TOPSIS法在物流中心選址中的應用

杜 穎 劉書吟(江西應用科技學院 江西 南昌 330000)

1 引言

隨著現代物流的不斷發展，物流中心選址問題是規劃建設中投資較大且不可逆的重點課題，目前針對選址問題國內外學者進行了較為深入的研究，Chen－tung chen［1］通過數據的模糊性，應用模糊綜合評價法解決物流選址問題。Witkowski K等［2］應用一種多目標決策法，通過考慮當地市場、經濟和該地區在社會中的潛力等因素，解決物流中心選址決策問題。趙愛文［3］通過AHP法分析物流選址的影響因素，建立徐州市選址指標體系，將定性的不確定性轉化為定量分析，提高結果的可靠性。綜上所述，物流中心選址課題依然有一定的熱度，國內外研究主要集中在決策方法和影響因素。

TOPSIS法用來解決多目標決策問題，是一種使用頻率較高的綜合評價法，現常用在醫療、經濟和管理等各領域中。在物流中心選址問題中，不僅要求考慮企業盈利利潤，同時還需考慮一定的經濟性等因素，因此經濟性、適應性、協調性和戰略性構成物流中心選址問題中相互制約的評價目標［4］，對目標的綜合評價就構成了多目標決策問題，所以應用TOPSIS法解決物流中心選址問題是有效的。

2 基本原理及主要步驟

2．1基本原理。TOPSIS法稱為逼近于理想解的排序方法，主要思想為:對歸一化后的數據進行比較，確定出理想中的最優方案(理想方案)和最劣方案(負理想方案)，然后分別計算出其他方案與最佳方案和最劣方案之間的距離，得出該方案與最佳方案和最劣方案的接近程度，并以此作為評價各個方案優劣順序的依據，最終選擇出較優方案。

2．2主要步驟。第一步:統一各指標的單調性。評價指標有高優指標和低優指標，高指標即為其值越高方案越接近理想方案，低指標與之相反。對優指標進行轉化，轉換方法一般有倒數法和差值法，本文采用倒數法將低優指標轉換為高優指標，轉換公式如下:

第二步:數據歸一化處理。為了指標計量單位的影響實現數據無量綱化，需要對指標中的各數據進行歸一化處理，并得到矩陣A。歸一化的公式為:

第三步:根據歸一化后的矩陣得到最優向量和最劣向量。

式中:分別表示第i個評價對象與最優向量和最劣向量的距離;aij表示某個評價對象i在第j個評價指標的取值。

第五步:計算各評價對象與最優解的接近程度Ci，公式如下:

3 案例分析

江西省處于中國東南部，是長江經濟帶的重要組成部分，毗鄰廣東省、浙江省、福建省等，公路、鐵路路網密集，水運便利，為物流業發展奠定了良好的基礎［5］。江西省共設南昌、九江、景德鎮、萍鄉、新余、鷹潭、贛州、宜春、上饒、吉安、撫州等11個設區市，目前根據綜合各因素的考量，南昌、九江和贛州三市相對與其余市優勢較為明顯，因此本文通過搜集南昌、九江和贛州三市相關數據，對物流中心選址問題進行研究。

3．1 指標構建。

(1)物流中心選址影響因素。

物流中心要實現其基本功能，主要有以下五個方面因素影響［6］。

自然環境:物流中心要充分滿足客戶的存儲需求和運輸需求，自然環境對運輸和存儲有一定的影響，主要從以下幾個方面考慮，當地地質條件、水利條件、氣象條件和地形條件因素。

物流需求:主要指主要包括客戶聚集程度和該地區物流生產總值。

基礎設施:主要指當地公路運輸、鐵路運輸、水運和空運條件和能夠對物流中心運營影響的因素，包括運輸能力、當地綠化和處理廢棄物品能力。

經營成本:主要指對物流中心運行起直接或間接的影響因素，包括當地土地價格、當地人均工資。

可持續發展:主要包括政策環境和人才等因素。

(2)指標構建。

根據物流中心選址影響因素和數據收集便利性綜合考慮，將評價指標歸納為如表1所示:

表1 評價指標

其中，當地人口可間接反映當地物流需求的一方面，因此，為了便于數據收集，用當地人口數量作為二級指標。

3．2數據收集。根據3個方案各指標的實際情況，通過查閱相關資料數據和專家意見，各個指標的數據如表2所示。

其中，因為自然因素和政策環境難以用定量的方法描述，因此根據專家的建議和相關資料，對三個方案進行比較，最終物流自然環境定性比較中南昌較好，九江最好，贛州一般，其分值分別為:5，7，3;政策環境定性比較中南昌最好，其次九江，最后贛州，其分值分別為:7，5，3。

表2 各評價指標數據

3．3 數據處理。

(1)統一指標單調性

其中土地價格(X10)和當地人均工資(X11)為低優指標。對其進行處理，其中土地價格處理后為1/Xi10，當地人均工資處理后的價格為100000/Xi11。最后得出:

X"i10= (1．587;5．000;2．220 ) X"i11=(2．350;2．545;2．660)

(2)歸一化處理

(3)計算評價指標所有指標與其最優向量和最劣向量的距離:

D+=(1．045，1．147，1．146)

D－=(1．179，0．881，0．987)

4．計算各評價對象與最優解的接近程度:

Ci=(0．517，0．435，0．463)

可知，方案一與最優解最貼近，因此南昌是三市中最優的物流中心選址位置，其次是贛州，最后是九江。

4 結論

本文應用topsis法解決物流中心選址問題，對收集的數據進行歸一化處理，對處理后數據比較各指標中理想方案和負理想方案，并計算各方案與理想方案和負理想方案的距離，同時根據各方案與理想方案的貼近程度對各方案進行排序，確定最優方案，其結果綜合各影響因素，具有較高的實用性和可行性。

參考文獻:t

［1］Chen Chen － Tung．A fuzzy approach to select the location ofthe disribution center［J］Fuzzy Sets and Systems，2001，(1)．

［2］Witkowski K，Mrówczyńska M，Bazan － Krzywoszańska A，et al．Mt ethods for determining potential sites for the location of logistics centres on he basis of multicriteria analysis［J］LogForum，2018，14(3)．

［3］趙愛文．基于AHP的物流中心選址問題研究——以徐州市為例［J］數學的實踐與認識，2017，47(10):35 －41

［4］徐杰，田源，汝宜紅．物流中心選址的影響因素分析及案例［J］物流技術，2002(02):28 －31．

［5］李玉民，郭利利，劉旻哲．基于AHP－TOPSIS的物流園區綜合競爭力評價模型研究［J］鄭州大學學報(工學版)，2014，35(06):125 －128．

［6］徐勝華，甘小文，陳平．基于AHP江西紡織產業物流中心選址探討［J］科技廣場，2016(08):163－167．

［7］郭軼，周丹．基于TOPSIS/DEA/AHP法的物流配送中心選址問題分析［J］重慶工學院學報(自然科學版)，2009，23(11):76－80+89．

［8］陸琳琳，張仁頤．物流中心選址的一種綜合方法［J］工業工程與管理，2003(06):59－61．