1. 基于情景分析的智能計(jì)算機(jī)物流配送中心模型構(gòu)建方法

1.1 基于情景分析構(gòu)建物流配送中心選址模型

情景分析法運(yùn)用在智能計(jì)算機(jī)物流配送中心的構(gòu)建模型的主要思路如下：在發(fā)生物流配送突發(fā)事件前，可以對(duì)該區(qū)域內(nèi)過(guò)去的所有突發(fā)事件的情況進(jìn)行全面的分析，對(duì)未來(lái)發(fā)生的可能情況進(jìn)行預(yù)測(cè)，預(yù)測(cè)出未來(lái)所需要的物資的種類(lèi)、數(shù)量，并進(jìn)行必要的儲(chǔ)備。在物流配送事件發(fā)生異常的時(shí)候，根據(jù)監(jiān)測(cè)結(jié)果，并與以往的經(jīng)驗(yàn)相結(jié)合，對(duì)其進(jìn)行判斷，以過(guò)去的突發(fā)事件的物資需求為基礎(chǔ)，對(duì)各類(lèi)物資需求量的范圍進(jìn)行估算。在對(duì)該地區(qū)物資儲(chǔ)備狀況有一個(gè)全面了解的前提下，對(duì)其進(jìn)行統(tǒng)一調(diào)度，努力在最短的時(shí)間里，對(duì)其進(jìn)行快速出庫(kù)、緊急生產(chǎn)和社會(huì)動(dòng)員，避免出現(xiàn)物資延遲和短缺。物流配送中心選址使用情景分析法模型，假設(shè)如下：（1）物流需求通常集中于某幾個(gè)點(diǎn)，每個(gè)點(diǎn)都是分布在某一地區(qū)的大量客戶(hù)的需求。（2）單一物流中心園區(qū)的選址問(wèn)題，未考慮到因選址而導(dǎo)致的固定資產(chǎn)建設(shè)、人力成本和存貨成本等方面的差別。（3）運(yùn)價(jià)線性假定：在實(shí)際情況中，大部分的運(yùn)價(jià)費(fèi)用與運(yùn)價(jià)的距離并非完全線性相關(guān)。（4）假定直線運(yùn)行：假定運(yùn)輸路線在兩個(gè)點(diǎn)間是一條直線。（5）靜態(tài)地址選擇假定：即在選擇時(shí)，對(duì)將來(lái)的收益和費(fèi)用的變動(dòng)不作任何考慮。單個(gè)物流配送中心的選址目標(biāo)函數(shù)的表達(dá)公式如下：

公式中：qi表示需要i的物資需求數(shù)量，k代表從物流配送中心至i的單位運(yùn)距的運(yùn)輸費(fèi)用，di表示從物流配送中心到的距離。因?yàn)槊總€(gè)需求點(diǎn)的坐標(biāo)為（xi,yi），配送中心的坐標(biāo)系為（x0,y0），可以求得：

將兩個(gè)公式對(duì)總成本函數(shù)進(jìn)行了偏微分，并對(duì)其進(jìn)行了解算，得到了含有x0以及y0的結(jié)果。然后經(jīng)過(guò)多次的迭代，得到了最佳的結(jié)果。傳統(tǒng)的物流配送中心位置與分配模型的構(gòu)造思路比較簡(jiǎn)單，可以滿(mǎn)足一般單個(gè)物流配送中心選址問(wèn)題的需要。然而，該模型僅對(duì)單一來(lái)源的供給進(jìn)行了分析，并不能很好地滿(mǎn)足建設(shè)多個(gè)配送中心的需求。下圖1為大型工程需要的多個(gè)物流中心的配送網(wǎng)絡(luò)圖。

由于構(gòu)建的物流配送中心的地址的選擇以及運(yùn)輸過(guò)程的模型是以整個(gè)輸送過(guò)程中產(chǎn)生的相關(guān)最低成本為目標(biāo)，固定的成本金額與發(fā)生變化的成本金額總和達(dá)到最低標(biāo)準(zhǔn)，因此此時(shí)模型的目標(biāo)函數(shù)的表達(dá)公式如下：minf=o+s+d (3)

因此，運(yùn)輸過(guò)程的成本金額由配送中心至需求點(diǎn)之間的運(yùn)輸成本構(gòu)成，其計(jì)算公式如下：

公式中：cki代表物品的供應(yīng)地點(diǎn)k至物流配送中心的備選地址的運(yùn)輸金額，cij代表物流配送中心i至物品的需求地點(diǎn)j的運(yùn)輸金額，bki為物品供應(yīng)地k至i的所承載的貨物重量，bij為物流配送中心i至j物品需求地點(diǎn)的所承載的貨物重量。

由上述公式可以得到，運(yùn)輸金額的計(jì)算公式如下：

公式中：vij代表節(jié)點(diǎn)i,j兩點(diǎn)之間的物品單位距離的運(yùn)輸費(fèi)用，αij為i,j兩點(diǎn)中的距離修正系數(shù)，rij代表i、j兩點(diǎn)之間的距離長(zhǎng)度。在企業(yè)經(jīng)營(yíng)中，最根本的目標(biāo)是獲取收益，而收益的具體表現(xiàn)就是通常所說(shuō)的利潤(rùn)，要通過(guò)利潤(rùn)的多少來(lái)衡量企業(yè)效益的好壞。同時(shí)，成本會(huì)對(duì)企業(yè)的收益產(chǎn)生最直接的影響。所以本文中，以物流配送中心選址為基礎(chǔ)計(jì)算出最小成本的配送路線為最終目標(biāo)，這與利潤(rùn)有直接的聯(lián)系。根據(jù)有關(guān)數(shù)據(jù)，計(jì)算出最小的成本或最大的利潤(rùn)，并以此作為優(yōu)化的目的。

1.2 規(guī)劃物流配送路徑

規(guī)劃物流配送的路徑對(duì)于構(gòu)建智能物流配送中心模型至關(guān)重要，關(guān)于物流配送路徑選擇的研究，在進(jìn)行的過(guò)程中，要分析配送路徑所涉及的因素，以及選擇的目標(biāo)，要在該研究領(lǐng)域中找到一定的規(guī)律才能最終確定。當(dāng)物流配送的成本與其距離緊密相關(guān)，而其他因素又不重要時(shí)，對(duì)最短配送距離的研究實(shí)際上就是對(duì)最低成本的研究，所以可以考慮以計(jì)算最短配送距離的研究目標(biāo)，這樣就能清楚地反映出最短路徑的選擇問(wèn)題。物流配送中心車(chē)輛的路徑問(wèn)題設(shè)定為：每個(gè)門(mén)店由一輛車(chē)進(jìn)行配送，由此所有運(yùn)輸任務(wù)，由m輛車(chē)完成任務(wù)，其計(jì)算公式如下：

為使分配路線符合目標(biāo)函數(shù)的要求，就必須看運(yùn)輸工具是否符合需求。在制定配送方案時(shí)，要保證每個(gè)門(mén)店都能被配送貨物，所以需要對(duì)配送車(chē)輛的數(shù)量進(jìn)行一定的限制，運(yùn)輸里程數(shù)的表達(dá)公式如下：

公式中：[]表示≤括號(hào)內(nèi)的所有數(shù)的最大整數(shù)。

在此基礎(chǔ)上，得出了使用車(chē)輛所需要的運(yùn)輸里程，并給出了物流過(guò)程中各個(gè)節(jié)點(diǎn)間的最短路程和最大載重等相關(guān)數(shù)據(jù)。按上述方法繪制節(jié)電里程圖，將節(jié)省里程表中計(jì)算出的兩家店間節(jié)省公里數(shù)，按遞減順序規(guī)劃路線?？蓪?duì)所節(jié)省里程數(shù)對(duì)應(yīng)的配送路徑進(jìn)行最優(yōu)檢測(cè)，而對(duì)節(jié)省里程數(shù)較少的路徑則可忽略，最終規(guī)劃出最佳物流配送路徑。

2. 實(shí)驗(yàn)測(cè)試與分析

為證明本文提出的基于情景分析的智能計(jì)算機(jī)物流配送中心模型構(gòu)建方法的有效性，現(xiàn)進(jìn)行實(shí)驗(yàn)測(cè)試。通過(guò)對(duì)比本文方法與非智能物流中心模型構(gòu)造方法1、傳統(tǒng)人工計(jì)算物流配送方法2的物流配送效果。為驗(yàn)證本文方法的正確性，本章將本文方法運(yùn)用實(shí)驗(yàn)測(cè)試中，并對(duì)其能否滿(mǎn)足規(guī)定的配送標(biāo)準(zhǔn)進(jìn)行檢驗(yàn)。在實(shí)驗(yàn)測(cè)試之前，需要一些準(zhǔn)備工作，保證本次實(shí)驗(yàn)的準(zhǔn)確性。

2.1 實(shí)驗(yàn)準(zhǔn)備

使用本文方法構(gòu)造出的智能計(jì)算機(jī)物流配送中心模型進(jìn)行配送中心的選址，選定好位置之后，將該位置其他兩種方法選定的位置進(jìn)行三次相同過(guò)程的實(shí)驗(yàn)測(cè)試，測(cè)定出三種方法得出的物資配送總量進(jìn)行對(duì)比。測(cè)試前，首先使用Matlab軟件對(duì)本文方法與方法1構(gòu)造出的模型進(jìn)行仿真求解的過(guò)程，其實(shí)就是將所構(gòu)建的數(shù)學(xué)模型中的數(shù)學(xué)語(yǔ)言轉(zhuǎn)換成軟件的程序語(yǔ)言，輸入到軟件中，由軟件將程序語(yǔ)言轉(zhuǎn)換成機(jī)器語(yǔ)言，再利用計(jì)算機(jī)來(lái)進(jìn)行計(jì)算和求解，最后得到求解的結(jié)果。程序在大約3小時(shí)10分鐘后，得到了最優(yōu)的結(jié)果，并產(chǎn)生了4451行的報(bào)告，在求解后，不僅會(huì)輸出未知變量的數(shù)值，還會(huì)輸出已知量和模型中的過(guò)渡變量的數(shù)值。其中，輸出的數(shù)值如下表1所示。

相應(yīng)于上述表格中所列的意義數(shù)據(jù)，最佳目標(biāo)函數(shù)值為5455.15萬(wàn)元，選定m=5，表明一共有5個(gè)可供選擇的地址被確定為物流分配中心點(diǎn)。

2.2 實(shí)驗(yàn)結(jié)果與分析

將上述數(shù)據(jù)輸入到Matlab軟件中，三種方法得出的物資配送總量的實(shí)驗(yàn)結(jié)果如下表2所示。

由上表數(shù)據(jù)可以清楚地看出，本文方法所選擇的配送物流中心地址所得出的配送量要遠(yuǎn)遠(yuǎn)大于其他兩種方法所得出的配送量。本文方法超出方法1的最小配送量為20300噸，超出方法2的最小配送費(fèi)為20044噸，由此可以看出本文選擇的基于情景分析構(gòu)建物流配送中心選址模型方法能夠有效地提高配送的效率，為現(xiàn)代物流相關(guān)企業(yè)提供有效的幫助。

3. 結(jié)束語(yǔ)

本文在建模過(guò)程中，一般假定運(yùn)費(fèi)為距離和交通量的線性函數(shù)，但實(shí)際情況卻是與距離和交通量的分片函數(shù)，因此必須將分片函數(shù)的分析方法引入到模型中。另外，物流中心的固定費(fèi)用與其生產(chǎn)能力之間也有一定的關(guān)系，并非一成不變的。該模型較為抽象，僅考慮了選址費(fèi)用、固定費(fèi)用和變動(dòng)費(fèi)用。但是，在實(shí)際的物流配送中心選址過(guò)程中，要考慮到許多現(xiàn)實(shí)的因素，如資金約束，交通約束，周?chē)娜肆Y源約束等。