□文/韓永偉（河南大學商學院　河南·開封）

?

B2C電子商務企業(yè)物流中心選址探究

□文/韓永偉
（河南大學商學院河南·開封）

［提要］在互聯(lián)網(wǎng)時代，隨著電子商務企業(yè)的快速發(fā)展，市場競爭的加劇，使得越來越多的B2C電子商務企業(yè)開始加大對物流配送環(huán)節(jié)的重視。合理的電子商務物流中心選址對物流系統(tǒng)的整個運營成本的大小有著重要的影響，物流配送中心選址可以大大提高物流配送環(huán)節(jié)的效率，提升企業(yè)競爭力。本文對物流配送中心選址方法進行回顧，建立模型，并應用蝙蝠算法對簡單實例進行模擬，結果證明蝙蝠算法求解物流配送中心選址問題是一個有效簡便的方法，可以為現(xiàn)實的配送中心選址提供參考依據(jù)。

關鍵詞：B2C電子商務；配送中心選址；蝙蝠算法；mat l ab

收錄日期：2016年3月25日

一、引言

隨著社會經(jīng)濟的發(fā)展，電子商務的興起為經(jīng)濟和生活帶來了很大的便利的同時，也對企業(yè)的競爭能力提出了更高的要求。電子商務物流配送一直是制約電子商務發(fā)展的瓶頸，作為電子商務“第三利潤源”，如何更好地解決物流配送問題一直是研究的重點。隨著B2C電子商務的發(fā)展，企業(yè)之間的競爭也越來越激烈，甚至引發(fā)了一系列價格戰(zhàn)。此時，物流配送中心作為企業(yè)高度可控的末端節(jié)點，對B2C電子商務企業(yè)的競爭力有重要的影響。

隨著市場競爭越來越激烈，各大電商紛紛加大了對物流配送中心的重視。京東已經(jīng)建立了7個物流中心，可以覆蓋全國大部分地區(qū)，在43個城市擁有143個大型倉庫，設立3，539個配送站以及自提點，實現(xiàn)1，961個區(qū)縣的配送，且全部自營；蘇寧易購在全國有12個始發(fā)倉庫，有近7，000人配送隊伍，并實現(xiàn)了多個城市半日達或次日達的速度承諾。

關于物流配送對電子商務的重要作用，Kent Gourclin認為只有充分認識并重視物流配送的影響，才能在市場競爭中取得利益，不然電子商務企業(yè)將很難維持自己在競爭中的優(yōu)勢，甚至可能被市場淘汰。為了降低運輸費用，提高商品的送達率，降低企業(yè)的運營成本，提高消費者的消費體驗，建立科學合理的配送中心有重要作用。Aikens C H介紹了選址模型的幾種基本模型，并以最小化選址成本費用作為目標函數(shù)，以費用函數(shù)決定選址問題的規(guī)劃形式。

二、B2C物流中心選址模型的建立

物流中心的選址要考慮很多因素，自然環(huán)境、交通便利性、地理位置、公共設施、服務范圍等都會對物流中心的選擇造成影響，但起決定作用的還是物流中心的成本，包括建設成本和物流成本。用最小的成本服務最大的人群，是物流中心選址所應遵循的重要目標。B2C電子商務的客戶通常是比較分散的個人，并且配送需求量不穩(wěn)定，本文建模時按照聚類的方法把客戶劃分為若干個大的個體區(qū)域，以區(qū)域作為需求點選擇配送。配送中心的選址問題可以描述為：某個地區(qū)內(nèi)有若干個需求點，限于在該區(qū)域內(nèi)建立配送中心，以滿足各需求點的需求，并使得包括固定費用、運輸費用及存儲費用在內(nèi)的總費用最小。

（一）模型假設。物流中心選址是一種常見的平面選址問題，以物流配送中心的位置到所配送地點的總運輸距離最小為目標，從而節(jié)約運輸費用，使總成本最小。或者采用層次分析法根據(jù)專家意見進行評估，將物流選址中心建在靠近需求市場、交通發(fā)達和低價便宜的地點。根據(jù)度量定義不同分為絕對值距離問題和歐氏距離問題，本文采用歐式距離度量。

基于簡化問題的考慮，作出如下假設：（1）物流中心容量足夠大，可以滿足所有需求，且到每個送貨地點的運費是一致的；（2）不考慮實際情況，選取物流配送中心位置是不確定的，且每個位置是可以隨意選取的；（3）配送成本與客戶距離及配送量成正比。

（二）模型建立。變量和參數(shù)說明：n：需求點個數(shù)；wi：第i個需求點的年需求量；di：配送中心到第i個需求點的距離；（xi，yi）：第i個需求點的坐標；hi：從配送中心到需求點的運費率（包括裝卸、運輸費）；f：在該地區(qū)建立配送中心的年固定費用。

使得總費用最低的多配送中心選址問題可以表示成如下整數(shù)線性規(guī)劃問題：

三、蝙蝠算法

表1

蝙蝠算法是劍橋大學學者YANG于2010年首次提出，以模擬蝙蝠的回聲定位行為為原理，是一種新型的智能元啟發(fā)式優(yōu)化算法。蝙蝠算法以單個的蝙蝠個體為基本單位，根據(jù)種群群體的隨機尋優(yōu)規(guī)則，在整個蝙蝠群體在求解空間進行的從無序演化到有序的過程，逐步探索問題的最優(yōu)解。

（一）通過回聲定位，蝙蝠可以準確感應距離，并能可靠區(qū)分食物與障礙物。

（二）在位置Xi，蝙蝠以Vi速度進行隨機飛行，并以固定頻率fmin（或λ）、可變化波長λ（或f）和響度A0搜索獵物，它們根據(jù)獵物與自己的距離調(diào)節(jié)發(fā)射出的脈沖波長（或頻率），并在靠近獵物時調(diào)整發(fā)射脈沖的頻度r∈［0，1］。

（三）假設響度的變化區(qū)間為［Amin，A0］，其中A0為最大值（正值），Amin為最小值。

蝙蝠搜索算法的主要步驟可以描述如下：

（1）初始化群體，目標函數(shù)f（x），X=（x1，…xd）T，蝙蝠種群Xi=（i=1，21，…n）和Vi，脈沖頻率fiat Xi，設定算法的參數(shù)，初始化脈沖速率ri和Ai聲音響度；

（2）調(diào)整頻率，產(chǎn)生記錄新的解，并更新蝙蝠的速度和位置；

（3）如果（rand＞1），在最佳解集中選取一個解作為最優(yōu)解，在選擇的最佳解附近形成一個局部解；

（4）通過隨意飛行，產(chǎn)生一個新解；

（5）If（（rand＜Ai）&f（Xi）＜f（X'）），則以新解作為最優(yōu)解，增大ri，減小Ai；

（6）根據(jù)蝙蝠的位置，找到當前的最優(yōu)X*；

（7）如未滿足結束條件，則返回（2）；

（8）輸出全局最優(yōu)位置。

在一個d維搜索空間中，時刻t的蝙蝠更新位置Xit和更新速度Vit的公式如下：

其中，β∈［0，1］是一個隨機向量，X*是當前全局最佳位置。

局部搜索時，蝙蝠根據(jù)如下公式更新位置：

在這里ε∈［-1，1］是隨機數(shù)，At＝＜At＞是所有蝙蝠在這一代里的平均響度。然后，脈沖發(fā)射的響度Ai和ri速率也要隨著迭代過程進行更新，更新公式如下：

在這里α和γ是恒量，α類似于模擬退火算法中冷卻進程表中的冷卻因素。對于任何0＜α＜1和γ＞0的量都有：

四、實例分析

假設H公司計劃在B城市設立一個物流配送中心，為區(qū)域范圍內(nèi)5個需求點提供物流配送服務，根據(jù)區(qū)域內(nèi)5個配送地點的相對距離，以市中心為原點，繪制相對坐標圖，配送地點的坐標如表1。（表1）用重心法求解該區(qū)域選址的最佳位置為（25.78，33.73），最小費用為127，490。

運用仿真軟件matlab2013a，取n=40，α＝0.25，γ＝0.5.步長d=2求解最優(yōu)值，并獲取最優(yōu)物流配送中心地址坐標為（x，y）= （29.95，39.67），總運輸費用為mf=121250。仿真實驗證明蝙蝠算法求得的最優(yōu)位置優(yōu)于重心法。配送地點的坐標和物流中心選址的坐標位置分布如圖1所示。（圖1）

圖1 配送地點和物流中心選址坐標位置分布圖

本文的模型假設建立在無約束非線性規(guī)劃的基礎上，對于區(qū)域內(nèi)配送中心的選址可以調(diào)整參數(shù)直接調(diào)用。通過蝙蝠算法的算例計算以及與重心法的對比，為解決城市中物流配送中心的選址優(yōu)化問題，提供了一種新的解法。在實際生活中，物流配送中心的選址需要考慮自然環(huán)境因素，例如地理條件、水域和氣象條件；同時，還要考慮社會環(huán)境因素，例如國家政策和基礎交通設施等。所以，對于復雜的選址問題需要具體分析，綜合考慮物流配送中心選址問題。

五、結語

互聯(lián)網(wǎng)時代的到來促使越來越多的消費者選擇網(wǎng)上進行消費，B2C電子商務市場規(guī)模的不斷擴大，自建物流配送體系極大地提高了配送效率和消費者體驗，從而使電子商務物流也得到了極大地發(fā)展。合理有效的物流中心選址規(guī)劃是企業(yè)降低物流成本，提高物流運營效率的重要途徑。本文基于蝙蝠算法，通過實例對比驗證，對物流配送中心選址問題進行求解，并證明了算法應用的優(yōu)越性。蝙蝠算法是一種全面有效的新型啟發(fā)式優(yōu)化方法，也被逐步應用到更多的領域。但是，本文在建模求解過程中也存在很大的不足，并沒有考慮到現(xiàn)實中相關的客觀因素，如運輸路況以及自然地形狀況。因此，在現(xiàn)實的應用中會有一定的誤差。在以后的研究中，可以與其他方法如層次分析法、德爾菲法進行結合，為物流中心的選址問題提供更多思路與方法。

主要參考文獻：

［1］中國電子商務研究中心.截至2015年3月31日京東自建物流情況. ht t p：/ / www. 100ec. cn.

［2］中國電子商務研究中心.目前蘇寧易購在全國有12個始發(fā)倉庫.http：//www.100ec.cn.

［3］Gourdin Kent.Global Logistics Management-A Competitive Advantage for the New Millennium［J］.Black Publishers Ltd，2001.3.

［4］Aikens C H.Facility location models for distribution planning ［J］.European Journal of Operational Research，1985.22.3.

［5］李煜，馬良.新型全局優(yōu)化蝙蝠算法［J］.計算機科學，2014.9.

［6］楊揚.物流系統(tǒng)規(guī)劃與設計［M］.電子工業(yè)出版社，2013.2.

［7］周歡.基于布谷鳥算法的電子商務物流中心選址求解［J］.商場現(xiàn)代化，2015.17.

中圖分類號：F724. 6

文獻標識碼：A