本發(fā)明屬于物流配送中心選址，尤其涉及一種基于物流服務(wù)與成本的物流配送中心選址方法。

背景技術(shù)：

1、近年來，隨著中國基礎(chǔ)建設(shè)的不斷完善及物聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，物流行業(yè)得以經(jīng)濟騰飛，特別政府引導(dǎo)下，我國正在全力構(gòu)建現(xiàn)代物流體系。物流行業(yè)需求逐漸復(fù)蘇。在物流市場穩(wěn)步提升的同時，我國的社會物流總費用占gdp的比重仍然較高，特別是高運輸費用成為壓縮企業(yè)利潤、增加國民經(jīng)濟負擔的關(guān)鍵因素，亟須通過技術(shù)創(chuàng)新、優(yōu)化物流網(wǎng)絡(luò)布局等措施進行改進。

2、物流配送中心對企業(yè)至關(guān)重要，是供應(yīng)鏈管理的核心和物流高效運作的關(guān)鍵。合理的物流配送中心能夠顯著降低物流成本、提高配送速度和服務(wù)質(zhì)量，從而提升客戶滿意度和企業(yè)競爭力。全球化市場競爭加劇，物流配送中心幫助企業(yè)快速響應(yīng)市場變化，優(yōu)化全球供應(yīng)鏈，確保了產(chǎn)品能及時準確地到達消費者手中。

3、傳統(tǒng)的物流中心選址方法如申請公布號為cn112163808a的發(fā)明專利申請公布的一種基于對立學習的自適應(yīng)鯨魚算法求解物流中心選址問題的方法。包括：s1.建立物流中心選址問題的數(shù)學模型；s2.基于對立學習的自適應(yīng)鯨魚算法進行求解；利用對立學習方法初始化種群，提高算法的全局探索能力；利用自適應(yīng)的收斂因子提高了算法的局部搜索能力，避免以往方法中后期不能精細搜索；利用變異操作防止算法因喪失種群多樣性陷入局部最優(yōu)；s3.輸出結(jié)果；重復(fù)執(zhí)行步驟s2，直到達到最大迭代次數(shù)t或者目標函數(shù)在迭代過程中沒有變化，輸出最佳的物流選址中心。

4、盡管物流配送中心的優(yōu)化對企業(yè)非常重要，但當前的選址過程仍存在諸多問題。首先，傳統(tǒng)選址方法未能充分剖析物流成本結(jié)構(gòu)，無法提供最經(jīng)濟有效的選址解決方案，降低了企業(yè)的經(jīng)濟效益并影響服務(wù)質(zhì)量。其次，傳統(tǒng)選址方法對物流服務(wù)的考量不足，通常只關(guān)注一個維度，缺乏對多因素的綜合考量，物流服務(wù)質(zhì)量，如交貨時間準確性、服務(wù)可靠性、庫存周轉(zhuǎn)能力，直接影響企業(yè)品牌信譽和市場份額。未達到客戶預(yù)期的物流服務(wù)可能導(dǎo)致客戶不滿和流失，影響企業(yè)長期發(fā)展。通過多維度考量物流服務(wù)，確保選址決策全面支持物流服務(wù)優(yōu)化，幫助企業(yè)在激烈的市場競爭中保持優(yōu)勢。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供了一種基于物流服務(wù)與成本的物流配送中心選址方法，以解決傳統(tǒng)選址方法未能充分剖析物流成本結(jié)構(gòu)、對物流服務(wù)的考量不足等問題。

2、為解決上述技術(shù)問題，本發(fā)明提供的技術(shù)方案為：

3、本發(fā)明涉及一種基于物流服務(wù)與成本的物流配送中心選址方法，其包括以下步驟：

4、s1.從客戶時間滿意度和庫存周轉(zhuǎn)能力兩個維度量化物流服務(wù)水平，并通過加權(quán)對物流服務(wù)水平進行量化，構(gòu)建物流服務(wù)量化函數(shù)；

5、s2.獲取物流配送中心選址問題的初始信息，基于初始信息構(gòu)建物流成本函數(shù)；

6、s3.以物流成本函數(shù)作為上層目標函數(shù)，物流服務(wù)量化函數(shù)作為下層目標函數(shù)，構(gòu)建物流配送中心雙層規(guī)劃選址模型；

7、s4.對物流配送中心雙層規(guī)劃選址模型進行求解獲得最優(yōu)物流配送中心選址方案。

8、優(yōu)選地，所述s1中構(gòu)建的物流服務(wù)量化函數(shù)為：

9、

10、其中，μ為常系數(shù)，f為物流服務(wù)函數(shù)，max表示取最大值，m、s、n分別表示生產(chǎn)點的總數(shù)、物流配送中心的總數(shù)、需求點的總數(shù)，ykj表示為第k個物流配送中心到第j個需求點的配送量，s(tkj)為商品從第k個物流配送中心配送至第j個需求點的客戶時間滿意度，hnorm,k為第k個物流配送中心的歸一化后的庫存周轉(zhuǎn)次數(shù)，tdv為物流配送中心的總配送量。

11、優(yōu)選地，所述s1中物流服務(wù)量化函數(shù)的構(gòu)建包括以下步驟：

12、s1.1.構(gòu)建客戶時間滿意度函數(shù)，客戶時間滿意度函數(shù)的表達式為：

13、

14、其中，s(tkj)為客戶時間滿意度函數(shù)，tkj為商品從第k個物流配送中心配送至第j個需求點的時間，lj為客戶期待時長，rj為客戶可容忍時長，σ表示客戶時間滿意度函數(shù)的敏感系數(shù)；

15、s1.2.對客戶時間滿意度函數(shù)進行加權(quán)平均，獲得客戶時間滿意度函數(shù)，客戶時間滿意度表示為：

16、

17、其中，t表示客戶時間滿意度，s為物流配送中心集合，n為需求點集合；

18、s1.3.構(gòu)建每個物流配送中心的配送量函數(shù)，每個物流配送中心的配送量函數(shù)表示為：

19、

20、其中，dvk為每個物流配送中心的配送量；

21、s1.4.根據(jù)每個物流配送中心的配送量，構(gòu)建物流配送中心的總配送量函數(shù)，物流配送中心的總配送量函數(shù)表示為：

22、

23、其中，tdv為物流配送中心的總配送量；

24、s1.5.構(gòu)建每個物流配送中心的庫存周轉(zhuǎn)次數(shù)hk，表示為：

25、

26、其中，uk表示第k個物流配送中心的平均庫存容量；

27、s1.6.結(jié)合每個物流配送中心的配送量、物流配送中心的總配送量以及每個物流配送中心的庫存周轉(zhuǎn)次數(shù)，構(gòu)建物流配送中心的加權(quán)庫存周轉(zhuǎn)次數(shù)函數(shù)，物流配送中心的加權(quán)庫存周轉(zhuǎn)次數(shù)函數(shù)表示為：

28、

29、或

30、

31、其中，htotal為加權(quán)庫存周轉(zhuǎn)次數(shù)；

32、s1.7.對庫存周轉(zhuǎn)次數(shù)進行歸一化處理，得到歸一化的物流配送中心庫存周轉(zhuǎn)次數(shù)函數(shù)，歸一化的物流配送中心庫存周轉(zhuǎn)次數(shù)函數(shù)表示為：

33、

34、其中，hnorm,k為第k個物流配送中心的歸一化后的庫存周轉(zhuǎn)次數(shù)，對庫存周轉(zhuǎn)次數(shù)進行歸一化處理時采用min-max歸一化方法，第k個物流配送中心的歸一化后的庫存周轉(zhuǎn)次數(shù)表示為：

35、

36、其中，hk為第k個物流配送中心的原始庫存周轉(zhuǎn)次數(shù)，hmin和hmax分別表示物流配送中心庫存周轉(zhuǎn)次數(shù)的最小值和最大值；

37、s1.8.通過加權(quán)對客戶時間滿意度和歸一化的物流配送中心庫存周轉(zhuǎn)次數(shù)函數(shù)進行量化，得到物流服務(wù)量化函數(shù)。

38、優(yōu)選地，所述s1.1中客戶時間滿意度函數(shù)的敏感系數(shù)σ取1，

39、此時，客戶時間滿意度函數(shù)的表達式為：

40、

41、優(yōu)選地，所述s2中構(gòu)建物流成本函數(shù)，物流成本函數(shù)表示為：

42、

43、其中，c為物流成本，min表示取最小值，m、s、n分別表示生產(chǎn)點、物流配送中心，需求點的總數(shù)，aik、xik分別表示貨物從第i個生產(chǎn)點到第k個物流配送中心的單位運輸成本和運輸量，bkj、ykj分別表示貨物從第k個物流配送中心到第j個需求點的單位運輸成本和運輸量，pk表示第k個物流配送中心的固定投資成本，wk表示第k個物流配送中心的倉儲成本，qk表示第k個物流配送中心的單位管理費用，zk為0-1的變量，zk＝1表示第k個備選方案建立物流配送中心，反之，zk＝0表示第k個備選方案不建立物流配送中心。

44、優(yōu)選地，所述s3中，上層目標函數(shù)和下層目標函數(shù)還包括以下約束：

45、1)各個物流配送中心的進出貨物量的平衡約束，其表達式為：

46、

47、2)生產(chǎn)點的供應(yīng)約束，其表達式為：

48、

49、3)物流配送中心的容量約束，其表達式為：

50、

51、4)建設(shè)物流配送中心的選址個數(shù)約束，其表達式為：

52、

53、5)物流配送中心的建設(shè)費用約束，其表達式為：

54、

55、6)備選方案地址是否被選中作為物流配送中心的約束，表達式為：

56、zk∈{0，1}??(8)，

57、7)生產(chǎn)點到物流配送中心的運輸量和物流配送中心到需求點的配送量的非負約束，表達式為：

58、xik，ykj≥0??(9)，

59、8)需求點的需求約束，其表達式為：

60、

61、其中，m、s、n分別表示生產(chǎn)點的總數(shù)、物流配送中心的總數(shù)、需求點的總數(shù)，i表示第i個生產(chǎn)點，j表示第j個需求點，k表示第k個物流配送中心，xik表示貨物從第i個生產(chǎn)點到第k個物流配送中心的運輸量，ykj表示貨物從第k個物流配送中心到第j個需求點的運輸量，di表示生產(chǎn)點的供應(yīng)量，ak表示為物流配送中心k的最大倉儲容量，zk表示0-1的變量，pk表示第k個物流配送中心的固定投資成本，b表示為固定投資總預(yù)算，qj為第j個需求點的需求量。

62、優(yōu)選地，所述s4中，對物流配送中心雙層規(guī)劃選址模型進行求解獲得最優(yōu)物流配送中心選址方案的具體步驟為：

63、s4.1.向物流配送中心雙層規(guī)劃選址模型中輸入多個備選的物流配送中心，對各備選的物流配送中心及各備選的物流配送中心到需求點的配送量進行編碼，基于編碼長度確定種群規(guī)模并初始化群體；

64、s4.2.以下層目標函數(shù)作為適應(yīng)度函數(shù)，計算適應(yīng)度獲得各備選方案中各預(yù)選物流配送中心的物流服務(wù)指標，獲取最佳物流配送中心和最差物流配送中心；

65、s4.3.判斷迭代次數(shù)是否達到設(shè)定的迭代總數(shù)，若迭代次數(shù)未達到迭代總數(shù)，通過遺傳操作進行迭代，迭代后返回s4.2；若迭代次數(shù)達到迭代總數(shù)，輸出物流服務(wù)最佳的物流配送中心以及該物流配送中心到需求點的配送量；

66、s4.4.將物流服務(wù)最佳的物流配送中心以及該物流配送中心到需求點的配送量帶入到上層目標函數(shù)，得到從生產(chǎn)點到物流配送中心的最佳運輸量，進而得到物流成本最低、物流服務(wù)最好的物流配送中心選址方案。

67、優(yōu)選地，所述s4.3中遺傳操作的具體方式為：確定當前種群中最佳物流配送中心cbest及最差物流配送中心cworst，用最佳物流配送中心和迭代至今最佳物流配送中心cbest*進行比較，若當前最佳物流配送中心cbest優(yōu)于迭代至今最佳物流配送中心cbest*，則用當前最佳物流配送中心cbest替代迭代至今最佳物流配送中心cbest*，再用迭代至今最佳物流配送中心cbest*替代最差物流配送中心cworst，進而實現(xiàn)選擇操作。

68、采用本發(fā)明提供的技術(shù)方案，與現(xiàn)有技術(shù)相比，具有如下有益效果：

69、1.本發(fā)明涉及的基于物流服務(wù)與成本的物流配送中心選址方法構(gòu)建了構(gòu)建物流配送中心雙層規(guī)劃選址模型，該模型以物流成本函數(shù)作為上層目標函數(shù)，物流服務(wù)量化函數(shù)作為下層目標函數(shù)，再對物流配送中心雙層規(guī)劃選址模型進行求解獲得最優(yōu)物流配送中心選址方案，該方法考慮到物流成本和物流服務(wù)之間相互關(guān)聯(lián)、相互制約的關(guān)系，以實現(xiàn)物流成本最低、物流服務(wù)水平最優(yōu)的綜合目標。

70、2.本發(fā)明涉及的基于物流服務(wù)與成本的物流配送中心選址方法基于運輸成本、固定投資成本及倉儲成本等構(gòu)建物流成本函數(shù)，更加全面的剖析了物流配送中心選址過程中的關(guān)鍵成本要素，通過對這些成本因素的細致評估，確立了量化物流配送中心選址決策的成本基礎(chǔ)，為選址方法提供了實際約束條件下的經(jīng)濟評價指標。

71、3.本發(fā)明涉及的基于物流服務(wù)與成本的物流配送中心選址方法從客戶時間滿意度和庫存周轉(zhuǎn)能力兩個維度量化物流服務(wù)水平，通過客戶時間滿意度和庫存周轉(zhuǎn)能力兩個關(guān)鍵維度來量化了物流服務(wù)水平具有更好的實用價值和可用性。