方法只假设坐标上最优的点（即是使总的运输距离最短的点）是一个可行的建厂点，并不考虑在那里现在是否有道路，也不考虑自然地形、人口密度，以及其他许多在布点时应考虑的重要事项。 4、结束语 本文对目前几类经典的设施选址问题进行了介绍，并归纳了各问题的特点以及运筹学领域目前普遍采用的求解 设施选址问题综述 湖南铁路科技职业技术学院谭素平易斌 ［摘要］选址问题是组合优化领域中的一类重要问题，它是对于一些网络服务器、核电站或者物流中心等有限且重要的资源进行选 址决策，在生产管理与调度，网络通信，理论计算机科学等方面有广泛的应用。本文对目前几类经典的设施选址问题进行了介绍，通 过对比、分析，对几类经典设施选址问题的特点进行了归纳。本文的研究意义在于通过对不同模型的特点进行分析后，能有利于后 续研究者针对不同特点的问题模型提出不同的启发式算法。 ［关键词］选址问题算法 （下转第133页）科技信息 — —132
连续点选址模型 (1)交叉中值模型(Cross Median) 交叉中值模型是用来解决连续点选址问题的一种十分有效的模型,它是利用选址距离进行计算的.通过交叉中值的方法可以对单一的选址问题在一个平面上的加权的选址距离进行最小化.其相应的目标函数为: Z= 式中 w n---需求点的总数目 需要注意的是,这个目标函数可以用两种互不相干的部分来表达. 在这个问题里面,最优位置也就是如下坐标组成的点 考虑到或者同时两者可能是唯一或某一范围,最优的位置也相应的可能是一个点、或者是线、或者是一个区域。（2）一元节点选址的重心法和微分法 1、重心法 重心法是一种模拟方法。这种方法将物流系统中的需求点和资源点看成是分布在某一平面范围内的物流系统，各点的
需求量和资源量分别看成物体的重量，物体系统的重心作为物流网点的最佳设置点，利用求物体系统的方法来确定物流网点的位置。 现仅讨论用重心法在计划区域内设置一个网点简单情况。在某计划区内，有n个资源点和需求点，各点的资源量或需求量为它们各自的坐标是。需设置一个网点，设网点的坐标为（x,y），网点至资源点或需求点的运费率为根据求平面中物体系统重心的方法有： 代入数字，实现求得（x,y）的值即为所求物流中心网点位置的坐标，记为 重心法的最大特点是计算方法较简单，但这种方法并不能求出精确的最佳网点位置（当然这种精确位置有时可能是没有实用价值的）。因为这一方法将纵向和横向的距离视为相互独立的量，与实际是不相符的，往往其结果在现实环境中不能实现,因此只能作为一种参考结果。 2、微分法 现举例说明选址问题模型的建立方法。 某公司准备建流通加工型配送中心，向各客户供应商品，现需确定配送中心建在什么位置，才能使配送中心向各客户
（三）物流配送中心选址的主要方法与类型 1.选址方法类型 近年来，随着选址理论迅速发展，各种各样的选址越来越多，层出不穷。特别是计算机技术的发展与应用，促进了物流系统选址的理论发展，对不同方案的可行性分析提供了强有力的工具。但是现阶段选址的理论方法大体上有以下几类: （1）运筹法 运筹法是通过数学模型进行物流网点布局的方法。采用这种方法首先根据问题的特征、己知条件以及内在的联系建立数学模型或者是图论模型。然后对模型求解获得最佳布局方案。采用这种方法的优点是能够获得较为精确的最优解缺乏是对一些复杂问题建立适当的模型比较困难，因而在实际应用中受到很大的限制。解析法中最常用的有重心法和线性规划法。 （2）专家意见法 专家意见法是以专家为索取信息的对象，运用专家的知识和经验考虑选址对象的社会环境和客观背景，直观地对选址对象进行综合分析研究寻求其特点和发展规律并进行选择的一类选址方法是专家选择法，其中最常用的有因素评分法和德尔菲法。 （3）仿真法 仿真法是将实际问题用数学方法和逻辑关系表示出来然后通过模拟计算及逻辑推理确定最佳布局方案。这种方法的优化是比较简单，缺点是选用这种方法进行选址，分析者必须提供预定的各种网点组合力案以供分析评价，从中找出最佳组合。因此，决策的效果依赖于分析者预定的组合方案是否接近最佳方案该法是针对模型的求解而言的，是种逐次逼近的方法。对这种方法进行反复判断实践修正直到满意为止。该方法的优点是模型简单，需要进行方案组合的个数少，因而，容易寻求最佳的答案。缺点是这种方法得出的答案很难保证是最优化的一般情况下只能得到满意的近似解用启发式进行选址，一般包括以下步骤: ①定义一个计算总费用的方法；
关于物流设施选址的问题综述摘要：物流设施选址研究在现实和理论两个层面上都具有重要的意义。从现实意义出发，物流设施选址研究不仅直接利于物流设施的规划和建设，更好地推动物流业的发展，而且对于促进经济发展、缓解城市交通压力、保护自然环境等方面都有积极意义。而从理论层面上看，它又有利于物流设施选址理论的进一步发展和完善，为以后的设施选址研究提供更好的理论基础和可供借鉴的参考资料。所以，对物流设施选址问题及其方法进行深入研究是具有极其重要的意义的。 关键字：物流设施，选址 正文 在物流系统中，物流设施地址的选择，是物流系统优化的一个具有战略意义的问题。物流设施是整个物流网络系统的关键节点，是连接上游和下游的重要环节，起着承上启下的作用，并且这些大型设施的建设与运营需要耗费大量的资源。因此，这些设施的选址十分重要，科学、合理的设施选址可以有效地节约资源、降低物流成本，优化物流网络结构和空间布局，提高物流经济效益和社会效益，确保提供优质服务，是实现集约化经营、建立资源节约型物流至关重要的一步。 1.物流设施选址问题的起源与发展 许多关于物流选址问题的早期理论是由土地经济学家和区域地理学家提出的,譬如,杜能、阿尔弗雷德#韦伯、爱德加#胡佛、沃尔特#艾萨德等等。运输成本在选址决策中的重要作用是贯穿所有这些早期研究的共同主题"杜能1认为,任何经济开发活动能够支付给土地的最高地租或利润是产品在市场内的价格与产品运输到市场的成本之差"韦伯o认识到原材料在生产过程中所起的作用及对选址的影响"胡佛?观察到,运输费率随着距离的增加,增幅下降"。 一般认为,最早的选址问题是由韦伯(Weber)于1909年提出的,他当时所要解决的问题是如何确定一个仓库位置,使仓库与各处客户之间总的运输距离最短"经济学家霍特灵(H.Hotening)于1929年提出在一条直线上进行两个竞争供应商的选址"艾萨德(Isard)于1956年结合了工业选址,土地使用和相关问题对运输距离进行了重新研究"随后,许多人都在研究设施布置和设计问题"洛施(Luoshi)和莫斯(Moss)认为经济因素与生产中心选址是有关系的"米赫尔(Mihr)则研究使网络内的连接长度最小化的问题"20世纪60年代中期以前,选址理论的研究工作是在几个不相关的领域内展开的,因此并没有形成统一的理论"随着应用数学和计算机的普及,哈基米(Hakimi)对选址问题进行了更加理论化的研究"他假设一个网络中选定一个或多个设施的位置,使得总距离或设施与点之间的最大距离最小"此时,选址理论已有了很大发展,并扩展到很多实际应用中。"Min等从算法的发展和模型复杂性方面对以往的选址问题的研究进展进行了总结。 20世纪90年代以来,随着物流选址问题日渐被人们所重视,人们提出了许多新理论!新方法,如模糊综合评判法、AHP层次分析法以及结合分析法的模糊排序方法等"许多模型方法己被用来解决物流管理中选址的实际问题1,比如精确重心法模型、网格法(GridMethod)属于单设施选址法、而多重心法、模拟法、鲍姆尔-沃尔夫法、混合-整数线性规划、启发式方法等属于多设施选址。这些方法的共同特征是考虑物流系统各个环节的费用,在一定的物流服务水平下,根据不同的算法和模型求出物流成本最低的最优解或满意解,获得选址方案。 2．物流设施选址应注意的几大问题 2.1资源分布状况 一切产品都离不开对自然资源的利用资源所在地同产品的产地与市场的距离是远还是近、产品原料在生产加工与配送销售过程中是增重还是减轻等,都会彩响到物流设施的选址。
物流仓库选址操作大纲 第一节仓库面积的确定 一、新开城市、配送中心换租面积(RDC、CDC)设置标准（一）、计算基础数据 1）商品堆码单位面积堆码数量 商品堆码数量参考表
通道宽度参考表 2） 仓库通道宽度 （二）、具体各区域 面积测算： 步骤一：各品类的出货量计算 1.品类年出货数量=销售额*品类所占金额比列/品类平均单价 2.日峰值出货量=年出货量/365 天*出货峰值系数 步骤二：各品类的存储量计算 1.常规商品储存台套数=年通过品类数量/品类周转次数*普通商品存放比列*库存峰值系数 2.超大件储存台套数=空调存储量*空调超大件比列+冰箱存储量*冰箱超大件比列+小家电存 储量*小家电超大件比列 3.手机数码储存量=年通过台数/手机数码周转次数/每箱平均台数*手机数码储存峰值系数 4.电脑储存量＝年通过台套数/电脑周转次数*电脑储存峰值系数
步骤三：配送中心面积计算 1.普通商品储存区面积=∑品类储存台套数*各品项储存比列/各品项单位堆码数量/储存面积利用率 2.超大件区面积＝各超大件存储台数/各单位堆码数量 3.零散商品区面积：根据库位实际情况进行调整 4.3C库面积=（手机数码货架储存面积+电脑原地堆码储存面积）/空间利用率 A.手机数码货架储存面积＝储存箱数/货架平均堆码箱数/货架层数*货架尺寸/空间利用率B．电脑原地堆码面积＝储存台数/平米堆码台数 5.理货区面积面积=出货理货区面积+收货理货区面积 A.出货理货区面积=出货峰值量/平米堆码台套*出货峰值时段 B.收货理货区面积=出货理货区面积/2 6.残损机区面积=库存量*残损机比例*残损机存放月数/单位堆码数/面积利用率+残损区面积*附件区占比 7.配送退调货暂存区面积=日平均出货量*配调退换货比列*配送退调货峰值系数/单位堆码数*存放周期 8.快速周转商品区面积＝库存量*快速周转商品比列/单位堆码数量 9.存储区域面积＝储存面积/储存空间利用率 11.仓库面积＝存储区域面积＋运作功能区面积 12.配送中心占地面积＝仓库面积＋辅助用房面积+作业场地面积 辅助用房面积＝办公面积（办公人员数×4㎡/人）+食堂面积（员工工人数之和×2㎡/人）+住宿面积（住宿人数×3㎡/人） 作业场地面积＝仓库面积的40％（宽度不得低于20米） 13、仓库面积为理论计算数据，在实际操作中可上下浮动10％。 14、售后与物流配送中心在一起，售后用房则根据实际需求另外增加面积。 附仓库面积测算模型： （三）配送点(XD)面积设置标准 配送点面积标准为：300平米 二、仓库价格
四、基于重心法的物流配送中心选址应用实例分析 本文选择上海通用（沈阳）北盛汽车制造有限公司外租库的实际案例，结合自身在实习过程中的亲身经历，运用重心法的相关理论知识加以分析，对比理论计算结果与实际决策分析结果的差距，找出造成差距的原因并加以分析总结，提出自己的建议与看法。 （一）背景资料 上海通用汽车有限公司成立于1997年6月12日，由上海汽车工业（集团）总公司、通用汽车公司各出资50%组建而成。从诞生之日起，上海通用汽车就胸怀“国内领先并具国际竞争力”的远景目标，建构起基础坚实、有持续发展能力的世界级企业。上海通用汽车2005、2006、2007年连续三年销量在国内乘用车市场排名第一。上海通用汽车也是唯一一家连续6年当选“中国最受尊敬企业”的汽车企业，堪称中国汽车工业的重要力量。 坚持“以客户为中心、以市场为导向”的经营理念，上海通用汽车不断以丰富、差异化的产品线和高效优质的服务满足日益增长的市场需求，成为“多品牌、全系列”汽车公司。上海通用汽车目前已拥有别克、凯迪拉克、雪佛兰，以及萨博四大品牌，共二十四大系列八十多个品种的产品矩阵，覆盖了顶级豪华车、高档车、中高档车、中级车、大众普及型轿车及MPV、SUV等宽泛的领域，且各系列车型均含有多项先进技术，在安全性、动力性、舒适性和环保方面表现优越，在各自的细分市场中处于领先地位。 依托全球领先技术和产品资源，上海通用汽车架构起世界一流的精益生产体系，建立了一套完整的采购、物流、制造、销售与售后服务体系和质量管理体系，并在整个业务链环节全面实施了汽车行业信息技术集成解决方案。上海通用汽车建立了中国第一条具有国际先进水平的柔性化生产线实现不同平台车型的共线生产。 目前，上海通用汽车拥有金桥、烟台、沈阳3大生产基地，金桥南厂、金桥北厂、烟台东岳汽车、沈阳北盛汽车4个整车生产厂，以及金桥动力总成、烟台东岳动力总成2个动力总成厂。其中金桥基地的生产能力为年产32万辆整车，10万台自动变速箱、20万台发动机；烟台基地年设计产能为12万辆整车，37.5
垃圾处理处置设施选址中存在的问题及解决对策 王彩霞1张益2 （1. 中国固废网 2. 上海环境集团有限公司） 【摘要】垃圾处理处置设施的选址涉及多方面因素，是工程建设的难点和公众关心的焦点。本文阐述了垃圾处理处置设施选址的影响因素、基本原则，分析了选址中存在的问题，并提出了相应的解决对策。 【关键词】垃圾处理垃圾处置选址填埋焚烧 前言 改革开放20多年来，我国经济进入持续快速增长期，人民物质文化生活水平不断提高，城市规模和数量急剧膨胀，使我国城市生活垃圾污染问题日益突出，其管理和控制已成为环境保护领域的突出问题之一。据不完全统计，中国城市生活垃圾的历年堆存量已达60多亿吨，侵占了5亿多平方米土地，造成全国200多座城市陷入垃圾包围之中。从这个意义上说，我国城市生活垃圾已经处于超前污染的状态。如此大量的城市生活垃圾若得不到及时和有效的处理，将对城市生态环境及周边的水体、大气、土壤等造成严重的污染，同时也将造成资源的极大浪费。 近年来，为解决生活垃圾的污染问题，国家制定了一系列法规、政策、规范、标准等，指导、支持、鼓励加快生活垃圾处理步伐，各级政府在推行生活垃圾处理产业化的同时，投入大量资金或出台优惠政策，大力支持生活垃圾处理工程建设。但是由于垃圾处理处置设施既是环保设施，同时也是一个潜在污染源，伴随着垃圾处理处置设施的建设和使用，污染、生态环境破坏和环境风险隐患可能随之产生，加上人们对垃圾普遍厌恶的情绪，垃圾处理处置设施选址时周边居民反映十分强烈，阻力较大。 然而，作为改善环境质量、落实污染减排、实现可持续发展和构建和谐社会的必要基础设施，垃圾处理处置设施的建设势在必行。垃圾处理处置设施场址的正确与否，会对环境和人群产生直接或潜在的长期影响。因此，垃圾处理处置设施场址的合理选择，是垃圾无害化处理的第一步，也是垃圾处理工程建设过程中最重要、最关键的一步。 1．垃圾处理处置设施选址的影响因素 垃圾处理处置设施选址的影响因素十分复杂，其规划必须服从于城市总体规划和环境保护规划，考虑城市土地利用和市政公用设施的功能，包括设施建设对城市空间资源配置的影响，选址是否满足配套设施和环境保护的要求等。此外，垃圾处理处置设施的选址还涉及垃圾处理资源化的经济因素、垃圾处理无害化的环境因素、垃圾处理减量化的社会因素，垃圾的处理处置需获得经济效益、环境效益和社会效益，并达到这三个效益的最佳配置。 影响垃圾处理处置设施选址的具体因素包括水污染、运输成本、大气污染、垃圾处理补贴费用和上网电价、固体废弃物污染、对周边居民影响、垃圾数量和质量、对生态景观影响、法律法规和政策规划、对周围土地污染、运营费用、供水供电通讯情况、土地价格、建设费用等等。这些因素相互影响，相互制约，又相互联系，是一项十分复杂的系统工程。
( 三) 物流配送中心选址的主要方法与类型 1、选址方法类型 近年来, 随着选址理论迅速发展,各种各样的选址越来越多,层出不穷。特别 就是计算机技术的发展与应用,促进了物流系统选址的理论发展, 对不同方案的可行性分析提供了强有力的工具。但就是现阶段选址的理论方法大体上有以下几类: (1)运筹法 运筹法就是通过数学模型进行物流网点布局的方法。采用这种方法首先根据 问题的特征、己知条件以及内在的联系建立数学模型或者就是图论模型。 然后对模型求解获得最佳布局方案。采用这种方法的优点就是能够获得较为精确的最优解缺乏就是对一些复杂问题建立适当的模型比较困难, 因而在实际应用中受到很大的限制。解析法中最常用的有重心法与线性规划法。 (2)专家意见法 专家意见法就是以专家为索取信息的对象, 运用专家的知识与经验考虑选址对象的社会环境与客观背景, 直观地对选址对象进行综合分析研究寻求其特点与发展规律并进行选择的一类选址方法就是专家选择法, 其中最常用的有因素评分法与德尔菲法。 (3)仿真法 仿真法就是将实际问题用数学方法与逻辑关系表示出来然后通过模拟计算及逻辑推理确定最佳布局方案。这种方法的优化就是比较简单, 缺点就是选用这 种方法进行选址,分析者必须提供预定的各种网点组合力案以供分析评价, 从中找出最佳组合。因此, 决策的效果依赖于分析者预定的组合方案就是否接近最佳方案该法就是针对模型的求解而言的, 就是种逐次逼近的方法。对这种方法进行反复判断实践修正直到满意为止。该方法的优点就是模型简单, 需要进行方案组合的个数少, 因而, 容易寻求最佳的答案。缺点就是这种方法得出的答案很难保证就是最优化的一般情况下只能得到满意的近似解用启发式进行选址, 一般包括以下步骤: