《物流系统规划与设计(选址实验报告)沈露佳》由会员分享，可在线阅读，更多相关《物流系统规划与设计(选址实验报告)沈露佳（9页珍藏版）》请在金锄头文库上搜索。
1、物流系统规划与设计大作业（三）实 验 报 告 题 目： 物流选址与优化 学 院 名 称： 交通与物流学院 专 业： 物流管理 班 级： 姓 名： 学 号： 7 号 成 绩： 一、实验任务与要求重心法是根据待选物流配送中心的数量，将各需求点预先分配给各个物流配送中心，从而形成个数等于物流配送中心数量的多个起迄点群落，再采用精确重心法找出每个起迄点群落中使总运输成本最小的物流配送中心的位置，该方法需综合运用物流学、运筹学、数学等学科知识。1实验理论准备（1）上机实验之前要求掌握精确重心法和 CFLP 方法的原理与计算方法；（2）熟悉 Excel 的基本操作， Lingo 编程的基本方法。2题目（1
2、）设某超市有 6 个零售点，其位置坐标及物资需求量如下所示。现该超市准备为这 6 个零售点设置一个仓库为它们供货，假设到各需求点的单位运价相同，试问：仓库应该设置在何处，才能使仓库到 6 个零售点的总运输成本最小？（用精确重心法求解）需求点 x 坐标 y 坐标 需求量 wi1 4 3 62 2 4 23 1 5 84 4 1 35 5 2 76 3 2 4（2）某连锁零售企业计划建设两配送中心为区域内的 12 个连锁店送货，各连锁店的地址坐标和货物的每日需求量如下表所示，假设运价均为 1，试确定两个配送中心的地址，使送货运输总费用最低。 （多重心法求解）连锁店编号 j Xj Yj 需求量1 3
3、0 80 82 95 50 103 80 20 154 45 55 55 40 10 66 50 40 87 40 60 128 75 90 59 10 30 1110 90 40 911 70 70 412 20 60 18（3）在某区域市场内有 12 个需求点，各需求点之间的单位运输成本如表所示，各配送中心的固定成本为 10 单位，能力为 13 单位，运输费率为 1 单位，试确定配送中心选址。 （Lingo 软件编程求解）单位运输成本 1 2 3 4 5 6 7 8 9 10 11 121 0 1 6 7 4 3 4 6 6 9 8 92 1 0 5 6 5 4 5 7 7 10 9 10
4、3 6 5 0 3 6 9 10 12 12 15 14 154 7 6 3 0 3 10 11 13 13 16 15 125 4 5 6 3 0 7 8 10 10 13 12 96 3 4 9 10 7 0 6 4 9 10 6 67 4 5 10 11 8 6 0 2 9 5 4 98 6 7 12 13 10 4 2 0 10 6 2 79 6 7 12 13 10 9 9 10 0 4 8 1310 9 10 15 16 13 10 5 6 4 0 4 911 8 9 14 15 12 6 4 2 8 4 0 512 9 10 15 12 9 6 9 7 13 9 5 0需求点的需
5、求量 5 4 2 3 2 4 3 5 4 3 2 2配送中心固定成本 10 10 10 10 10 10 10 10 10 10 10 10配送中心容量限制 13 13 13 13 13 13 13 13 13 13 13 133实验要求：（1）根据给定的题目，用精确重心法、多重心法和 CFLP 方法分别求解相应题目，具体计算工具可在下列方法中选用。a)Excelb)用 lingo 软件进行计算c) 手工计算二、实验内容与求解过程1、精确重心法（单一节点选址）（1）原理重心法是根据几何的方法确定在一个平面或空间内分布有若干的点，求出一点到若干的点的总距离最短。重心法是一种模拟方法，它将物流系统
6、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质量，物流系统的重心作为物流网点的最佳设置点，利用求物体系统重心的方法来确定物流网点的位置。（2）计算步骤第 1 步：任意给出服务点设施的初始位置为 。一般是根据平面物体重心公式求得服务设施点初始位置的坐标 ，并以该初始位置的坐标代入公式（2）和（3） ，分别求出各需求点与该初始位置的距离的 D 和相应的目标函数值 H。第 2 步：把 d 带入公式（1）中，求得服务设施点的改善位置的坐标 ，并以改善位置的坐标 代入（2） （3） ，分别求出各需求点与改善位置的距离D1 和相应的目标函数值 H1。第 3
7、步：把 H 和 H1 进行比较，若 H1=H，则说明初始位置 就是服务设施点的最优位置，即选址问题的最优解；若 H1=H m 时，此时的最优解为 ，或者直到 及小于某一个预先给定的数值时为止，此时以 作为近似的最优解。0（3）输出结果迭代轮次 X 坐标 Y 坐标总运输费用0 3.5 3.5 59.5510531 3.487617 2.926659 55.2665962 3.612464 2.805719 54.7283163 3.68226 2.783296 54.6174614 3.719789 2.757857 54.598575 3.73622 2.783305 54.5760346 3
8、.750193 2.796973 54.5659227 3.760786 2.805472 54.560838 3.768565 2.811275 54.5581569 3.774248 2.81543 54.55671810 3.778418 2.818472 54.55593411 3.781495 2.820724 54.555512 3.783778 2.822403 54.55525813 3.78548 2.823659 54.55512314 3.786754 2.824601 54.55504715 3.787709 2.825309 54.55500316 3.788427
9、2.825843 54.55497917 3.788968 2.826245 54.55496518 3.789376 2.826549 54.55495719 3.789684 2.826778 54.55495220 3.789916 2.826951 54.5549521 3.790091 2.827082 54.55494822 3.790224 2.827181 54.55494723 3.790324 2.827255 54.55494724 3.7904 2.827312 54.5549472、多重心法（1）原理以仓库选址为例，需确定要建立多少仓库和每个仓库服务的市场范围，利用重
10、心法为各个仓库确定最有选址，通过对仓库数量各种可能的选择进行考察，选出其中成本最小的方案。（2）步骤1、初步分组。形成多个单一物流节点选址问题。2、选址计算。针对每个群组的单一选址问题，采用精确重心法确定该组物流节点。3、调整分组。对每个需求点分别计算到所有物流节点的运输费用，将每个需求点调整到运输费用最低的那个物流节点，形成新的物流方案。4、重复（2） （3） ，直到群组成员无变化。（3）输出结果连锁店编号jXj Yj需求量到（P1，Q1）的运输费用(2，3，5，10)到（P2，Q2）的运输费用（1，4，6,7，8，9，11，12）1 30 80 8 602.6738404 177.1890
11、0192 95 50 10 288.0687796 586.54595733 80 20 15 73.03354743 870.33117834 45 55 5 235.8975529 44.542563915 40 10 6 262.4138408 294.5359366 50 40 8 277.7931568 183.99332167 40 60 12 650.7172161 37.49227128 75 90 5 327.8458562 245.04905639 10 30 11 785.1616473 436.155423710 90 40 9 158.7489328 506.3859
12、09811 70 70 4 186.5504208 138.988436912 20 60 18 1271.241792 307.247715第一个配送中心地址坐标为：（81.183,24.722） ，负责配送 2,3,5,10 连锁店的货物，第二个配送中心的地址坐标我：（37.040,59.002）负责配送1、4、6、7、8、9、10、11、12 连锁店的货物，总费用为 2352.923。3、CFLP 模型（1）原理CFLP 模型是指在一个给定数量和位置的需求点集合和一个给定候选设施的位置集合下，分别为 m 个设施找到合适的位置，并指派每个需求点到一个指定的设施，使整个系统的运输费用最低。（
13、2）程序注：这里假设选择 4 个配送中心MODEL: sets: Warehouse/1.12/:w,y,f; !w为配送中心容量、f为配送中心固定成本、y表示相应的候选地址是否被选中; Customer/1.12/:d; !d表示销售地的需求量; Routes(Warehouse,Customer): c,x; !c表示单位运输成本 ，x为运输量; endsets !这里是数据; data: w=13,13,13,13,13,13,13,13,13,13,13,13; d=5,4,2,3,2,4,3,5,4,3,2,2; f=10,10,10,10,10,10,10,10,10,10,10,
14、10; c=0,1,6,7,4,3,4,7,6,9,13,9, 1,0,5,6,5,4,5,8,7,10,14,10, 6,5,0,3,6,9,10,13,12,15,19,15, 7,6,3,0,3,10,11,14,13,16,17,12, 4,5,6,3,0,7,8,11,10,13,14,9, 3,4,9,10,7,0,7,4,9,12,12,6, 4,5,10,11,8,7,0,11,9,5,9,13, 7,8,13,14,11,4,11,0,13,12,8,10, 6,7,12,13,10,9,9,13,0,4,8,13, 9,10,15,16,13,12,5,12,4,0,4,9
15、, 13,14,19,17,14,12,9,8,8,4,0,5 9,10,15,12,9,6,13,10,13,9,5,0; enddata OBJ min=SUM(Routes:c*x)+SUM(Warehouse:f*y); !目标函数; for(Warehouse(i):SUP sum(Customer(j):x(i,j)=w(i)*y(i); !候选地的吞吐量不能超过它的容量限制; for(Customer(j):DEM sum(Warehouse(i):x(i,j)=d(j); !所有销售地的需求得到满足 ; sum(Warehouse:y)=4; !拟建配送中心数量为4; for(Warehouse:BIN(y); !y为0-1决策变量; END （3）输出结果 销售地配送中心1 2 3 4 5 6 7 8 9 10 11 121 5 4 34 2 3 26 4 5 210 4 3 2需求量
