物流系统分析优化与整合2

《物流系统分析优化与整合2》由会员分享，可在线阅读，更多相关《物流系统分析优化与整合2（137页珍藏版）》请在金锄头文库上搜索。

1、物流系统设计与仿真,1,物流系统规划与设计,主讲:罗建锋,物流系统设计与仿真,2,第六章 物流系统分析优化与整合,掌握物流系统分析的要点和实质 了解物流建模的方法步骤,能够提出对物流系统优化的方案,物流系统设计与仿真,3,6.1 物流系统分析,6.1.1系统分析与物流分析的概念 所谓系统分析就是利用系统科学的分析工具和方法，分析和确定系统的目的、功能、环境、费用与效益等问题 物流系统分析是一种有目的、有步骤地探索过程，一项研究问题的方法，解决问题的途径，优化的技术，决策的工具 物流系统分析是物流系统规划和设计的最重要组成部分，任何物流系统规划设计方案的最终选择都依赖于物流系统分析这一过程的可靠

2、和准确。 通过对现有系统的调查和分析，以确定新系统的目标的极为重要的阶段，是系统工程的技术前导。 物流系统分析目的就是以整体为目标、以特定问题为对象、而且还要采用定量方法。,物流系统设计与仿真,4,6.1 物流系统分析,一般来说,对物流系统分析需要回答以下几个问题: (1)我们为什么要进行这项工作 (2)进行这项工作能增加什么价值 (3)为什么要按照现有程序进行该项工作 (4)为了提高效率,能否改变作业步骤的次序 (5)为什么要由某一个小组或个人来完成这些工作,物流系统设计与仿真,5,6.1 物流系统分析,（6）其他人可以完成这项工作吗？ （7）还有更好的系统运行方式吗？,物流系统设计与仿真,

3、6,6.1 物流系统分析,6.1.2一个物流系统是由各个功能环节构成，由于环节多、流程长、范围广且错综复杂，因此，在物流系统分析中要依据以下原则： （一）整体效益原则 局部效益要求服从整体效益 （二）总成本观原则 物流总成本观是指在保持一定的服务水平的条件下，应同时考虑所有的有关成本项目 （三）避免次优化原则 （四）当前与长远效益相结合原则 如果只顾当前利益而忽视长远利益，就容易发生物流系统短期之内达到饱和，发展后劲不足; （五）内部分析要与外部环境因素相结合原则 内部的分析要与社会经济发展动向、产品的市场状况等各种大环境因素相结合，才能顺应发展，取得成功。,物流系统设计与仿真,7,6.1 物

4、流系统分析,物流系统分析常用方法: 物流一体化分析方法： 所谓物流一体化，就是以物流系统为核心的，从生产企业、物流企业、销售企业直至消费者供应链的整体化和系统化。 可分为三个层次：物流自身一体化、微观物流一体化和宏观物流一体化 它是物流业发展的高级和成熟阶段。 数学分析方法: 运筹学法、统筹法（网络分析法）、系统优化法 系统仿真：,物流系统设计与仿真,8,6.1 物流系统分析,6.1.4物流系统分析的内容： （一）数据收集 数据收集包括确定数据需求、数据来源，分析可得数据的充分性和准确性、数据聚类、建立收集辅助数据的方法，对得不到的数据进行估计等。 数据来源依赖于物流项目的性质，数据来源则根据

5、数据需求而定。,物流系统设计与仿真,9,6.1 物流系统分析,6.1.4物流系统分析的内容： （一）数据收集 数据充分性和准确性 数据的充分性：包括数据完整性和样本容量。 对于研究范围内没有丢失的数据就认为数据流是完整的，当一些数据特性丢失时就认为数据是不完整的（数据特性是指数据的各个组成部分）例如货物的日需求数据包括日期、货物的重量和体积。 样本容量：是指为了在分析中得到一个较理想的准确度而需要的数据点数量。,物流系统设计与仿真,10,6.1 物流系统分析,6.1.4物流系统分析的内容： （一）数据收集 数据充分性和准确性 数据的准确性：是指数据的可靠性。数据的准确性可通过扫描那些超过可接受

6、范围的过大或过小的数值来证实，比较不同数据来源的同数据也可助于证实数据的准确性。 数据采集：就用具体方法和系统来收集数据。 样本容量：物流分析结果的有效性取决于样本容量及在分析中所使用的数据点数量。,物流系统设计与仿真,11,6.1 物流系统分析,异常数据审查：异常数据是指非正常数据代表的数据点。例如体积大而又很轻的偶然一次运输、某一次特殊高费率运输、在节日期间铁路工作情况统计等都不能代表正常数据。 如果计算平均装货密度，只要有一次体积大而又很轻的货物就会使密度下降，同样高费率的特殊货物会使平均费率上升，可用百分数法和基于数值的方法。 百分数法：把在一定百分点之上或之下的数据删除，如密度低于5

7、%或高于95%的数据点被认为是异常数据点而被去除。,物流系统设计与仿真,12,6.1 物流系统分析,基于数值方法：低于或高于某一特定值的数据点将被去除，这种方法需要指定截止数值。 数据汇总。聚类方法用来对相似产品或地点进行分类，以缩小问题的范围，聚类的关键是根据特定的特征值定义的相似性测量。例如，产品相似度可用产品的大小、形状、颜色、重量、密度等来定义。常用聚类方法有最近距离、最远距离和均值距离方法。这几种方法基本步骤都相同，这里只介绍最远距离聚类算法。,物流系统设计与仿真,13,6.1 物流系统分析,对丢失的或得不到的数据进行估计：在数据流中间丢失的数据可用插值法进行估计。现行插值是相当简单

8、。例如9月和11月需求数值分别是200和240，10月的需求可以估计为220。但有些数据流的函数形式需要非线性插值，这就需要用非线性回归模型。 概率分布的形式及参数。物流系统分析中，概率分布常用来表示有关输入数据的不确定性。例如，货车的到达时间、装卸时间可能是不确定的。在这种情况下，用分布函数来描述过程的变化。在确定数据分布时，注意函数分布形式及参数值。,物流系统设计与仿真,14,6.1 物流系统分析,1、原始数据收集是规划与设计物流系统的依据。以以参考和分析历史资料，也可做现场调查分析。 （1）物料特性。包括物料的尺寸、形状、重量、是否耐压冲击、对环境温度湿度的要求，储存期长短对其质量的改变

9、，物料本身对环境的影响，是否需要密封，不同物料之间有什么影响，能否放在一起，等等。 （2）物料流量。首先从整体角度掌握进入和流出物流系统的总物流量，包括最大值、最小值、平均值及其概念分布；其次调查流程中各环节的输入、输出量及其频率，包括分流和合流的数据；此后还要了解今后的发展规划，估计其可能达到的最大物流量。,物流系统设计与仿真,15,6.1 物流系统分析,物流量受很多随机因素的影响，需要较大量的数据进行统计分析，才能得到可信的结果。 （3）环境条件。主要指物流系统输入输出的接口条件，包括接口的设备、场地与生产加工设备的衔接条件。例如物流系统输入输出端的运输工具是汽车、火车、轮船还是其他运输设

10、备，周转有无储存场地等。 （4）经济数据。如劳务费、维护费用、设备费用、建筑费用、土地费用、贷款利率、投资期限、最小收益等。 （5）物流搬运设备的数据。包括现有的可供选择的各种物料搬运设备的能力、技术能力、使用寿命和售价等数据。,物流系统设计与仿真,16,6.1 物流系统分析,收集到物流系统这些原始数据后，再对这些数据进行整理、分析，并以此为基础进行系统分析，提出初步方案。 2、方案中可控变量与不可控变量 物流系统中的方案有些因素必须严格满足一定的条件，是规划设计人员不能更改的；另一因素则可以由规划人员在一定范围内进行选择，这些就是物流系统中的可控变量。例如在仓库收发货站台的位置和数量、搬运设

11、备的载重理和作用速度、物品进出库的策略等都是必须满足一定要求的可控变量。,物流系统设计与仿真,17,6.1 物流系统分析,又例如在规划设计一个仓库时，为使设备利用率达到最高，可以对堆垛机的数量和运行速度、货架的尺寸等进行一定的变动。物流系统的规划设计就是通过调整可控变量观察系统性能的变化趋势，从而选择可控变量的最佳匹配，达到系统的最佳效果。 不可控变量。物流系统规划中还有很多随机的、不确定的因素，这是设计人员无法控制的因素。例如在商业物流系统中，订单到达的时间间隔和订单量的多少、港口物流系统船舶到达港口的日期和数量等就是一些不可控因素，而且具有随机性。规划时，必须以大量的资料的统计分析和主观经

12、验为基础进行。,物流系统设计与仿真,18,6.1 物流系统分析,因此只有明确了物流系统中哪些变量是可控的，哪些是不可控的，才能对不同变量进行正确的处理，建立合适、可行的规模模型。,物流系统设计与仿真,19,6.1 物流系统分析,最远距离聚类法：最远距离聚类法与最短距离聚类法的区别在于计算原来的类与新类距离时采用的公式不同。最远距离聚类法的计算公式是,物流系统设计与仿真,20,6.1 物流系统分析,例题:下面用例子来说明，最远距离聚类法的聚类过程如下,物流系统设计与仿真,21,6.1 物流系统分析,物流系统设计与仿真,22,6.1 物流系统分析,(1) 在99阶距离矩阵中，非对角元素中最小者是d

13、94=0.51，将第4区与第9区并为一类，记为G10，即G10=G4，G9。按照公式分别计算G1，G2，G3，G5，G6，G7，G8与G10之间的距离，得到一个新的88阶距离矩阵,物流系统设计与仿真,23,6.1 物流系统分析,物流系统设计与仿真,24,6.1 物流系统分析,(2) 在第1步所得到的88阶距离矩阵中，非对角线元素中最小者为d57=0.83，故将G5与G7归并为一类，记为G11，即G11=G5，G7。按照公式（3.4.11）式分别计算G1，G2，G3，G6，G8，G10与G11之间的距离，得到一个新的77阶距离矩阵如下,物流系统设计与仿真,25,6.1 物流系统分析,物流系统设计

14、与仿真,26,6.1 物流系统分析,(3) 在第2步所得到的77阶距离矩阵中，非对角线元素中最小者为d28=0.88，故将G2与G8归并为一类，记为G12，即G12=G2，G8。再按照公式（3.4.11）分别计算G1，G3，G6，G10，G11与G12之间的距离，得到一个新的66阶距离矩阵如下,物流系统设计与仿真,27,6.1 物流系统分析,物流系统设计与仿真,28,6.1 物流系统分析,(4)在第3步所得的66阶距离矩阵中，非对角元素中最小者为d3，10=1.23，故将G3与G10归并为一类，记为G13，即G13=G3，G10=G3，（G4，G9）。再按照公式（3.4.11）计算G1，G6，

15、G11，G12与G13之间的距离，得到一个新的55阶距离矩阵如下,物流系统设计与仿真,29,6.1 物流系统分析,物流系统设计与仿真,30,6.1 物流系统分析,(5)在第4步所得的55阶距离矩阵中，非对角线元素中最小者为d1，12=1.52，故将G1与G12归并为一类，记为G14，即G14=G1，G12=G1，（G2，G8）。再按照公式（3.4.11）分别计算G6，G11，G13与G14之间的距离，得到一个新的44阶距离矩阵如下,物流系统设计与仿真,31,6.1 物流系统分析,物流系统设计与仿真,32,6.1 物流系统分析,(6)在第5步所得的44阶距离矩阵中，非对角线元素中最小者为d6，1

16、1=1.78，故将G6与G11归并为一类，记为G15，即G15=G6，G11=G6，（G5，G7）。再按照公式（3.4.11）分别计算G13，G14和G15之间的距离，得到一个新的33阶距离矩阵如下,物流系统设计与仿真,33,6.1 物流系统分析,物流系统设计与仿真,34,6.1 物流系统分析,(7) 在第6步所得的33阶距离矩阵中，非对角线元素中最小者为d13，14=3.10，故将G13与G14归并为一类，记为G16，即G16=G13，G14=（G3，（G4，G9），（G1，（G2，G8）。再按照公式（3.4.11）计算G15与G16之间的距离，可得一个新的22阶距离矩阵如下,物流系统设计与仿真,35,6.1 物流系统分析,物流系统设计与仿真,36,6.1 物流系统分析,物流系统设计与仿真,37,6.1 物流系统分析,物流系统设计与仿真,38,6.1 物流系统分析,（二）数据分析 优化模型 启发式方法：新建法、改进法、综合方法 （三）模拟方法 问题的复杂性及各种变量之间的相互关系用一些公式进行建模