CN102903037A

CN102903037A - 配送中心选址的方法

Info

Publication number: CN102903037A
Application number: CN2011102136178A
Authority: CN
Inventors: 沈志勇; 靳简明; 熊宇红
Original assignee: SHANGHAI LASHOU INFORMATION TECHNOLOGY Co Ltd
Current assignee: Beijing Lashou Network Technologies Co., Ltd.
Priority date: 2011-07-28
Filing date: 2011-07-28
Publication date: 2013-01-30
Anticipated expiration: 2031-07-28
Also published as: CN102903037B

Abstract

本发明公开了一种配送中心的选址方法，包括如下步骤：1)首先从目标城市的地图上任意选择m个地址作为配送中心的候选地址；2)对于历史配送地址，则根据它们与这些配送中心的候选地址的距离，分别将它们分配给与其最近的配送中心的候选地址；3)计算划归每个配送中心的候选地址的配送地址的均值点作为新的配送中心的候选地址；4)重复步骤2)和3)，直到标准测度函数开始收敛为止，此时的m个均值点为配送中心的地址。使用本发明的配送中心选址的方法进行选址，各配送中心所辖配送地址尽可能的紧凑，而各配送中心之间尽可能的分开。最后得到的配送成本的局部最优的效果。

Description

配送中心选址的方法

技术领域

本发明涉及物流技术领域，具体地说是一种物流领域的配送中心选址的方法。

背景技术

对配送中心正确选址可以使配送中心对配送范围进行有效的覆盖，实现配送成本最小化，利润最大化。国外对物流配送中心选址问题的研究已经有60多年的历史，对各种类型物流配送中心的选址在理论和实践方面都取得了令人注目的成就，形成了很多切实可行的方法。国内对物流配送中心选址方面的研究起步较晚，但经过十多年的研究，在理论和实践上也取得了较大的成果。

选址的方法分为单一选址的定量方法和多个选址的定量方法。其中单一选址的定量方法最常用的是静态连续选址模型。选址因素包括运输费率和该点的货物运输量等。代表性的方法是重心法(Center-of-gravity Approach)、网格法(Grid Method)、数值分析法，另外还包括图表技术(Graphical Techniques)和近似法(ApproximatingMethods)等。这些方法体现现实情况的程度、计算的速度和难度、得出最优解的能力都各不相同。多个配送中心的选址通常采用离散选址模型。常用的选址方法有优化法、模拟法和启发法。优化法包括：精确法，如微积分和数学规划模型、多重心法、混合——整数线性规划法(Mixed-Integer Linear Programming)、目标规划法(GoalProgramming)、树型搜索法(Tree Search Approach)、动态规划法(Dynamic Programming)及其他方法，如鲍摩尔——瓦尔夫模型，CFLP法。

而针对仅有大量的历史配送地址，现有技术中的大部分算法如鲍摩尔——瓦尔夫模型、CFLP法等并不适用。这些方法往往针对更复杂的物流中心规划，而且需要采集大量额外信息。

由此可见，上述现有的配送中心选址的方法不适用于仅以历史配送地址为数据信息对配送中心进行选址的情况。有鉴于上述现有的选址方法存在的缺陷，本发明人积极研究、设计，以创设一种适用于根据历史配送地址对配送中心选址的方法。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种配送中心选址的方法。使用本发明的配送中心选址的方法进行选址，各配送中心所辖配送地址尽可能的紧凑，而各配送中心之间尽可能的分开。最后得到的配送成本的局部最优的效果。

为了解决上述技术问题，本发明采用了如下技术方案：

配送中心的选址方法，包括如下步骤：

1)首先从目标城市的地图上任意选择m个地址作为配送中心的候选地址；

2)对于历史配送地址，则根据它们与这些配送中心的候选地址的距离，分别将它们分配给与其最近的配送中心的候选地址；

3)计算划归每个配送中心的候选地址的配送地址的均值点作为新的配送中心的候选地址；

4)重复步骤2)和3)，直到标准测度函数开始收敛为止，此时的m个均值点为最终的配送中心的候选地址。

进一步，其中步骤2)所述的距离为曼哈顿距离。

进一步，所述步骤4)中采用绝对值距离的总和作为标准测度函数。

本发明的另一目的为提供一种分阶段进行的配送中心选址方法，在分阶段选址时，既要使前期的配送中心的地址能够合理有效地覆盖配送区域，又要兼顾后期增加的配送中心的选址，使配送中心的选址具有合理的整体布局。

实现上述发明目的的技术方案如下：

配送中心分阶段选址的方法，包括如下步骤：

1)首先从目标城市地图上任意选择m₁+m₂+…+m_k个地址作为配送中心的候选地址，其中m₁为第一阶段设立的配送中心的个数，m₂为第二阶段设立的配送中心的个数，以此类推m_k为第k阶段设立的配送中心的个数；

2)对于所有的历史配送地址，则根据它们与这些配送中心的候选地址的距离，分别将它们分配给与其最近的配送中心的候选地址；

3)计算划归每个配送中心的候选地址的历史配送地址的均值点，并以均值点作为新的配送中心的候选地址；

4)不断重复步骤2)至3)，直到标准测度函数开始收敛为止，得到最终的m₁+m₂+…+m_k个地址为k个阶段总的配送中心的地址；

5)从步骤4)中得到的m₁+m₂+…+m_k个地址中选择m₁+m₂+…+m_k-1个地址，使得将所有历史配送地址分配给选择的m₁+m₂+…+m_k-1个地址后的距离和最小，将余下的m_k个地址作为第k阶段的配送中心的地址；然后再从剩下的m₁+m₂+…+m_k-1个地址中选m₁+m₂+…+m_k-2个地址，使得将所有历史配送地址分配给选择的m₁+m₂+…+m_k-2个地址后的距离和最小，将余下的m_k-1个地址作为第k-1阶段的配送中心的地址；如此重复一直到从m₁+m₂个地址中选出m₁个地址作为第一阶段的配送中心的地址。

进一步，其中k等于2。

进一步，其中步骤2)所述的距离为曼哈顿距离。

进一步，其中采用绝对值距离总合作为标准测度函数。

与现有技术相比，本发明的有益效果在于：

1、本发明的配送中心选址的方法主要针对于网络购物的配送中心的选址。网络购物的配送地址具有一定的分布规律，比如配送地址会在城市写字楼区密集分布，本发明的配送中心选址的方法能自动找到这些密集区，并将其推荐为配送中心的地址，大大提高配送效率。

2、本发明以曼哈顿距离作为距离度量，相对于传统的重心法中使用的直线距离更贴近投递货物时只能大致沿着街道横竖行进的实际情况。

3、本发明仅以历史配送地址作为数据即可进行配送中心的选址，不需要额外的其他信息，为配送中心的选址节省了人力和物力。并且方法简单易行。

4、本发明的方法得到的配送中心之间尽可能的分散，而各配送中心所辖配送地址尽可能的紧凑，最后得到的配送成本最低。

附图说明

图1为历史配送地址在目标城市的地图上分布示意图；

图2为使用本发明的配送中心选址的方法确认之前的配送中心的地址分布示意图；

图3为使用本发明的配送中心选址的方法确认后的配送中心的地址分布示意图；

图4为使用本发明的配送中心选址的方法分两个阶段设置配送中心的确认后的配送中心的地址分布示意图。

具体实施方式

下面结合具体实施例对本发明作进一步详细描述，但不作为对本发明的限定。

首先，对本发明的配送中心选址的方法的前提条件及涉及的部分名称进行解释如下：

1、假设已有n个配送地址的历史数据，我们将问题转化为：

选择m个候选点，使得将各个配送地址就近划分给各个候选点，送货距离的总合最小。

2、基于城市内道路的特点，我们采用曼哈顿，即绝对值距离作为距离度量。

对于地图上的两点，A(a1，a2)，B(b1，b2)，A，B间的的曼哈顿距离的定义为D(A，B)＝|a1-b1|+|a2-b2|。

3、这里我们还假设，配送过程中会较少遇到一趟走多家的情况，因此算距离总合时，我们分别计算每一个配送地址。

4、计算距离时，我们暂时不考虑水域，山丘等地形因素的影响.

本发明的方法以K-means聚类方法为基础，在上述形式化后的基础上，正好对应于K＝m，距离度量为曼哈顿距离，采用二维平面上的K-means聚类方法优化目标。因此，本发明的配送中心选址的方法提出将预处理后的经纬度数据(历史配送地址)作为K-means聚类方法的输入，而将输出的K＝m个中心点，作为所需配送地址。具体实施例如下。

实施例1：

本实施例适用于一次选址的方案。配送中心的选址方法，包括如下步骤：

2)对于历史配送地址，则根据它们与这些配送中心的候选地址的距离，分别将它们分配给与其最近的配送中心的候选地址。其中以曼哈顿距离作为距离度量。对于地图上的两点，A(a1，a2)，B(b1，b2)，A，B间的的曼哈顿距离的定义为D(A，B)＝|a1-b1|+|a2-b2|。

3)计算划归每个配送中心的候选地址的配送地址的均值点，并以均值点作为新的配送中心的候选地址；因为选用的距离是曼哈顿距离(也就是绝对值)，所以均值点通过中位数的方法计算，具体的，假设平面上有一组点，坐标分别为{(x₁，y₁)，(x₂，y₂)，(x₃，y₃)，…，(x_n，y_n)}，那么该组点在曼哈顿距离下的均值点坐标为(median(x₁，x₂，…，x_n)，median(y₁，y₂，…，y_n)。该均值点的计算方法简单、实用。

4)重复步骤2)和3)，直到标准测度函数开始收敛为止，此时的m个均值点为最终的配送中心的候选地址。其中以绝对值距离的总和(即配送距离总合)作为标准测度函数。

结合场地、建筑等实际情况，实际的配送中心的地址可以在用上述本发明方法得到的最终的配送中心的候选地址的周边进行选择。

图1为历史配送地址在目标城市的地图上分布示意图；图2为使用本发明的配送中心选址的方法确认之前随机选择的四个配送中心的地址分布示意图；图3为使用本发明的配送中心选址的方法确认后的配送中心的地址分布示意图。如图1至图3所示，演示了一个一次选址、选址个数m为4个的实际的例子。图中每一个点表示一次配送。四个配送中心的第一个地址、第二个地址、第三个地址和第四个地址分别用1、2、3和4标注，并将历史配送地址就近分配得到的结果。可以计算得到以这些配送中心就近送货到所有配送地址所要走的平均距离约为2.6km(单程)。图3为通过本发明的方法进行优化选择确定后的四个配送中心选址，可以计算得到这套方案的每单平均距离约为2.1km。也就是说，经过优化的选址相对于随机选址，平均每单可节约500米(往返1km)的距离。

实施例2：

本实施例适用于对配送中心进行分阶段选址的情况。以分两个阶段设置配送中心为例，其中第一阶段设置的配送中心的个数为m₁个，第二阶段设置的配送中心的个数为m₂个。

配送中心分阶段选址的方法，包括如下步骤：

1)首先从目标城市地图上任意选择m₁+m₂个地址作为配送中心的候选地址，其中m₁为第一阶段设置的配送中心的个数，m₂为第二阶段设置的配送中心的个数；

2)对于历史配送地址，则根据它们与这些配送中心的候选地址的距离，分别将它们分配给与其最近的候选地址；

3)计算划归每个配送中心的候选地址的历史配送地址的均值点，并将上述均值点作为新的配送中心的候选地址；均值点的计算参见实施例1。

4)不断重复步骤2)和3)，直到标准测度函数开始收敛为止，此时得到最终的m₁+m₂个地址为两个阶段设置的配送中心的地址。其中以绝对值距离的总和(即配送距离总合)作为标准测度函数。

5)从步骤4)中得到的m₁+m₂个地址中选择m₁个地址，使得将所有历史配送地址分配给这m₁个地址后的距离和最小。此时的m₁个地址为第一阶段设置的配送中心的地址，另外的m₂个地址为第二阶段设置的配送中心的地址。在该步骤中，可以采用枚举的方法得到m₁个地址，使得将所有历史配送地址分配给这m₁个地址后的距离和最小。因为在实际情况中设置配送中心的个数不会是一个较大的数值，所示采用枚举的方法在m₁+m₂个地址中选择m₁个地址的代价并不是很大，容易得到最优结果。

结合场地、建筑等实际情况，实际的配送中心的地址可以在用上述本发明方法得到的地址的周边进行选择。

在图4中简单给出了一个两阶段选址的示意，其中m₁为4，m₂也为4。图中用1、2、3和4分别标注第一阶段设置的四个配送中心，5、6、7和8分别标注第二阶段设置的另外四个配送中心，第一阶段的平均每单配送距离约为2.25km，在加入另外四个配送中心后，平均每单配送距离约为1.5km。本发明的配送中心分阶段选址的方法即考虑了配送中心的整体布局，又考虑到某一阶段的布局。使某一阶段和整体均具有良好的布局。使送货距离的总和最小，提高了送货效率，降低了送货成本。

以上实施例仅为本发明的示例性实施例，不用于限制本发明，本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。

Claims

1.配送中心的选址方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的配送中心选址的方法，其特征在于，其中步骤2)所述的距离为曼哈顿距离。

3.根据权利要求2所述的配送中心选址的方法，其特征在于，所述均值点采用中位数的方法计算。

4.根据权利要求1所述的配送中心选址的方法，其特征在于，所述步骤4)中采用绝对值距离的总和作为标准测度函数。

5.配送中心分阶段选址的方法，包括如下步骤：

6.根据权利要求5所述的配送中心分阶段选址的方法，其特征在于，其中k等于2。

7.根据权利要求5所述的配送中心分阶段选址的方法，其特征在于，其中步骤2)所述的距离为曼哈顿距离。

8.根据权利要求7所述的配送中心分阶段选址的方法，其特征在于，所述均值点采用中位数的方法计算。

9.根据权利要求4所述的配送中心分阶段选址的方法，其特征在于，其中采用绝对值距离总合作为标准测度函数。