CN104268705A - 电力物资配送中心选址方法 - Google Patents

电力物资配送中心选址方法 Download PDF

Info

Publication number
CN104268705A
CN104268705A CN201410521062.7A CN201410521062A CN104268705A CN 104268705 A CN104268705 A CN 104268705A CN 201410521062 A CN201410521062 A CN 201410521062A CN 104268705 A CN104268705 A CN 104268705A
Authority
CN
China
Prior art keywords
subregion
demand point
home
supplier
delivery center
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410521062.7A
Other languages
English (en)
Other versions
CN104268705B (zh
Inventor
许传伟
周祥华
崔占强
万书亭
王毅岩
宿萍萍
陈亚东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
North China Electric Power University
State Grid Heilongjiang Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
North China Electric Power University
State Grid Heilongjiang Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, North China Electric Power University, State Grid Heilongjiang Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201410521062.7A priority Critical patent/CN104268705B/zh
Publication of CN104268705A publication Critical patent/CN104268705A/zh
Application granted granted Critical
Publication of CN104268705B publication Critical patent/CN104268705B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种电力物资配送中心选址方法,所述方法包括以下步骤:A、将目标区域划分为子区域;B、在各子区域内将配送中心设定在不同物流节点处,确定所述子区域内供应商和所述不同位置的配送中心到需求点的加权距离和;C、将各子区域内所述加权距离和最小处对应的配送中心位置确定为所述子区域的配送中心位置。通过采用本发明的电力物资配送中心选址方法,能够考虑供应商库存管理模式和联合库存管理模式的特点,基于虚拟库存技术和时间满意度确定合适的电力物资配送中心的选址,由此满足复杂的电力配送系统要求,优化资源,提高服务质量。

Description

电力物资配送中心选址方法
技术领域
本发明涉及电力市场领域,特别涉及一种物资配送中心选址方法。 
背景技术
电力行业的行业特性决定了电力物资种类繁多,数量巨大,管理复杂的特点。电力物资为支撑电力运行的实物载体,电力物资管理涉及采购、管理、仓储、配送、废旧物资处理等多个方面。电力物资配送中心作为电力物资流动网络的重要组成部分,其仓储体系的建设、设施选址的优化、配送路线的选择对整个电力行业而言尤为重要。 
目前国内电网公司普遍建立了多级物流中心网络,即电网省公司物流中心作为一级中央配送中心,将全省分区域设立二级区域配送中心,市公司物流中心作为三级配送中心。在多级物流中心网络体系下,高效覆盖各区县供电所、建设维修地点、各变电站等需求点,保证电力物资的安全快速供应。 
另一方面,随着计算机技术和信息共享技术的不断发展,电网公司也将云物流和虚拟库存技术引入到了电力物流中心管理和建设中。虚拟库存指用户可以等同地把供应商或其他用户提供的库存资源作为后备库存,用户实际上库存的是信息而非实物。目前电力公司虚拟库存的模式主要包括供应商库存管理模式和联合库存管理模式。供应商库存管理模式是在某种框架协议下,以供应商为中心,将部分电力物资的库存决策权代理给上游供应商,供应商代替电力物流中心进行储存和配送。联合库存管理模式是指电力物流中心和上游供应商共同制定库存计划、联合库存,其中上游供应商分担电力物流中心部分的储存和配送任务,电力物流中心进行统一管理。对于电网企业而言,虚拟库存具有成本低、风险小,参与成员保密性高,在满足物资供给要求的前提下能降低库存 的优势。如今虚拟库存建设已经成为了现在电力物流中心管理和建设不可缺少的部分。 
在电力物流系统中,电力物资配送中心的选址在电力物资管理和建设中是十分重要的一环,对电力物资配送中心进行合适的选址,对保障电力供给、保证供电安全稳定、降低库存、加速资金周转、降低电力企业的运营成本,具有十分重要的意义。但是,现今的电力物资配送中心选址还停留在重心法、网格法、数值分析法、图表技术、近似法等传统物流配送中心选址方法,选址因素也只集中在运输费率和货物运输量等单一定量元素。这些选址方法无法考虑供应商库存管理模式和联合库存管理模式的复杂性,不能满足电力这一特殊行业的物流配送中心的选址的要求。 
发明内容
鉴于此,本发明的目的在于,考虑供应商库存管理模式和联合库存管理模式的特点,基于虚拟库存技术和时间满意度确定合适的电力物资配送中心的选址。 
为了实现上述目的,本发明提出了一种电力物资配送中心选址方法,包括以下步骤:A、将目标区域划分为子区域;B、在各子区域内将配送中心设置在不同物流节点处,确定所述子区域内供应商和所述不同位置的配送中心到需求点的加权距离和;C、将各子区域内所述加权距离和最小处对应的配送中心位置确定为所述子区域的配送中心位置。 
其中步骤A以地理形貌或行政区划将目标区域划分为子区域。 
又或者步骤A以预期平均配送距离最短方式将目标区域划分为子区域。 
如以预期平均配送距离最短方式划分子区域,其中所述以预期平均配送距离最短方式将目标区域划分为子区域的步骤包括: 
A1、将目标区域按照等坐标间隔划分为多个子区域; 
A2、统计目标区域内的所有物流节点位置,将所有物流节点归入各子区域; 
A3、确定每个子区域的实际平均配送距离与所述区域的交通可达性、区域连通度、闭合度间的关系; 
A4、根据所述实际平均配送距离与所述区域的交通可达性、区域连通度、闭合度之间的关系,改变物流节点与子区域的归属关系,更新交通可达性、区域连通度、闭合度,由此重新确定预期平均配送距离; 
A5、以预期平均配送距离最小方式,确定所有子区域各自的范围。 
特别地,步骤A4中,改变物流节点与子区域的归属关系包括: 
将任意两个子区域中位置最邻近的两个物流节点同时归入其中一个子区域。 
以上电力物资配送中心选址方法的步骤A5中,以禁忌搜索方式确定所有子区域各包含哪些物流节点,使得预期平均配送距离最小。 
另一方面,其中步骤B确定所述子区域内供应商和所述不同位置的配送中心到需求点的加权距离和包括:将求取加权距离和方法加入供应商库存约束、虚拟库存约束、时间满意度约束、需求约束等中的一个或多个。 
本发明电力物资配送中心选址方法中确定所述子区域内供应商和所述不同位置的配送中心到需求点加权距离和为: 
min u = ( Σ i = 1 m Σ j = 1 n Σ k = 1 l ( d ij + d jk ) a ijk X jk + Σ i = 1 m Σ k = 1 l d ik a ik X ik ) Z j
其中 
X ik = 1 0
X jk = 1 0
Z j = 1 0
aik≤ni
aijk≤wj
Q k = Σ i = 1 m a ik X ik + Σ j = 1 n Σ i = 1 m X ik a ijk
Σ j = 1 n Z j = 1
Σ j = 1 n X jK ≤ 1
Xjk≤Zj
x ik = 1 , x jk = 0 , a ijk = 0 , a ik = Q k a ik d ik ≤ a ijk ( d ij + d jk ) and Q k ≤ n i x ik = 0 , x jk = 1 , a ijk = Q k , a ik = 0 a ik d ik > a ijk ( d ij + d jk ) and Q k ≤ w j x ik = 1 , x jk = 1 , a ijk = Q k - n i , a ik = n i a ik d ik ≤ a ijk ( d ij + d jk ) and Q k > n i x ik = 1 , x jk = 1 , a ijk = w j , a ik = Q k - w j a ik d ik > a ijk ( d ij + d jk ) and Q k > w j
β k ≤ F ( t jk ) X jk + F ( t ik ) X ik X ik + X jk = 1 β k ≤ max ( F ( t jk ) , F ( t ik ) ) X ik + X ik = 2
F ( t ) = 1 t &le; L T - t T - L L < t &le; T 0 t > T
以上各式中,i表示供应商,j表示配送中心,k表示需求点,m为供应商的数量,n为配送中心的个数,l为需求点的个数,dij为从供应商到配送中心的距离,djk为从供应商到需求点的距离,dik为从配送中心到需求点的距离,aijk为需求点由配送中心直接供应的部分需求量,aik为需求点由供应商供应的部分需 求量,Xjk为0-1变量,取1表示需求点k由配送中心j供货,Xik为0-1变量,取1表示需求点k由供应商i供货,Zj为0-1变量,取1表示第j个配送中心被选中,ni为供应商的库存量,Qk为需求点的需求量,F(t)表示需求点k的顾客对响应时间的满意度水平,β为需求点对服务水平的最低时间满意度水平,tik为需求点k接受供货商i服务的等待时间,tjk为需求点k接受配送中心j服务的等待时间,t为需求点k接受服务的等待时间,L为需求点k的顾客感觉到非常满意时所能接受的最长等待时间,T为需求点k的顾客感觉到非常不满意时的最短等待时间。 
通过采用本发明的电力物资配送中心选址方法,能够考虑供应商库存管理模式和联合库存管理模式的特点,基于虚拟库存技术和时间满意度确定合适的电力物资配送中心的选址,由此满足复杂的电力配送系统要求,优化资源,提高服务质量。 
附图说明
图1是本发明实施方式的电力物资配送中心选址方法的示意图。 
具体实施方式
下面结合附图,对本发明作详细说明。 
以下公开详细的示范实施例。然而,此处公开的具体结构和功能细节仅仅是出于描述示范实施例的目的。然而,应该理解,本发明不局限于公开的具体示范实施例,而是覆盖落入本公开范围内的所有修改、等同物和替换物。 
本发明实施方式中的电力物资配送中心选址方法,包括以下步骤:A、将目标区域划分为子区域;B、在各子区域内将配送中心设置在不同物流节点处,确定所述子区域内供应商和所述不同位置的配送中心到需求点的加权距离和;C、 将各子区域内所述加权距离和最小处对应的配送中心位置确定为所述子区域的配送中心位置。 
首先在步骤A中,将目标区域划分为子区域。所述目标区域可以是例如省级行政区域,或者更大或更小的区域。以目标区域是全省为例,从电力公司的组织架构来看,电力物资中心由中央配送中心、区域配送中心和服务网点三层结构构成。电力物资配送中心选址的重点在于是区域配送中心的选址。在选址工作之前,对全省配送区域进行合适的分区显得十分必要。 
将目标区域划分为子区域可以按照行政区域来划分,也可以按照地理形貌来划分为子区域。划分的子区域数量根据需求以及经费等因素确定,例如可以将省级目标区域划分为3-6个子区域。这些子区域内将会在后续步骤中设立区域配送中心。 
特别地,本发明可以以预期平均配送距离最短方式将目标区域划分为子区域,其步骤包括: 
A1、将目标区域按照等坐标间隔划分为多个子区域; 
A2、统计目标区域内的所有物流节点位置,将所有物流节点归入各子区域; 
A3、确定每个子区域的实际平均配送距离与所述区域的交通可达性、区域连通度、闭合度间的关系; 
A4、根据所述实际平均配送距离与所述区域的交通可达性、区域连通度、闭合度间的关系之间的关系,改变物流节点与子区域的归属关系,更新交通可达性、区域连通度、闭合度,由此重新确定预期平均配送距离; 
A5、以预期平均配送距离最小方式,确定所有子区域各包含哪些物流节点。 
以下以具体算法来说明上述子区域划分方法: 
(1)将全省配送区域按照平均横坐标以及平均纵坐标为中轴,根据网格初步划分为m个子区域。 
(2)统计全省各物资仓库、专业仓储点、地市周转库、县仓储点、变电站, 施工区、重要供应商等所有物流节点i的地理坐标(x,y)、节点间最短配送距离等数据信息,做好选址方法的数据准备工作。根据第(1)步的子区域初步划分方法,将所有物流节点归入各子区域。 
(3)根据以下公式 
R = s 1 Ds &OverBar; + s 2 Dn + s 3 Dt + s 4
Ds i = &Sigma; j = 1 N D ij N
Ds &OverBar; = &Sigma; i = 1 N Ds i N
Dn = &Sigma; i = 1 m L i &lambda; i AN
Dt = Nb N
拟合实际平均配送距离R与交通可达性、连通度和网络闭合度间的关系。其中为区域交通路网可达性指标;Dij为物流节点i到点j的最短行程距离;N为区域内物流节点的个数;Dsi为物流节点到其他各点的最短配送距离;Dn为区域连通度指标;Li为i种配送车辆的通车总里程;A为配送区域面积;λi为配送方式变形系数;Dt为区域网络闭合度;Nb为孤立物流节点的数量;s1、s2、s3、s4为拟和系数。 
其中配送方式变形系数λi反映的是物流节点间的道路弯曲程度,可取1.1—1.3,道路弯曲程度越高,系数越大,连通度越小。 
根据已知区域的实际平均配送距离,可以求取s1、s2、s3、s4,作为后续 步骤中的参数。 
(4)假设总共有N个物流节点,m个区域,首先任意选择两个区域记为m1,m2,然后选择m1,m2两个区域中距离最近的一对物流节点记为i1,i2,将这一对物流节点分别划分到m1,m2的两个区域中,生成临域解。则根据统计一共存在种结果。根据(3)中求取的系数s1、s2、s3、s4,求取每一种结果中的预期平均配送距离,并按照下式求取各种结果中预期平均配送距离的最小值; 
min R ' = s 1 Ds &OverBar; + s 2 Dn + s 3 Dt + s 4
其中R’表示预期平均配送距离,其余各参数同步骤3中的描述,在此不再赘述。 
(5)更新初始解。选择以上邻域解中预期平均配送距离R’最短的解s最做为下一次的禁忌搜索算法的初始解。 
(6)更新禁忌表。将原有的初始解作为元素放入禁忌表中。 
(7)迭代计数器nt加1,若nt达到最大迭代次数It则结束,输出最优解;否则转到步骤(4),继续执行。 
通过以上方法,将一个目标区域,划分为了多个子区域,保证了每个子区域内预期平均配送距离R’最短。 
接下来执行本发明实施方式的电力物资配送中心选址方法的步骤B:在各子区域内设定配送中心在不同物流节点处,确定所述子区域内供应商和所述不同位置的配送中心到需求点加权距离和。 
所述子区域内供应商和所述不同位置的配送中心到需求点加权距离和为: 
u = ( &Sigma; i = 1 m &Sigma; j = 1 n &Sigma; k = 1 l ( d ij + d jk ) a ijk X jk + &Sigma; i = 1 m &Sigma; k = 1 l d ik a ik X ik ) Z j
其中 
X ik = 1 0
X jk = 1 0
Z j = 1 0
aik≤ni
aijk≤wj
Q k = &Sigma; i = 1 m a ik X ik + &Sigma; j = 1 n &Sigma; i = 1 m X ik a ijk
&Sigma; j = 1 n Z j = 1
&Sigma; j = 1 n X jK &le; 1
Xjk≤Zj
x ik = 1 , x jk = 0 , a ijk = 0 , a ik = Q k a ik d ik &le; a ijk ( d ij + d jk ) and Q k &le; n i x ik = 0 , x jk = 1 , a ijk = Q k , a ik = 0 a ik d ik > a ijk ( d ij + d jk ) and Q k &le; w j x ik = 1 , x jk = 1 , a ijk = Q k - n i , a ik = n i a ik d ik &le; a ijk ( d ij + d jk ) and Q k > n i x ik = 1 , x jk = 1 , a ijk = w j , a ik = Q k - w j a ik d ik > a ijk ( d ij + d jk ) and Q k > w j
&beta; k &le; F ( t jk ) X jk + F ( t ik ) X ik X ik + X jk = 1 &beta; k &le; max ( F ( t jk ) , F ( t ik ) ) X ik + X ik = 2
F ( t ) = 1 t &le; L T - t T - L L < t &le; T 0 t > T
以上各式中,i表示供应商,j表示配送中心,k表示需求点,m为供应商 的数量,n为配送中心的个数,l为需求点的个数,dij为从供应商到配送中心的距离,djk为从供应商到需求点的距离,dik为从配送中心到需求点的距离,aijk为需求点由配送中心直接供应的部分需求量,aik为需求点由供应商供应的部分需求量,Xjk为0-1变量,取1表示需求点k由配送中心j供货,Xik为0-1变量,取1表示需求点k由供应商i供货,Zj为0-1变量,取1表示第j个配送中心被选中,ni为供应商的库存量,Qk为需求点的需求量,F(t)表示需求点k的顾客对响应时间的满意度水平,β为需求点对服务水平的最低时间满意度水平,tik为需求点k接受供货商i服务的等待时间,tjk为需求点k接受配送中心j服务的等待时间,t为需求点k接受服务的等待时间,L为需求点k的顾客感觉到非常满意时所能接受的最长等待时间,T为需求点k的顾客感觉到非常不满意时的最短等待时间。 
接下来进入步骤C、将各子区域内所述加权距离和最小处对应的配送中心位置确定为所述子区域的配送中心位置。亦即将以上步骤中所有情况的U值进行比较,找到U值——子区域内供应商和所述不同位置的配送中心到需求点加权距离和最小处的配送中心位置,即为本实施例选址方法确定的位置。 
步骤C可以进行所有情况下的逐一求取,也可以采用最优化方法来求取配送中心位置,以本领域技术人员所知晓的优化方式来求取供应商和所述不同位置的配送中心到需求点加权距离和最小值,均属于本发明的范围之内。 
需要说明的是,上述实施方式仅为本发明较佳的实施方案,不能将其理解为对本发明保护范围的限制,在未脱离本发明构思前提下,对本发明所做的任何微小变化与修饰均属于本发明的保护范围。 

Claims (8)

1.一种电力物资配送中心选址方法,包括以下步骤: 
A、将目标区域划分为子区域; 
B、在各子区域内将配送中心设定在不同物流节点处,确定所述子区域内供应商和所述不同位置的配送中心到需求点的加权距离和; 
C、将各子区域内所述加权距离和最小处对应的配送中心位置确定为所述子区域的配送中心位置。 
2.权利要求1中所述的电力物资配送中心选址方法,其中步骤A以地理形貌或行政区划将目标区域划分为子区域。 
3.权利要求1中所述的电力物资配送中心选址方法,其中步骤A以预期平均配送距离最短方式将目标区域划分为子区域。 
4.权利要求3中所述的电力物资配送中心选址方法,其中所述以预期平均配送距离最短方式将目标区域划分为子区域的步骤包括: 
A1、将目标区域按照等坐标间隔划分为多个子区域; 
A2、统计目标区域内的所有物流节点位置,将所有物流节点归入各子区域; 
A3、确定每个子区域的实际平均配送距离与所述区域的交通可达性、区域连通度、闭合度间的关系; 
A4、根据所述实际平均配送距离与所述区域的交通可达性、区域连通度、闭合度之间的关系,改变物流节点与子区域的归属关系,更新交通可达性、区域连通度、闭合度,由此重新确定预期平均配送距离; 
A5、以预期平均配送距离最小方式,确定所有子区域各自的范围。 
5.权利要求3中所述的电力物资配送中心选址方法,步骤A4中,改变物流节点与子区域的归属关系包括: 
将任意两个子区域中位置最邻近的两个物流节点同时归入其中一个子区域。 
6.权利要求4或5的电力物资配送中心选址方法,步骤A5中,以禁忌搜索方式确定所有子区域的范围,使得预期平均配送距离最小。 
7.权利要求1中所述的电力物资配送中心选址方法,其中步骤B确定所述子区域内供应商和所述不同位置的配送中心到需求点的加权距离和包括:将求取加权距离和方法加入供应商库存约束、虚拟库存约束、时间满意度约束、需求约束等中的一个或多个。 
8.权利要求1中所述的电力物资配送中心选址方法,其中确定所述子区域内供应商和所述不同位置的配送中心到需求点加权距离和为: 
其中 
aik≤ni
aijk≤wj
Xjk≤Zj
以上各式中,i表示供应商,j表示配送中心,k表示需求点,m为供应商的数量,n为配送中心的个数,l为需求点的个数,dij为从供应商到配送中心的距离,djk为从供应商到需求点的距离,dik为从配送中心到需求点的距离,aijk为需求点由配送中心直接供应的部分需求量,aik为需求点由供应商供应的部分需求量,Xjk为0-1变量,取1表示需求点k由配送中心j供货,Xik为0-1变量,取1表示需求点k由供应商i供货,Zj为0-1变量,取1表示第j个配送中心被选中,ni为供应商的库存量,Qk为需求点的需求量,F(t)表示需求点k的顾客对响应时间的满意度水平,β为需求点对服务水平的最低时间满意度水平,tik为需求点k接受供货商i服务的等待时间,tjk为需求点k接受配送中心j服务的等待时间, t为需求点k接受服务的等待时间,L为需求点k的顾客感觉到非常满意时所能接受的最长等待时间,T为需求点k的顾客感觉到非常不满意时的最短等待时间。 
CN201410521062.7A 2014-09-30 2014-09-30 电力物资配送中心选址方法 Expired - Fee Related CN104268705B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410521062.7A CN104268705B (zh) 2014-09-30 2014-09-30 电力物资配送中心选址方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410521062.7A CN104268705B (zh) 2014-09-30 2014-09-30 电力物资配送中心选址方法

Publications (2)

Publication Number Publication Date
CN104268705A true CN104268705A (zh) 2015-01-07
CN104268705B CN104268705B (zh) 2018-02-27

Family

ID=52160225

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410521062.7A Expired - Fee Related CN104268705B (zh) 2014-09-30 2014-09-30 电力物资配送中心选址方法

Country Status (1)

Country Link
CN (1) CN104268705B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105046348A (zh) * 2015-06-25 2015-11-11 国家电网公司 一种电费缴纳点选址方法
CN107025504A (zh) * 2017-04-19 2017-08-08 上海天玑科技股份有限公司 一种考虑区域交通状况的服务型库房选址方法
CN107612725A (zh) * 2017-09-09 2018-01-19 国网浙江杭州市萧山区供电公司 一种配电通信接入网的规划方法
CN107885960A (zh) * 2017-12-07 2018-04-06 北京天润新能投资有限公司 一种基于风电场场内施工道路自动选线的土方量估算系统及估算方法
CN108345960A (zh) * 2018-01-26 2018-07-31 中国科学院南京地理与湖泊研究所 一种港口后勤区域到腹地的选址方法及装置
CN108874801A (zh) * 2017-05-09 2018-11-23 北京京东尚科信息技术有限公司 一种配送站选址的方法和装置
CN109360421A (zh) * 2018-11-28 2019-02-19 平安科技(深圳)有限公司 一种基于机器学习的交通信息预测方法及装置、电子终端
CN109615137A (zh) * 2018-12-13 2019-04-12 合肥工业大学智能制造技术研究院 用于云物流环境下云配送的选址优化方法
CN112819409A (zh) * 2021-02-02 2021-05-18 河北工业职业技术学院 一种基于云物流的维修器材配送系统
CN113762572A (zh) * 2020-10-29 2021-12-07 北京京东振世信息技术有限公司 一种物流方法、系统、装置、电子设备及其存储介质
CN114004386A (zh) * 2021-02-24 2022-02-01 成都知原点科技有限公司 一种基于智能算法的虚拟物流中转站选址及配送路径优化方法
CN116258430A (zh) * 2023-03-15 2023-06-13 国电南瑞南京控制系统有限公司 一种基于物联网的电力物资存储配送方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004062805A (ja) * 2002-07-31 2004-02-26 Toshiba Corp 電力メータリングサービスシステム並びにメータリングサービスセンタ及びメータリング方法
CN101853332A (zh) * 2010-05-12 2010-10-06 中国农业大学 多设施公平选址方法及其系统
CN102393869A (zh) * 2011-12-02 2012-03-28 河海大学 基于加权Voronoi图的连续型物流节点布局优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004062805A (ja) * 2002-07-31 2004-02-26 Toshiba Corp 電力メータリングサービスシステム並びにメータリングサービスセンタ及びメータリング方法
CN101853332A (zh) * 2010-05-12 2010-10-06 中国农业大学 多设施公平选址方法及其系统
CN102393869A (zh) * 2011-12-02 2012-03-28 河海大学 基于加权Voronoi图的连续型物流节点布局优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李琳: "电子商务环境下物流配送中若干优化问题的研究", 《中国博士学位论文全文数据库 经济与管理科学辑》 *
王宙: "配送区域评价标准以及配送分区方法研究与实现", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105046348A (zh) * 2015-06-25 2015-11-11 国家电网公司 一种电费缴纳点选址方法
CN107025504A (zh) * 2017-04-19 2017-08-08 上海天玑科技股份有限公司 一种考虑区域交通状况的服务型库房选址方法
CN108874801A (zh) * 2017-05-09 2018-11-23 北京京东尚科信息技术有限公司 一种配送站选址的方法和装置
CN108874801B (zh) * 2017-05-09 2021-08-17 西安京迅递供应链科技有限公司 一种配送站选址的方法和装置
CN107612725A (zh) * 2017-09-09 2018-01-19 国网浙江杭州市萧山区供电公司 一种配电通信接入网的规划方法
CN107612725B (zh) * 2017-09-09 2023-07-11 国网浙江杭州市萧山区供电公司 一种配电通信接入网的规划方法
CN107885960A (zh) * 2017-12-07 2018-04-06 北京天润新能投资有限公司 一种基于风电场场内施工道路自动选线的土方量估算系统及估算方法
CN108345960B (zh) * 2018-01-26 2021-04-13 中国科学院南京地理与湖泊研究所 一种港口后勤区域到腹地的选址方法及装置
CN108345960A (zh) * 2018-01-26 2018-07-31 中国科学院南京地理与湖泊研究所 一种港口后勤区域到腹地的选址方法及装置
CN109360421A (zh) * 2018-11-28 2019-02-19 平安科技(深圳)有限公司 一种基于机器学习的交通信息预测方法及装置、电子终端
CN109360421B (zh) * 2018-11-28 2022-03-25 平安科技(深圳)有限公司 一种基于机器学习的交通信息预测方法及装置、电子终端
CN109615137A (zh) * 2018-12-13 2019-04-12 合肥工业大学智能制造技术研究院 用于云物流环境下云配送的选址优化方法
CN113762572A (zh) * 2020-10-29 2021-12-07 北京京东振世信息技术有限公司 一种物流方法、系统、装置、电子设备及其存储介质
CN113762572B (zh) * 2020-10-29 2024-04-16 北京京东振世信息技术有限公司 一种物流方法、系统、装置、电子设备及其存储介质
CN112819409A (zh) * 2021-02-02 2021-05-18 河北工业职业技术学院 一种基于云物流的维修器材配送系统
CN112819409B (zh) * 2021-02-02 2022-11-15 河北工业职业技术学院 一种基于云物流的维修器材配送系统
CN114004386A (zh) * 2021-02-24 2022-02-01 成都知原点科技有限公司 一种基于智能算法的虚拟物流中转站选址及配送路径优化方法
CN116258430A (zh) * 2023-03-15 2023-06-13 国电南瑞南京控制系统有限公司 一种基于物联网的电力物资存储配送方法
CN116258430B (zh) * 2023-03-15 2023-12-19 国电南瑞南京控制系统有限公司 一种基于物联网的电力物资存储配送方法

Also Published As

Publication number Publication date
CN104268705B (zh) 2018-02-27

Similar Documents

Publication Publication Date Title
CN104268705A (zh) 电力物资配送中心选址方法
Efroymson et al. A branch-bound algorithm for plant location
Luss Operations research and capacity expansion problems: A survey
Zhan et al. Coordinating efficiency and equity in disaster relief logistics via information updates
Urata et al. Global supply chain network design and Asian analysis with material-based carbon emissions and tax
Snyder Covering problems
CN110245791A (zh) 一种订单处理方法及系统
Ramos et al. Delimitation of service areas in reverse logistics networks with multiple depots
Rafiei et al. Reliable multi period multi product supply chain design with facility disruption
Küçükoğlu et al. A differential evolution approach for the vehicle routing problem with backhauls and time windows
Aleksanin Potential for the use of information systems in the management of construction waste
Liu et al. The robust shortest path problem for multimodal transportation considering timetable with interval data
Leung et al. Community logistics: a dynamic strategy for facilitating immediate parcel delivery to smart lockers
Meesuptaweekoon et al. Dynamic vehicle routing problem with multiple depots
Paolucci et al. Field services design and management of natural gas distribution networks: a class of vehicle routing problem with time windows approach
Maniraj et al. Optimisation of process plans in reconfigurable manufacturing systems using ant colony technique
Chen et al. iGLASS: An open source SDSS for public school location-allocation
Jenabi et al. A Benders decomposition algorithm for a multi-area, multi-stage integrated resource planning in power systems
González-Ramírez et al. A GRASP‐Tabu Heuristic Approach to Territory Design for Pickup and Delivery Operations for Large‐Scale Instances
Brown et al. Long range spatial load forecasting using non-uniform areas
Mei et al. A method for man hour optimisation and workforce allocation problem with discrete and non-numerical constraints in large-scale one-of-a-kind production
Chen et al. Designing service sectors for daily maintenance operations in a road network
Afshari et al. Distribution-service network design: an agent-based approach
Alanjari et al. Material and facility layout planning in construction projects using simulation
Zhao et al. Optimal Location of Electrical Vehicle Charging Stations With Both Self-and Valet-Charging Service

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180227

Termination date: 20180930

CF01 Termination of patent right due to non-payment of annual fee