CN114926195A - 铁路物流中心选址方法 - Google Patents
铁路物流中心选址方法 Download PDFInfo
- Publication number
- CN114926195A CN114926195A CN202210433650.XA CN202210433650A CN114926195A CN 114926195 A CN114926195 A CN 114926195A CN 202210433650 A CN202210433650 A CN 202210433650A CN 114926195 A CN114926195 A CN 114926195A
- Authority
- CN
- China
- Prior art keywords
- logistics
- logistics center
- center
- demand
- model
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
- G06Q30/0205—Location or geographical consideration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及铁路物流中心选址技术领域,特别涉及铁路物流中心选址方法,构建基于混合整数规划的选址模型,以满足现有技术中企业在物流中心选址问题上各种需求;其包括无需求分配的物流中心选址模型、有需求分配的物流中心选址模型、物流中心之间有相互调度的选址模型和物流中心扩建改造的选址模型。本发明的有益效果是:在物流中心选址问题上,解决企业以下的一般需求:①物流网络中应该有几个物流中心;②这些物流中心应该设计规划的规模;③地理空间上应该将区位确定于何处;④各物流中心确定为哪些客户提供服务;⑤各个供应商由那个物流中心负责;⑥整个物流网络节点单位运输量应该如何确定。
Description
技术领域
本发明涉及铁路物流中心选址技术领域,特别涉及铁路物流中心选址方法。
背景技术
铁路物流网络是由铁路物流中心节点、铁路线路组成的网络,全部的物流活动是在节点和线路上进行的。其中,在线路上进行的活动主要是运输,包括:集货运输、干线运输、配送运输等。随着经济水平的不断发展,物流网络设施的水平也不断提高,物流节点的规模、功能越来越具有多样性。如果以节点代表供应商、物流中心,沟通这些供应商、物流中心、需求点的公路、铁路、水路及空中航线构成网络的“线”。若需求点和供应商的地址是确定的,而标明为物流中心的节点则是一些备选地点。选址问题所要解决的问题是在这些备选地点中选出一定量的地点来设置物流中心,使由此形成的物流网络总费用最小。图1表示的是一个抽象的三个层次的产品流动网络。
物流中心选址优化问题的变量是线性变量时,线性规划方法是一种方便、有效的方法。但是,物流中心的费用项目中,基本投资费用、固定管理费用都不能用实变量在目标函数和约束条件中表示出来。因此,对这一类选址优化问题不宜用连续变量的线性规划模型来处理。固定费用是离散的量,只宜用离散变量表示。含有固定费用的优化问题应该由包含离散变量的模型来处理,而混合整数规划包含连续变量和离散变量,适合于同时含有变动费用和固定费用的选址问题。依据变量类型用到具体的规划方法见表1.1。
表1.1线性规划方法与混合整数规划方法
离散变量有两种,一是实际整数变量,如设立几个物流中心的个数限制:一种是理论整数变量,将是否设置为物流中心用O、l变量表示。在建立混合整数规划模型解决物流中心选址问题时需要统计以下信息:①拟建的物流中心数量;②各个物流中心的备选地点;③各个物流中心的设计规模;④物流网络中流动的商品种类;⑤需求点所需要的商品品种及数量;⑥计划期内整个物流网络的各种费用总和。
在掌握选址问题相关数据基础后,企业提出实际需求。在物流中心选址问题上,企业的一般需求有以下几个方面:①物流网络中应该有几个物流中心?②这些物流中心应该设计规划的规模?③地理空间上应该将区位确定于何处?④各物流中心确定为哪些客户提供服务?⑤各个供应商由那个物流中心负责?⑥整个物流网络节点单位运输量应该如何确定?
为了满足现有技术对企业在物流中心选址问题上各种需求,亟需设计出一种铁路物流中心选址方法。
发明内容
本发明的目的在于提供一种铁路物流中心选址方法,构建基于混合整数规划的选址模型,以满足现有技术中企业在物流中心选址问题上各种需求。
为了实现上述目的,本发明提供以下技术方案:
一种铁路物流中心选址方法,其特征在于,包括无需求分配的物流中心选址模型、有需求分配的物流中心选址模型、物流中心之间有相互调度的选址模型和物流中心扩建改造的选址模型。
1.无需求分配的物流中心选址模型
对于无需求分配的物流中心选址问题,需求点可以向任意一个或多个物流中心提出物流需求,不限定需求点只可由某个物流中心供应,模型及模型参数描述如下:
目标函数为:
式中的约束条件为:
式中的模型变量为:xijkl—由供应商i生产的商品j,经物流中心k运往需求点l的运输量;
其中:s—供应商的数量;B—物流中心备选地点的数目:n—需求点的数目;q—供应的商品种类;p—可辨建的物流中心的最大数目;Djl—需求点l对商品j的需求量;Mk—备选物流中心k的建设容量;Fk—各选物流中心k的固定费用(包括基本投资费和固定经营费);Aij—供应商i供应商品j的能力;Cik—从供应商i到物流中心k的运输单价;hkl—从物流中心k到需求点l的运输单价;Gk—物流中心k的流转单价(单位流转量的管理费用)。
2.有需求分配的物流中心选址模型
在有需求分配的物流中心选址模型中,企业从管理角度出发,往往要求一个需求点只能由一个物流中心供应,也就是说要对物流中心的服务区域进行划分,其服务区域内的需求点只能由该物流中心负责供应而不能由其它物流中心供应,由此就产生了物流中心的需求分配问题,此问题模型可以通过改进无需求分配的选址模型得出,具体模型为:
目标函数为:
式中的约束条件为:
需求量限制变化如下:
为保证每个需求点由一个物流中心提供服务,增加以下约束条件:
Xijkl≥0
式中的模型变量为:在无需求分配的选址模型基础上,该模型中增加了变量yki,yki为O、1变量,当需求点j由物流中心k供应时,yki=1,否则为0;模型的目标函数和约束条件均发生变化。
3.物流中心之间有相互调度的选址模型
在物流中心之间有相互调度的选址模型中,在实际运作中,还会出现当物流中心偶尔缺货时,为了能够向客户及时供货,该物流中心会向邻近的物流中心提出商品调度要求的情况,对于这类问题则需采用物流中心之间具备货物相互调度的选址模型来解决,具体模型为:
目标函数为:
式中的约束条件为:
Jii'l+Ji'il=1 i,i'∈I并且i≠i'物流中心之间不出现回调 (2.17)
xikl,yijl,zii'l≥0
式中L是产品的集合;K是供应商的集合;I是物流中心的集合;J是需求点的集合;目标函数中的第一项是供应商与物流中心之间的运输总费用;第二项是物流中心与需求点之间的运输总费用:第三项是由供应商供应的商品流经物流中心发生的可变费用;第四项是物流中心固定费用;第五项是物流中心之间相互调度发生的运输费用总和;第六项是物流中心之间相互调度的商品流经物流中心发生的可变费用总和;
式中的模型变量为:Xijkl—从供应商k向物流中心i运送l产品的数量;
Yijl—从物流中心i向需求点j运送l产品的数量;
Zii’l—从物流中心i向i’运送l产品的数量;
其中:P——可建物流中心最大数量;Djl—需求点j对l产品的需要量;Ai—物流中心i的通过能力;Akl—供应商k对l商品的供应能力;Cikl—从供应商k到物流中心i运输l产品的单价;hijl—从物流中心i向需求点j运送产品l的单价;Cii’l—从物流中心i向物流中心i′运送产品l的单价;gil—l产品流经物流中心i的单位管理费用,i∈I;Fi—物流中心i的固定费用,i∈I。
4.物流中心扩建改造的选址模型
在物流中心扩建改造的选址模型中,当物流中心已经建设,并且存在扩建可能时,模型需要进行适当的调整,此类模型的假设基础除前面三个模型中所提出的假设条件外,也相应增加条件以适应扩建的要求,所增加的假设条件如下所述:1)客户的需求量按区域统计;2)用服务水平来表示不同的运输手段;3)不同运输方式的运输运费和运输量成正比;4)对于需要扩建的物流中心,先扩建到预先确定的最小扩建容量,再根据提高经济效益的要求,允许在最小扩建容量与最大扩建容量之间继续扩建,这时所需的扩建费与扩建容量成正比;5)新建物流中心应确保开业时的容量,允许逐渐扩大到预定的最大可能容量为止,具体模型为:
目标函数:
式中L是产品的集合,K是供应商的集合,I是物流中心的集合,J是需求点的集合,s是服务水平的集合;
目标函数中的第一项是供应商与物流中心之间的运输总费用;第二项是物流中心与需求点之间的运输总费用;第三项是物流中心的总可变费用;第四项是物流中心建设总费用与物流中心固定管理费用之和;第五项是物流中心的最小扩建费用的总和;第六项是物流中心再扩建的总费用;第七项是关闭物流中心可节省的固定管理费与投资回收费等的总和;
约束条件为:
(Qi-Bi)Ji-Yi≥0,i∈I”;物流中心i的扩建总量不得超过其最大扩充量 (2.24)
Ji+Ki≤1,i∈I”;确保一个物流中心不能同时即扩大又关闭 (2.25)
QiIi-Yi≥0,i∈I',物流中心i的再扩建量不得超过其最大扩建量 (2.27)
式中的模型变量为:
xikl—从供应商k向物流中心i运送l产品的数量;
Wijls—用服务水平s,从物流中心i向需求点j运送l产品的数量;
Yi一超过最小扩大容量后,物流中心i还继续扩建时的扩建量;
I’为可能新建物流中心的集合,I″为已建物流中心的集合。I=I′UI″,i∈I。
其中:Akl—供应商k对l商品的供应能力;Djls—需求点j对l产品的s服务水平的需要量;Ai—物流中心i的通过能力;Bi—物流中心i的的通过能力的最小扩建量,i∈I″;Qi—物流中心i的通过能力的最大扩建量;Qi—从供应商k到物流中心i运输l产品的单价;cikl—从物流中心i,用服务水平s,向需求点j运送产品l的单价;hijls—新建物流中心i的基本投资,i∈I′;IEi-物流中心扩大到最小扩建容量时的扩建费用.i∈I″;CTi—物流中心继续扩大的单位扩建费用,i∈I″;KXi—关闭物流中心i将节省的费用,i∈I″;gil—l产品流经物流中心i的单位管理费用,i∈I;Fi一物流中心i的固定费用,i∈I。
与现有技术相比,本发明的有益效果是:在物流中心选址问题上,解决企业以下的一般需求:①物流网络中应该有几个物流中心;②这些物流中心应该设计规划的规模;③地理空间上应该将区位确定于何处;④各物流中心确定为哪些客户提供服务;⑤各个供应商由那个物流中心负责;⑥整个物流网络节点单位运输量应该如何确定。
附图说明
图1为抽象的三个层级的产品流动网络图;
图2为典型两个层级的物流网络结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在本发明的描述中,需要理解的是,术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
一种铁路物流中心选址方法,其特征在于,包括无需求分配的物流中心选址模型、有需求分配的物流中心选址模型、物流中心之间有相互调度的选址模型和物流中心扩建改造的选址模型。
实施例1
在无需求分配的物流中心选址模型中,对于无需求分配的物流中心选址问题,需求点可以向任意一个或多个物流中心提出物流需求,不限定需求点只可由某个物流中心供应,模型及模型参数描述如下:
目标函数为:
式中的约束条件为:
式中的模型变量为:xijkl—由供应商i生产的商品j,经物流中心k运往需求点l的运输量;
其中:s—供应商的数量;B—物流中心备选地点的数目:n—需求点的数目;q—供应的商品种类;p—可辨建的物流中心的最大数目;Djl—需求点l对商品j的需求量;Mk—备选物流中心k的建设容量;Fk—各选物流中心k的固定费用(包括基本投资费和固定经营费);Aij—供应商i供应商品j的能力;Cik—从供应商i到物流中心k的运输单价;hkl—从物流中心k到需求点l的运输单价;Gk—物流中心k的流转单价(单位流转量的管理费用)。
实施例2
在有需求分配的物流中心选址模型中,并末对需求点由哪个物流中心供应进行限定,其求解结果可能是一个需求点由一个或多个物流中心供应,然而在很多实际情况下,企业从管理角度出发,往往要求一个需求点只能由一个物流中心供应,也就是说要对物流中心的服务区域进行划分,其服务区域内的需求点只能由该物流中心负责供应而不能由其它物流中心供应,由此就产生了物流中心的需求分配问题,此问题模型可以通过改进无需求分配的选址模型得出,具体模型为:
目标函数为:
式中的约束条件为:
需求量限制变化如下:
为保证每个需求点由一个物流中心提供服务,增加以下约束条件:
Xijkl≥0
式中的模型变量为:在无需求分配的选址模型基础上,该模型中增加了变量yki,yki为O、1变量,当需求点j由物流中心k供应时,yki=1,否则为0;模型的目标函数和约束条件均发生变化。
实施例3
在物流中心之间有相互调度的选址模型中,在实际运作中,还会出现当物流中心偶尔缺货时,为了能够向客户及时供货,该物流中心会向邻近的物流中心提出商品调度要求的情况,对于这类问题则需采用物流中心之间具备货物相互调度的选址模型来解决,具体模型为:
目标函数为:
式中的约束条件为:
Jii'l+Ji'il=1 i,i'∈I并且i≠i'物流中心之间不出现回调 (2.17)
xikl,yijl,zii'l≥0
式中L是产品的集合;K是供应商的集合;I是物流中心的集合;J是需求点的集合;目标函数中的第一项是供应商与物流中心之间的运输总费用;第二项是物流中心与需求点之间的运输总费用:第三项是由供应商供应的商品流经物流中心发生的可变费用;第四项是物流中心固定费用;第五项是物流中心之间相互调度发生的运输费用总和;第六项是物流中心之间相互调度的商品流经物流中心发生的可变费用总和;
式中的模型变量为:Xijkl—从供应商k向物流中心i运送l产品的数量;
Yijl—从物流中心i向需求点j运送l产品的数量;
Zii’l—从物流中心i向i’运送l产品的数量;
其中:P——可建物流中心最大数量;Djl—需求点j对l产品的需要量;Ai—物流中心i的通过能力;Akl—供应商k对l商品的供应能力;Cikl—从供应商k到物流中心i运输l产品的单价;hijl—从物流中心i向需求点j运送产品l的单价;Cii’l—从物流中心i向物流中心i’运送产品l的单价;gil—l产品流经物流中心i的单位管理费用,i∈I;Fi—物流中心i的固定费用,i∈I。
实施例4
在物流中心扩建改造的选址模型中,当物流中心已经建设,并且存在扩建可能时,模型需要进行适当的调整,此类模型的假设基础除前面三个模型中所提出的假设条件外,也相应增加条件以适应扩建的要求,所增加的假设条件如下所述:1)客户的需求量按区域统计;2)用服务水平来表示不同的运输手段;3)不同运输方式的运输运费和运输量成正比;4)对于需要扩建的物流中心,先扩建到预先确定的最小扩建容量,再根据提高经济效益的要求,允许在最小扩建容量与最大扩建容量之间继续扩建,这时所需的扩建费与扩建容量成正比;5)新建物流中心应确保开业时的容量,允许逐渐扩大到预定的最大可能容量为止,具体模型为:
目标函数:
式中L是产品的集合,K是供应商的集合,I是物流中心的集合,J是需求点的集合,s是服务水平的集合;
目标函数中的第一项是供应商与物流中心之间的运输总费用;第二项是物流中心与需求点之间的运输总费用;第三项是物流中心的总可变费用;第四项是物流中心建设总费用与物流中心固定管理费用之和;第五项是物流中心的最小扩建费用的总和;第六项是物流中心再扩建的总费用;第七项是关闭物流中心可节省的固定管理费与投资回收费等的总和;
约束条件为:
(Qi-Bi)Ji-Yi≥0,i∈I”;物流中心i的扩建总量不得超过其最大扩充量 (2.24)
Ji+Ki≤1,i∈I”;确保一个物流中心不能同时即扩大又关闭 (2.25)
QiIi-Yi≥0,i∈I',物流中心i的再扩建量不得超过其最大扩建量 (2.27)
式中的模型变量为:
xikl—从供应商k向物流中心i运送l产品的数量;
Wijls—用服务水平s,从物流中心i向需求点j运送l产品的数量;
Yi一超过最小扩大容量后,物流中心i还继续扩建时的扩建量;
I′为可能新建物流中心的集合,I″为已建物流中心的集合。I=I′∪I″,i∈I。
其中:Akl-供应商k对l商品的供应能力;Djls-需求点j对l产品的s服务水平的需要量;Ai-物流中心i的通过能力;Bi-物流中心i的的通过能力的最小扩建量,i∈I″;Qi-物流中心i的通过能力的最大扩建量;Qi-从供应商k到物流中心i运输l产品的单价;Cikl-从物流中心i,用服务水平s,向需求点j运送产品l的单价;hijls-新建物流中心i的基本投资,i∈I′;IEi-物流中心扩大到最小扩建容量时的扩建费用.i∈I″;CTi-物流中心继续扩大的单位扩建费用,i∈I″;KXi-关闭物流中心i将节省的费用,i∈I″;gil-I产品流经物流中心i的单位管理费用,i∈I;Fi一物流中心i的固定费用,i∈I。
无需求分配的选址模型、有需求分配的选址模型、物流中心之间有相互调度的选址模型和物流中心扩建改造的选址模型适用于两个层级的物流网络,对于多级物流网络可以用相似的方法构建选址模型。在物流中心选址模型的应用中,四种模型并不是一成不变的,可根据实际需求灵活变化。典型两个层级的物流网络结构如图2所示。以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种铁路物流中心选址方法,其特征在于,包括无需求分配的物流中心选址模型、有需求分配的物流中心选址模型、物流中心之间有相互调度的选址模型和物流中心扩建改造的选址模型。
2.根据权利要求1所述的铁路物流中心选址方法,其特征在于:在无需求分配的物流中心选址模型中,对于无需求分配的物流中心选址问题,需求点可以向任意一个或多个物流中心提出物流需求,不限定需求点只可由某个物流中心供应,模型及模型参数描述如下:
目标函数为:
式中的约束条件为:
式中的模型变量为:xijkl—由供应商i生产的商品j,经物流中心k运往需求点l的运输量;
其中:s—供应商的数量;B—物流中心备选地点的数目:n—需求点的数目;q—供应的商品种类;p—可辨建的物流中心的最大数目;Djl—需求点l对商品j的需求量;Mk—备选物流中心k的建设容量;Fk—各选物流中心k的固定费用(包括基本投资费和固定经营费);Aij—供应商i供应商品j的能力;Cik—从供应商i到物流中心k的运输单价;hkl—从物流中心k到需求点l的运输单价;Gk—物流中心k的流转单价(单位流转量的管理费用)。
3.根据权利要求1所述的铁路物流中心选址方法,其特征在于:在有需求分配的物流中心选址模型中,企业从管理角度出发,往往要求一个需求点只能由一个物流中心供应,也就是说要对物流中心的服务区域进行划分,其服务区域内的需求点只能由该物流中心负责供应而不能由其它物流中心供应,由此就产生了物流中心的需求分配问题,此问题模型可以通过改进无需求分配的选址模型得出,具体模型为:
目标函数为:
式中的约束条件为:
需求量限制变化如下:
为保证每个需求点由一个物流中心提供服务,增加以下约束条件:
Xijkl≥0
式中的模型变量为:在无需求分配的选址模型基础上,该模型中增加了变量yki,yki为O、1变量,当需求点j由物流中心k供应时,yki=1,否则为0;模型的目标函数和约束条件均发生变化。
4.根据权利要求1所述的铁路物流中心选址方法,其特征在于:在物流中心之间有相互调度的选址模型中,在实际运作中,还会出现当物流中心偶尔缺货时,为了能够向客户及时供货,该物流中心会向邻近的物流中心提出商品调度要求的情况,对于这类问题则需采用物流中心之间具备货物相互调度的选址模型来解决,具体模型为:
目标函数为:
式中的约束条件为:
Jii'l+Ji'il=1 i,i'∈I并且i≠i'物流中心之间不出现回调 (2.17)
式中L是产品的集合;K是供应商的集合;I是物流中心的集合;J是需求点的集合;目标函数中的第一项是供应商与物流中心之间的运输总费用;第二项是物流中心与需求点之间的运输总费用:第三项是由供应商供应的商品流经物流中心发生的可变费用;第四项是物流中心固定费用;第五项是物流中心之间相互调度发生的运输费用总和;第六项是物流中心之间相互调度的商品流经物流中心发生的可变费用总和;
式中的模型变量为:Xijkl—从供应商k向物流中心i运送l产品的数量;
Yijl—从物流中心i向需求点j运送l产品的数量;
Zii’l—从物流中心i向i′运送l产品的数量;
其中:P——可建物流中心最大数量;Djl—需求点j对l产品的需要量;Ai—物流中心i的通过能力;Akl—供应商k对l商品的供应能力;Cikl—从供应商k到物流中心i运输l产品的单价;hijl—从物流中心i向需求点j运送产品l的单价;Cii’l—从物流中心i向物流中心i′运送产品l的单价;gil—l产品流经物流中心i的单位管理费用,i∈I;Fi—物流中心i的固定费用,i∈I。
5.根据权利要求1所述的铁路物流中心选址方法,其特征在于:在物流中心扩建改造的选址模型中,当物流中心已经建设,并且存在扩建可能时,模型需要进行适当的调整,此类模型的假设基础除前面三个模型中所提出的假设条件外,也相应增加条件以适应扩建的要求,所增加的假设条件如下所述:1)客户的需求量按区域统计;2)用服务水平来表示不同的运输手段;3)不同运输方式的运输运费和运输量成正比;4)对于需要扩建的物流中心,先扩建到预先确定的最小扩建容量,再根据提高经济效益的要求,允许在最小扩建容量与最大扩建容量之间继续扩建,这时所需的扩建费与扩建容量成正比;5)新建物流中心应确保开业时的容量,允许逐渐扩大到预定的最大可能容量为止,具体模型为:
目标函数:
式中L是产品的集合,K是供应商的集合,I是物流中心的集合,J是需求点的集合,s是服务水平的集合;
目标函数中的第一项是供应商与物流中心之间的运输总费用;第二项是物流中心与需求点之间的运输总费用;第三项是物流中心的总可变费用;第四项是物流中心建设总费用与物流中心固定管理费用之和;第五项是物流中心的最小扩建费用的总和;第六项是物流中心再扩建的总费用;第七项是关闭物流中心可节省的固定管理费与投资回收费等的总和;
约束条件为:
(Qi-Bi)Ji-Yi≥0,i∈I”;物流中心i的扩建总量不得超过其最大扩充量 (2.24)
Ji+Ki≤1,i∈I”;确保一个物流中心不能同时即扩大又关闭 (2.25)
QiIi-Yi≥0,i∈I',物流中心i的再扩建量不得超过其最大扩建量 (2.27)
式中的模型变量为:
xikl—从供应商k向物流中心i运送l产品的数量;
Wijls—用服务水平s,从物流中心i向需求点j运送l产品的数量;
Yi一超过最小扩大容量后,物流中心i还继续扩建时的扩建量;
I′为可能新建物流中心的集合,I″为已建物流中心的集合。I=I′∪I″,i∈I。
其中:Akl-供应商k对l商品的供应能力;Djls-需求点j对l产品的s服务水平的需要量;Ai-物流中心i的通过能力;Bi-物流中心i的的通过能力的最小扩建量,i∈I″;Qi-物流中心i的通过能力的最大扩建量;Qi-从供应商k到物流中心i运输l产品的单价;Cikl-从物流中心i,用服务水平s,向需求点j运送产品l的单价;hijls-新建物流中心i的基本投资,i∈I′;IEi-物流中心扩大到最小扩建容量时的扩建费用.i∈I″;CTi-物流中心继续扩大的单位扩建费用,i∈I″;KXi-关闭物流中心i将节省的费用,i∈I″;gil-I产品流经物流中心i的单位管理费用,i∈I;Fi一物流中心i的固定费用,i∈I。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210433650.XA CN114926195A (zh) | 2022-04-24 | 2022-04-24 | 铁路物流中心选址方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210433650.XA CN114926195A (zh) | 2022-04-24 | 2022-04-24 | 铁路物流中心选址方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114926195A true CN114926195A (zh) | 2022-08-19 |
Family
ID=82806102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210433650.XA Pending CN114926195A (zh) | 2022-04-24 | 2022-04-24 | 铁路物流中心选址方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114926195A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116187599A (zh) * | 2023-05-04 | 2023-05-30 | 中铁第四勘察设计院集团有限公司 | 基于遗传算法的多式联运铁路物流中心布点方法及系统 |
CN116205559A (zh) * | 2023-05-05 | 2023-06-02 | 中铁第四勘察设计院集团有限公司 | 基于最优前沿的多式联运货运设施布点优化方法及系统 |
CN116703281A (zh) * | 2023-08-04 | 2023-09-05 | 长沙行深智能科技有限公司 | 基于逗点地址的物品配送方法、装置和计算机设备 |
-
2022
- 2022-04-24 CN CN202210433650.XA patent/CN114926195A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116187599A (zh) * | 2023-05-04 | 2023-05-30 | 中铁第四勘察设计院集团有限公司 | 基于遗传算法的多式联运铁路物流中心布点方法及系统 |
CN116205559A (zh) * | 2023-05-05 | 2023-06-02 | 中铁第四勘察设计院集团有限公司 | 基于最优前沿的多式联运货运设施布点优化方法及系统 |
CN116703281A (zh) * | 2023-08-04 | 2023-09-05 | 长沙行深智能科技有限公司 | 基于逗点地址的物品配送方法、装置和计算机设备 |
CN116703281B (zh) * | 2023-08-04 | 2023-12-05 | 长沙行深智能科技有限公司 | 基于逗点地址的物品配送方法、装置和计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114926195A (zh) | 铁路物流中心选址方法 | |
Saif-Eddine et al. | An improved genetic algorithm for optimizing total supply chain cost in inventory location routing problem | |
Kukreja et al. | Stocking decisions for low-usage items in a multilocation inventory system | |
Cheung et al. | The inventory benefit of shipment coordination and stock rebalancing in a supply chain | |
Jabal-Ameli et al. | A variable neighborhood descent based heuristic to solve the capacitated location-routing problem | |
Firoozi et al. | An optimization approach for a joint location inventory model considering quantity discount policy | |
Benalcazar et al. | The storage location problem in a coal supply chain: background and methodological approach | |
Harahap et al. | A single period deterministic inventory routing model for solving problems in the agriculture industry | |
Seyedhosseini et al. | An integrated production and distribution planning model for perishable products | |
Lim et al. | Inventory cost effect of consolidating several one-warehouse multiretailer systems | |
Izdebski et al. | The application of genetic algorithm for warehouse location in logistic network | |
Hanczar | An inventory-distribution system with LTL deliveries–mixed integer approach | |
Satoğlu et al. | An assignment based modelling approach for the inventory routing problem of material supply systems of the assembly lines | |
Munasinghe et al. | A supply chain network design optimization model from the perspective of a retail distribution supply chain | |
Belil et al. | MILP-based approach to mid-term production planning of batch manufacturing environment producing bulk products | |
Abdul Rahim et al. | A deterministic inventory routing model for the single-period problems with finite time horizon | |
Harahap et al. | Deterministic inventory routing problem (DIRP): A literature review | |
Haial et al. | A framework for designing a transportation strategy: The case of a pharmaceuticals supply chain | |
Lmariouh et al. | The multi-vehicle mutli-product inventory-routing problem: A case study | |
Kumar et al. | The Tradeoff in Managing Overall Cost and Backorder Minimization in Two-Stage Multi Commodity Supply Chain Problem | |
Golany et al. | A Goal Progamming Inventory Control Model Applied at a Large Chemical Plant | |
Burinskienė | The efficiency increase in a two-stage transport system | |
Zaminpardaz et al. | Presenting a Bi-Level Model and a New Hybrid Solution Algorithm for Inventory Routing Problem (IRP) Considering Motivational Designs | |
Xie et al. | Joint Optimization for the Spare Part Support System Location-Inventory-Allocation Problem under (T, S) Policy | |
Waverman | The preventive tariff and the dual in linear programming |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |