生鮮配送中心選址常見方法的對比

■于文娟 中北大學經濟管理學院

一、引言

隨著生活節奏的不斷加快，人們用于休閑購物的時間大為縮減，冷凍冷藏食品的消費量得到不斷提升，超市，生鮮食品專營店應運而生，也推動了生鮮配送中心的發展。可是在我國，生鮮蔬菜采后的損失率高達40%—50%，因為生鮮品具有鮮活性和易腐爛的特點，所以使得生鮮品質量問題的解決不能僅僅靠生產，而更加需要搞好流通。生鮮配送中心是連接著生產端和銷售端的紐帶，在整個配送系統中具有非常重要的地位。科學的配送中心選址方案能夠很大程度提高配送系統的整體效益，更能給消費者提供安全可靠的產品。

二、生鮮農產品物流特點

生鮮農產品主要包括水果、蔬菜、肉類、水產品、禽蛋等農副產品，具有鮮活性和易腐性的特點。因此要求產品從生產、加工、儲藏、運輸、銷售直到最終消費者的整個過程中始終處在低溫環境中，從而保證食品的質量、減少食品的損耗。與發達國家相比，我國的生鮮品冷鏈物流還存在非常大的差距，目前，我國鮮活產品的產值主要在原產地周邊實現，絕大多數以采收后的原始產品形式出售。果品蔬菜進一步加工能力不足。因此建立一體化的生鮮品冷鏈物流模式成為解決問題的關鍵，而關鍵中的關鍵是建立生鮮品物流配送中心。供應商將貨物集中于主要城市生鮮配送中心，整合后進行長途運輸，由地區配送中心進行裝箱提貨和當地運送，經整合發送到零售直銷點，盡可能的減少生鮮食品由生產到銷售過多的中間環節，保證貨物的鮮活和安全。

三、生鮮配送中心選址的一般方法

1.數學規劃法

數學規劃方法包含多種具體方法，比如線性規劃、動態規劃算法等，其中最為常用的方法是最優化方法。例如：丁浩等提出并運用0-1型整數規劃方法對配送中心選址問題進行了研究。這種方法通過設定特定條件從多個備選方案中選出最優的（問題中的各要素的相關關系已經給定）。隨著計算機技術的發展，可以借助現成的計算機軟件程序求解。這種方法是對實際問題大大簡化之后得出的，一些非線性條件往往被忽略，而實際的配送中心選址要復雜的多，且當模型復雜時，計算工作量大，成本高，或者根本不可能，還有的時候最優解不一定是可行解。因此對復雜的問題，通常只能作理論上的分析，實際解決則較少。

2.綜合因素評價法

這種方法是通過全面分析各種影響生鮮配送中心選址的困素，并根據各因素的權重對備選方案進行打分，分數最高的備選方案就是最優選址方案。該方法使得方案更具備可行性。常用的綜合因素評價方法有層次分析法（AHP）、數據包絡分析、模糊綜合評判等。針對生鮮配送中心的選址可將費用，交通，商品質量，運輸設備，人員投入作為準則，再根據各準則下設相應的方案準則，得到一個立體的評價方案。

但是此方法中影響因素的權重是由專家給出，容易受到專家的主觀影響，在一定程度上影響了方案的得分，不夠客觀和準確。在采用此種方法往往和其他方法結合來彌補其自身的缺陷，例如Spohrer和Kmak綜合運用定量與定性方法并結合權重分析法確定配送中心選址問題，劉志成與劉心利用灰色關聯度以及層次分析法對冷鏈配送中心的選址進行研究。

3.啟發式算法

比較常用的啟發式算法有：遺傳算法，神經網絡，模擬退火算法等。是建立在人的主觀經驗和判斷的基礎之上的一種解決方法。啟發式算法多和其他優化算法結合在一起解決問題。具有代表性的成果有Brimberg J，Hansen P，Mlanenovic N等人提出了快速啟發式算法求解重心法模型 ，Dijin Gong提出了組合進化方法解決配送中心選址問題。

（1）遺傳算法

遺傳算法是受遺傳學中的遺傳機制和自然選擇的啟發而產生的一種搜索算法。遺傳算法中的主要算子為：選擇，交叉，變異。通過一定的計算使得問題得到一步步的優化，得到最優解。

遺傳算法的特點為：隨機搜索，啟發式的算法。因此遺傳算法具有較強的全局搜索能力。但是可能的得到結果往往只能使得局部最優，所以在實際應用中，應和其他方法聯用，以避免其缺點。

（2）人工神經網絡

人工神經網絡是由許多處理單元（神經元）連成的網絡，反映了人腦功能的若干基本特性，但并非生物系統的逼真描述，只是某種模仿、簡化和抽象。這種方法首先要以一定的學習準則進行學習，然后才能工作。通過不斷的學習網絡判斷的正確率將大大提高，這說明網絡的學習已經獲得了成功，它已將所提供的模式分布地記憶在網絡的各個連接權值上。當網絡再次遇到其中任何一個模式時，能夠作出迅速、準確的判斷和識別。一般說來，網絡中所含的神經元個數越多，則它能記憶、識別的模式也就越多。

這種方法在神經網絡的學習過程中需要大量的數據，但是數據的獲取在很多情況下是有一定難度的，這個采用人工神經網絡法帶來限制。另外，在應用此方法時，還要注意網絡的學習速度，產生的是否是局部最優解等。

（3）模擬退火算法

模擬退火算法是由N. Metropolis等人于1953年提出的，是基于Monte-Carlo迭代求解策略的一種隨機尋優算法，源于固體退火原理。由解空間、目標函數和初始解三部分構成，結合概率突跳特性在解空間中隨機尋找目標函數的全局最優解。這種算法具有概率的全局優化性能。該方法對解決生鮮配送中心的選址問題具有較好的有效性和可靠性。

除以上三種比較常用的方法外，隨著計算機應用技術的發展，對物流運作的仿真也在國內外許多文獻中出現，研究表明對配送中心的選址采用仿真方法比采用解析算法更接近實際。這種算法能比較有效的避免所得解為局部最優的情況。但是這種方法也有自己的缺點，在進行仿真實驗時，需對模型進行信度和效度的嚴格檢驗。而對較復雜的仿真系統，則要求計算機的運算水平必須非常高。

生鮮食品配送中心選址問題受眾多因素共同影響，雖然選址方法有許多種，但應具體問題具體分析，根據所要解決問題的側重點，選擇合適的方法，在借鑒前人研究成果的前提下針對實際問題進行相關的調整。本文研究發現以上幾種方法各有優缺點，將各種方法進行合理有效的組合去解決問題，得到全局的最優解是未來研究的主方向，以此來提高選址決策的準確性。

[1]丁浩，李電生.城市物流冷鏈配送中心選址方法的研究[J].華中科技大學學報，2004，21（1）：46-48.

[2]G.A.Spohre,T.R.Kmak.Qualitative Analysis Used in Evaluating Alternative-Plant Location Scenarios[J].Indus,Eng,1984,（8）:52-56.

[3]劉志成，劉心.灰色關聯度和AHP在冷鏈配送中心選址問題中的應用研究[J].科學技術與工程，2009，9（5）：1365-1374.

[4]Brimberg J，Hansen P，M lanenovic N,et al.Improvements and comparison of heuristics for solving the multisource Weber problem[J].Operations Research,2000,48(3):44-461.

[5]Gong D J,Gen M S,Yamazaki G J,etal.Hybrid Evolutionary Method for Capacitated Location-Allation Problem[J].Computers Industrial Engineering,1997,33（3-4）:577-580.