劉 輝，林松輝

物流配送中心作為線上銷售、線下銷售的主要節(jié)點(diǎn)和供應(yīng)鏈的重要紐帶，扮演著集中分配的角色，它介于上游制造商和下游零售商之間負(fù)責(zé)進(jìn)行專業(yè)的倉(cāng)儲(chǔ)、揀貨、運(yùn)輸?shù)茸鳂I(yè)，并具有整合商流、物流、現(xiàn)金流、信息流等的功能，在物流配送系統(tǒng)中具有重要的地位。物流配送中心不僅可以提高供應(yīng)鏈運(yùn)營(yíng)的效率，降低運(yùn)營(yíng)成本，還能夠?qū)崿F(xiàn)供應(yīng)鏈的整體優(yōu)化，間接提高企業(yè)競(jìng)爭(zhēng)力。因此，研究物流配送中心的選址是重要而必要的。

一、配送中及其心選址

（一）配送中心的內(nèi)涵

1.概念

配送中心是指從事以配送服務(wù)為主的現(xiàn)代化設(shè)施，是以組織配送式銷售和供應(yīng)、執(zhí)行實(shí)物配送為主要功能的流通型物流結(jié)點(diǎn)。它能夠很好地解決用戶多樣化需求和廠商大批量專業(yè)化生產(chǎn)的矛盾，因此逐漸成為現(xiàn)代化物流的標(biāo)志。

2.與物流中心的區(qū)別

配送中心是儲(chǔ)存眾多物品且將儲(chǔ)存周期較短的眾多物品配送給眾多零售店（如專賣店、連鎖店、超市等）或最終客戶的場(chǎng)所；而物流中心則是儲(chǔ)存眾多物品、且將儲(chǔ)存周期稍長(zhǎng)的眾多物品送達(dá)下一層經(jīng)銷商或配送中心的場(chǎng)所。

（二）配送中心的分類

1.根據(jù)功能不同的分類

（1）流通加工型配送中心——配送中心對(duì)物品的流通和加工職能較為重視。為了匹配客戶的要求，占有市場(chǎng)的主動(dòng)權(quán)，配送中心主要進(jìn)行流通以及再加工活動(dòng)以滿足客戶的需求。

（2）配送型配送中心——配送中心對(duì)物品的配送職能較為重視。作為面向零售商和消費(fèi)者的物流節(jié)點(diǎn)，配送中心不僅有集貨、倉(cāng)儲(chǔ)、分揀、加工、運(yùn)輸?shù)嚷毮?，更?qiáng)調(diào)以快速為主要目標(biāo)所進(jìn)行的短距離、小范圍的快速配送。

（3）倉(cāng)儲(chǔ)型配送中心——配送中心對(duì)物品的倉(cāng)儲(chǔ)能力較為重視。在提高土地利用率以及降低倉(cāng)儲(chǔ)成本的條件下，一般會(huì)采用此類配送中心。

（4）樞紐型配送中心——配送中心強(qiáng)調(diào)物品的集運(yùn)及轉(zhuǎn)運(yùn)功能。因其特殊的功能多會(huì)把配送中心設(shè)在海關(guān)或機(jī)場(chǎng)附近。

2.根據(jù)投資主體不同的分類

（1）合作型配送中心——由多家企業(yè)合資建設(shè)的配送中心。合作型配送中心可以分?jǐn)偨ㄔO(shè)費(fèi)用，且可共用于同一區(qū)域進(jìn)行配送服務(wù)。

（2）自用型配送中心——通常是供應(yīng)鏈相關(guān)方為了提高物資的周轉(zhuǎn)效率、降低配送成本、提高服務(wù)質(zhì)量所自行建立的配送中心。

（3）公共型配送中心——投資主體多為政府或第三方物流企業(yè)。其特點(diǎn)是具有高度專業(yè)的配送能力，且對(duì)于客戶的要求有強(qiáng)大的調(diào)整能力。

3.根據(jù)運(yùn)營(yíng)主體不同的分類

（1）制造商型配送中心——投資主體、運(yùn)營(yíng)主體及服務(wù)對(duì)象都是制造商本身。通過(guò)建立獨(dú)特的物流中心，可以滿足企業(yè)自身產(chǎn)品的配送要求，提高客戶的服務(wù)水平，降低配送成本，提高企業(yè)的競(jìng)爭(zhēng)力。

（2）批發(fā)商型配送中心——投資及運(yùn)營(yíng)主體是批發(fā)商或代理商。在商品的流通過(guò)程中，起橋梁及紐帶作用，將生產(chǎn)商的產(chǎn)品聚集到配送中心，再分配到下游零售商或用戶的手中，具有較高的社會(huì)合作性。

（3）零售商型配送中心——投資及運(yùn)營(yíng)主體是零售商。一般而言是多家大中型企業(yè)共同出資建立的配送中心，通過(guò)批量采購(gòu)及批量運(yùn)輸取得規(guī)模效益，使整體的平均成本降低，提高自身的利潤(rùn)[1}。

（三）配送中心的選址

1.選址的內(nèi)涵

在一定的經(jīng)濟(jì)區(qū)域內(nèi)，用科學(xué)合理的方法對(duì)配送中心進(jìn)行地理位置的選址，最佳的選址位置可以使配送中心發(fā)揮最大的效益。如：縮短配送時(shí)間、降低配送費(fèi)用、滿足配送需求、降低企業(yè)的運(yùn)營(yíng)成本、改善供應(yīng)鏈，對(duì)企業(yè)的發(fā)展具有高度的戰(zhàn)略意義。

2.選址的原則

（1）經(jīng)濟(jì)性原則——配送中心選址的最后確定要以低成本、高效率、高收益為目標(biāo)，避免因建設(shè)配送中心而過(guò)度地占用企業(yè)經(jīng)濟(jì)資源。

（2）適應(yīng)性原則——配送中心的選址要具有適應(yīng)性，既要適應(yīng)企業(yè)發(fā)展的戰(zhàn)略目標(biāo)，也要適應(yīng)企業(yè)的運(yùn)作需求，而且還需要適應(yīng)客戶的要求。

（3）彈性原則——配送中心的選址需要有一定的彈性，能夠滿足社會(huì)的變化，具有前瞻性、發(fā)展性。

3.選址的規(guī)劃

根據(jù)配送中心選址的規(guī)劃，可分為單中心選址和多中心選址，是根據(jù)配送中心的數(shù)量不同而進(jìn)行分類的。如圖1所示。

4.選址的影響因素

（1）自然環(huán)境——指地形、地貌、天氣條件等自然因素。首先，配送中心需要盡可能縮短與供應(yīng)商、或者客戶的配送距離與配送時(shí)間，因此不宜建在地形迂回曲折的地方。其次，是否靠近河海的地貌也需考慮，這意味著運(yùn)輸方式的不唯一性。最后，該地的溫度、濕度等也是對(duì)倉(cāng)儲(chǔ)造成重大影響的因素[2]。

（2）經(jīng)濟(jì)環(huán)境——多指當(dāng)?shù)氐幕ǔ潭纫约叭瞬刨Y源狀況。在基建程度低的地方，配送中心會(huì)得不到各方面技術(shù)上的支持，如信息通訊、人才數(shù)量等。從而失去其存在的價(jià)值，甚至?xí)?dǎo)致虧損情況出現(xiàn)。

（3）政策環(huán)境——指政府的支持和優(yōu)惠政策等，公司會(huì)因?yàn)檎邘?lái)的積極影響得到巨大的發(fā)展空間；然而，政府政策的不允許，也很容易形成各種障礙壁壘，從而限制企業(yè)的發(fā)展。

（4）企業(yè)戰(zhàn)略選擇——配送中心的類型是根據(jù)公司的戰(zhàn)略選擇而確定的。以配送為主的配送中心，往往會(huì)建在與多數(shù)客戶較為接近的地方；而以倉(cāng)儲(chǔ)為主的配送中心，則更多地會(huì)考慮建設(shè)成本以及配送中心的空間利用率。

（5）城市路況——城市路況往往能夠影響配送的及時(shí)性，成為影響運(yùn)輸時(shí)效的主要因素之一。例如廣州的路況相對(duì)而言就遠(yuǎn)不及惠州：在廣州城區(qū)只能行駛5公里路程，在惠州城區(qū)可能可以行駛8公里甚至8公里以上。

5.選址的實(shí)施步驟

（1）約束條件分析：首先明確建立配送中心的目的、意義、重要性，再分析好各種約束條件，如政府是否允許在此地建立配送中心、顧客的分布情況、配送中心的物流職能等。

（2）收集整理材料：選址是為了追求運(yùn)輸費(fèi)、配送費(fèi)、物流設(shè)施設(shè)備費(fèi)用的最低化，因此搜集數(shù)據(jù)時(shí)，一般要掌握客戶業(yè)務(wù)量、各項(xiàng)費(fèi)用（運(yùn)輸費(fèi)、配送費(fèi)、土地費(fèi)、人工費(fèi)、業(yè)務(wù)費(fèi)）和其他（包括配備車輛數(shù)、作業(yè)人員數(shù)、裝卸方式、裝卸機(jī)械費(fèi)用）各類信息。

（3）地址篩選：在整理分析材料之后，應(yīng)該考慮各種因素的影響并且對(duì)需求進(jìn)行預(yù)測(cè)，初步確定選址范圍。

（4）定量分析：根據(jù)不同情況采用不同模型進(jìn)行運(yùn)算。

（5）結(jié)果評(píng)價(jià)：綜合各種因素，包括市場(chǎng)適應(yīng)性、購(gòu)置土地條件、服務(wù)質(zhì)量等，對(duì)初步選址結(jié)果進(jìn)行評(píng)價(jià)。

（6）復(fù)查：根據(jù)不同因素的不同影響程度，運(yùn)用加權(quán)法進(jìn)行運(yùn)算，根據(jù)是否滿足選址的約束條件將結(jié)果進(jìn)行確認(rèn)，若不滿足，則返回第（3）步地址篩選繼續(xù)運(yùn)算。

（7）確定選址結(jié)果：通過(guò)一系列調(diào)查分析以及運(yùn)算之后，確定選址結(jié)果。

圖1單中心選址和多中心選址示意圖

二、配送中心選址的研究方法

（一）傳統(tǒng)型算法

基于物流配送中心選址在降低物流成本、提高物流效率等方面的巨大作用，眾多學(xué)者對(duì)混合整數(shù)規(guī)劃、層次分析法、重心法等傳統(tǒng)型選址算法進(jìn)行了大量的研究。

胡敏通過(guò)雙重中心法對(duì)配送中心的選址進(jìn)行研究，確認(rèn)了其有效性[3]。王富忠、龐海云通過(guò)遵循知識(shí)準(zhǔn)則的求解算法，較好地實(shí)現(xiàn)了倉(cāng)庫(kù)選址最優(yōu)及配送成本最優(yōu)的雙優(yōu)目的[4]。楊彪等以供應(yīng)鏈成本最低為目標(biāo)運(yùn)用混合整數(shù)規(guī)劃的方法快速地解決了選址的問(wèn)題[5]。張延亮、康國(guó)棟利用迭代重心法和蒙特卡羅隨機(jī)模擬的方法對(duì)單一地方和兩個(gè)地方的選址問(wèn)題求得最佳選址方案[6]。徐其強(qiáng)基于層次分析法證明了對(duì)物流中心選址的可行性[7]。吳婷等認(rèn)為在只考慮運(yùn)輸成本的單一因素時(shí)，CFLP模型對(duì)市場(chǎng)選址具有一定的優(yōu)勢(shì)[8]。宋正娜等驗(yàn)證了在多因素影響下P—中值模型對(duì)醫(yī)院設(shè)施進(jìn)行分布選址有一定的指導(dǎo)性[9]。董偉通過(guò)網(wǎng)絡(luò)覆蓋模型對(duì)航空飛行服務(wù)站分布進(jìn)行研究，得出了較好的分析結(jié)果[10]。

（二）創(chuàng)新型算法

近幾年，一些學(xué)者驗(yàn)證了遺傳算法、粒子群算法、蝙蝠算法、布谷鳥(niǎo)算法等創(chuàng)新型算法在物流配送中心選址問(wèn)題上的有效性和可行性。

楊立通過(guò)和諧搜索算法和遺傳算法結(jié)合的混合算法得出選址的最優(yōu)解[11]。歐陽(yáng)浩等用遺傳算法獲得針對(duì)運(yùn)營(yíng)成本問(wèn)題的近似最優(yōu)的選址方案[12]。馮席席證實(shí)了粒子群算法和粒子群算法模型對(duì)選址進(jìn)行求解的可行性[13]。黃鑫磊通過(guò)仿真驗(yàn)證蝙蝠算法其良好的全局優(yōu)化性，還用連續(xù)型單配送中心、離散型多配送中心驗(yàn)證了蝙蝠算法求解選址問(wèn)題的可行性[14]。趙世安、屈遲文采用改進(jìn)的布谷鳥(niǎo)算法求解物流配送中心的選址問(wèn)題，并且驗(yàn)證了有效性[15]。李小川在煙花算法中引入人群搜索算法中的利己行為、利他行為和預(yù)動(dòng)行為，對(duì)物流配送中心選址出現(xiàn)的早熟收斂、搜索精度低、魯棒性差等缺陷進(jìn)行了完善，并且改進(jìn)了此算法對(duì)于求解物流配送中心選址問(wèn)題的有效性[16]。高雯倩對(duì)引力搜索算法進(jìn)行了改進(jìn)，并且提出了引力系數(shù)的動(dòng)態(tài)調(diào)整策略以及基于粒子聚集程度的變異策略[17]。

（三）遺傳算法與配送中心選址

如前所述，很多學(xué)者采用遺傳算法去計(jì)算配送中心的選址，通過(guò)研究不同的影響因素、不同的選址范圍計(jì)算遺傳算法跟配送中心選址的匹配度，并且得知主要影響因素除距離、單位運(yùn)費(fèi)等之外，還包括天氣狀況、道路狀況以及“種群”范圍的選擇等。

1.基本概念

遺傳算法簡(jiǎn)稱GA（Genetic Algorithm），其基于自然界中的適者生存規(guī)則，通過(guò)將算法擬化成自然界中種群的進(jìn)化，將算法與種群進(jìn)化中的染色體互換、基因突變等結(jié)合在一起，通過(guò)決定種群生存進(jìn)化的“適應(yīng)值”去篩選出最優(yōu)解。

此算法跟重心法、層次分析法等截然不同，它通過(guò)與自然的結(jié)合，不需要多梯度的新信息；只是通過(guò)人工進(jìn)化的方法，在多個(gè)解中根據(jù)適應(yīng)值去逼近最優(yōu)解，類似于堆積木的一個(gè)過(guò)程。

遺傳算法將選址問(wèn)題轉(zhuǎn)化成為多目標(biāo)排序的問(wèn)題[18]，并且提出了多個(gè)生物進(jìn)化的名詞，如種群、染色體、基因突變、適者生存等，同時(shí)用“遺傳”的方式，并且通過(guò)反復(fù)的運(yùn)算對(duì)比，找出最“適合生存”的解。遺傳算法是與自然結(jié)合的創(chuàng)新型算法。

2.具體步驟

（1）編碼：以二進(jìn)制的方式按照一定規(guī)則對(duì)備選配送中心進(jìn)行編碼，編碼成若干個(gè)獨(dú)立的個(gè)體。

（2）組成種群：即所有被以一定規(guī)則編碼的獨(dú)立個(gè)體被匯聚在一起，組成一個(gè)類似于種群的一個(gè)集合，稱之為初始種群。

（3）反解編碼：根據(jù)設(shè)定的編碼規(guī)則，通過(guò)反解編碼的方式，將編碼里面所包含的信息反解出來(lái)，類似于生物學(xué)中的染色體從表現(xiàn)型轉(zhuǎn)換為基因型再轉(zhuǎn)換成為表現(xiàn)型的一種轉(zhuǎn)換流程。

（4）計(jì)算函數(shù)值：即將變量作為計(jì)算的數(shù)據(jù)，解出函數(shù)值。函數(shù)值又稱為適應(yīng)值，適應(yīng)值是決定種群生存或者淘汰的一個(gè)驗(yàn)證值。

（5）選擇交換染色體的個(gè)體：以適應(yīng)值作為參考，選擇出若干個(gè)交換染色體的個(gè)體，并依據(jù)選址需求，有目的地進(jìn)行染色體互換，或者進(jìn)行隨機(jī)交換。

（6）基因突變：是將某一互換完染色體的獨(dú)立個(gè)體，進(jìn)行某一處的數(shù)據(jù)改變，以模仿自然界中的突變，并進(jìn)行適應(yīng)值的計(jì)算。

（7）適應(yīng)值的重復(fù)運(yùn)算：包括染色體交叉互換，基因突變等重復(fù)操作，直至滿足目標(biāo)函數(shù)的最優(yōu)解出現(xiàn)或者運(yùn)算終止，則標(biāo)志為運(yùn)算結(jié)束[19]。

3.遺傳算法詳解

（1）制定編碼

制定編碼的方法包括二進(jìn)制編碼、浮點(diǎn)數(shù)編碼、格雷碼編碼等。由于二進(jìn)制編碼更近似于染色體，更符合生物進(jìn)化的規(guī)律，因此選取二進(jìn)制編碼。

二進(jìn)制編碼是根據(jù)一定規(guī)律，將選址信息編碼成由若干個(gè)三位二進(jìn)制組成的“染色體”，所有的“染色體”又組成了“種群”，種群又可以稱為解的集合。具體的表現(xiàn)如生物學(xué)中染色體的表現(xiàn)型向基因型的轉(zhuǎn)變。

（2）目標(biāo)函數(shù)的制定

目標(biāo)函數(shù)用于計(jì)算染色體的適應(yīng)度，選擇遺傳個(gè)體的交叉與變異，決定整體收斂性，對(duì)于整體的優(yōu)化選擇起著極其重要的作用。

由于是二進(jìn)制編碼，并且為了穩(wěn)定收斂性，因此一般會(huì)選擇線性函數(shù)作為目標(biāo)函數(shù)。需要注意的是，目標(biāo)函數(shù)的選擇不當(dāng)會(huì)出現(xiàn)局部最優(yōu)解的情況，導(dǎo)致可能會(huì)出現(xiàn)整體最優(yōu)解無(wú)法得到的情況。如：

（3）選擇、交叉與變異算子

遺傳算法的選擇方式主要包括輪盤賭選擇、隨機(jī)選擇。輪盤賭選擇是通過(guò)概率高低，選擇兩條染色體作為父代跟母代進(jìn)行交叉互換與變異，用于生成新一代的染色體，選擇概率的高低取決于適應(yīng)度的高低，適應(yīng)度越高被選擇的概率越高。如圖2所示：染色體總適應(yīng)值為8+6+4+2=20；則選中染色體A至D的概率分別為40%、30%、20%、10%。

而隨機(jī)選擇是通過(guò)輪盤賭的方式得出一對(duì)染色體進(jìn)行比較，采取淘汰低適應(yīng)度的方法，留下高適應(yīng)度再進(jìn)行隨機(jī)抽取一對(duì)進(jìn)行染色體交叉互換生成子代交叉即為染色體交叉互換?；Q方式包括單點(diǎn)交叉、兩點(diǎn)交叉及多點(diǎn)交叉，顧名思義，交叉的“堿基位”可以由一個(gè)到多個(gè)不等。如圖3所示。

變異包括基因位變異與均勻變異?；蛭蛔儺愂侵敢砸欢ǖ母怕剩S機(jī)地選擇一個(gè)或多個(gè)基因位進(jìn)行突變；均勻突變則是通過(guò)某一小概率，去替換均勻分布的隨機(jī)數(shù)，比較適用于算法前期。此步驟是通過(guò)選擇父代和母代染色體，進(jìn)行交叉互換及變異，生成多個(gè)子代，盡可能地提高適應(yīng)值，得出最優(yōu)解。

（4）適應(yīng)度的再計(jì)算

通過(guò)生成的子代，進(jìn)行適應(yīng)值的計(jì)算，如此重復(fù)步驟，直至得出最優(yōu)解或者當(dāng)運(yùn)算的代數(shù)到達(dá)上限時(shí)。

遺傳算法的具體流程如圖5所示。

4.遺傳算法的優(yōu)點(diǎn)

（1）可解性不可比擬

相較于復(fù)雜算法，遺傳算法可以避免出現(xiàn)函數(shù)無(wú)解的情況。適應(yīng)值作為遺傳算法的主要支點(diǎn)，它并不需要函數(shù)的太多支持。面對(duì)函數(shù)時(shí)，可通過(guò)交叉互換或基因突變來(lái)改變無(wú)解的情況。因此，遺傳算法對(duì)于函數(shù)的低依賴性是重心法、層次分析法等傳統(tǒng)的選址計(jì)算方法所不能比擬的。

（2）特別強(qiáng)的魯棒性

當(dāng)求解的過(guò)程中可能出現(xiàn)多個(gè)異常結(jié)果的情況下，遺傳算法有很高概率能得到最優(yōu)可行解或者近似最優(yōu)解。

圖2輪盤賭算法概率圖

圖3染色體交叉

圖4染色體變異

圖5遺傳算法流程圖

（3）具有整體優(yōu)化能力

遺傳算法對(duì)于解的搜索是以一組包含多個(gè)初始解的集合展開(kāi)的；在求解的后半段，生成的解不是唯一的單個(gè)解，而是多個(gè)最優(yōu)解。因?yàn)榭梢宰屝枨笳邠碛懈嗟倪x擇，具備強(qiáng)大的整體優(yōu)化能力。

（4）強(qiáng)大的可改動(dòng)性

可改動(dòng)性是指對(duì)原需求進(jìn)行改變，如對(duì)目標(biāo)函數(shù)的改進(jìn)。許多算法在這樣的情況下容易失靈進(jìn)而無(wú)法繼續(xù)求解，但是遺傳算法可利用Matlab強(qiáng)大的計(jì)算能力，在程序上稍作修改便可繼續(xù)求解。

（5）特別高的并行性

并行性不會(huì)直接在解集上反映，而是在對(duì)于求解編碼的問(wèn)題上，它會(huì)在多個(gè)信息空間區(qū)域內(nèi)同時(shí)進(jìn)行搜索，從而盡可能減少出現(xiàn)局部最優(yōu)解的幾率。

5.遺傳算法的不足

（1）對(duì)遺傳算法的研究有待提高

遺傳算法是一種模擬生物進(jìn)化的算法，在運(yùn)用于選址實(shí)踐中有著不錯(cuò)的效果。但作為一種創(chuàng)新型算法，有待加強(qiáng)其理論方面的研究。

（2）參數(shù)缺少對(duì)應(yīng)的規(guī)范確定的準(zhǔn)則

遺傳參數(shù)的設(shè)置取決于編碼以及遺傳技術(shù)的差別，往往是依靠過(guò)去經(jīng)驗(yàn)得來(lái)的參考值，所以該算法的應(yīng)用也受參數(shù)不規(guī)范的影響。

（3）選取初始種群往往是決定性的

在處理單峰函數(shù)的問(wèn)題上，遺傳算法擁有著得天獨(dú)厚的優(yōu)勢(shì)。但是在處理多峰函數(shù)的問(wèn)題上，遺傳算法就比較容易陷入局部最優(yōu)解，導(dǎo)致無(wú)法收斂出全局最優(yōu)值。因此種群的選取，往往是決定性的。

（4）局部搜索能力不夠

遺傳算法的搜索能力受控制參數(shù)以及初始種群的影響。一般情況下，遺傳算法的收斂速度較慢。不僅如此，遺傳算法的穩(wěn)定性往往比較低，導(dǎo)致局部的搜索能力不足，這是簡(jiǎn)單的遺傳算法存在的不可避免的缺點(diǎn)。

三、基于廣州KT物流科技有限公司的實(shí)證分析

（一）選址背景

1.公司簡(jiǎn)介

廣州KT物流科技有限公司成立于2017年，年?duì)I業(yè)額3億元左右，員工約300人，是一個(gè)專門為中小企業(yè)提供物流運(yùn)作解決方案和代管服務(wù)的智能化物流平臺(tái)。其主要以“人工智能+云服務(wù)+大數(shù)據(jù)”為核心能力，通過(guò)互聯(lián)網(wǎng)創(chuàng)新技術(shù)，優(yōu)化整合社會(huì)運(yùn)力，滿足中小企業(yè)碎片化的物流運(yùn)作需求，有效幫助中小企業(yè)降低物流成本。

2.選址情況簡(jiǎn)介

近年來(lái)，為滿足公司發(fā)展需要，擬在珠海、東莞、中山、惠州、廣州等地選址再建立三個(gè)配送中心，使配送中心由目前的兩個(gè)增加為五個(gè)。根據(jù)統(tǒng)計(jì)，8個(gè)主要用戶群到達(dá)各個(gè)配送中心的流程圖以及成本分別見(jiàn)圖6和附錄。

圖6多點(diǎn)配送流程圖

（二）選址要求

配送中心選址應(yīng)符合以下規(guī)律[20]。

1.最小成本原則

供貨點(diǎn)到配送中心的總成本+配送中心到用戶的總成本+配送中心運(yùn)營(yíng)成本（可變成本+固定成本）最小。

2.限制條件

（1）供應(yīng)點(diǎn)到配送中心總運(yùn)量要小于配送中心總供應(yīng)量。

（2）配送中心到用戶的總運(yùn)量要大于用戶需求量。

（3）供應(yīng)點(diǎn)到配送中心總運(yùn)量要等于物流中心到用戶的總運(yùn)量。

（4）要選擇該配送中心才可以出現(xiàn)運(yùn)量。

（5）物流中心的個(gè)數(shù)不可超過(guò)上限。

（6）運(yùn)量不可小于0。

（7）一個(gè)用戶只對(duì)應(yīng)一個(gè)配送中心，一個(gè)配送中心則可以對(duì)應(yīng)多個(gè)用戶。

因此綜合運(yùn)量、單位運(yùn)費(fèi)、固定成本的目標(biāo)函數(shù)為：

因此綜合運(yùn)量、單位運(yùn)費(fèi)、固定成本、可變成本的目標(biāo)函數(shù)為：

其中CKI為供貨點(diǎn)到配送中心的單位成本，TKI為供貨點(diǎn)到配送中心的運(yùn)量，CIJ為配送中心到用戶的單位成本，TIJ為配送中心到用戶的運(yùn)量，F(xiàn)為固定成本，L為可變成本。L可變成本為by自然環(huán)境成本、sg經(jīng)濟(jì)環(huán)境成本、od政治環(huán)境成本以及aq路況成本之和。

（三）過(guò)程與結(jié)果分析

將遺傳算法跟配送中心選址結(jié)合起來(lái)，利用MatLab優(yōu)化工具箱，設(shè)定迭代次數(shù)為100，交叉概率為0.85，種群規(guī)模為100，變異概率為0.2，設(shè)定完畢后如圖7所示，然后進(jìn)行運(yùn)算。

圖7參數(shù)設(shè)定示意圖一

1.結(jié)果Ⅰ（不包括附加影響因素）

運(yùn)算結(jié)果（結(jié)合主要因素不包括附加影響因素）如圖8、圖9、圖10所示。

圖8運(yùn)算結(jié)果（不包括附加影響因素）示意圖一

圖9運(yùn)算結(jié)果（不包括附加影響因素）示意圖二

圖10運(yùn)算結(jié)果（不包括附加影響因素）示意圖三

在綜合單位運(yùn)費(fèi)、運(yùn)量、固定成本的情況下，通過(guò)計(jì)算分析，會(huì)選擇最優(yōu)的三個(gè)配送中心為中山配送中心、惠州配送中心、珠海配送中心。各個(gè)配送中心服務(wù)用戶的具體對(duì)應(yīng)情況如表1所示。

表1配送中心與用戶對(duì)應(yīng)表（結(jié)果Ⅰ）

2.結(jié)果Ⅱ（包括附加影響因素）

運(yùn)算結(jié)果（包括附加影響因素）如圖11、圖12、圖13、圖14所示。

在綜合所有因素的情況下，通過(guò)計(jì)算分析，選擇最優(yōu)的三個(gè)配送中心為中山配送中心、惠州配送中心以及珠海配送中心。各個(gè)配送中心服務(wù)用戶的具體對(duì)應(yīng)情況如表2所示。

圖11運(yùn)算結(jié)果（包括附加影響因素）示意圖一

圖12運(yùn)算結(jié)果（包括附加影響因素）示意圖二

圖13運(yùn)算結(jié)果（包括附加影響因素）示意圖三

圖14運(yùn)算結(jié)果（包括附加影響因素）示意圖四

表2配送中心與用戶對(duì)應(yīng)表（結(jié)果Ⅱ）

四、總 結(jié)

綜上，在只考慮固定成本、單位運(yùn)輸費(fèi)用、運(yùn)量等因素的條件下，遺傳算法選址最優(yōu)結(jié)果將中山、惠州、珠海作為備選的配送中心地址；但是在加上其他附加因素（建設(shè)成本、環(huán)境成本、經(jīng)濟(jì)成本、政策成本、路況成本）的情況下，選址結(jié)果發(fā)生了變化，中山、惠州、東莞成為更佳的選擇。

因此，加入不同影響因素的情況下改變了函數(shù)整體走向的動(dòng)態(tài)變化，但是依然能夠保持精確度，所以可以得出以下結(jié)論：

1.遺傳算法適用于配送中心的選址；

2.遺傳算法可以更加簡(jiǎn)便地、便捷地綜合更多的因素進(jìn)行選址；

3.遺傳算法具有強(qiáng)大的調(diào)整能力。

附 錄

影響因素一（見(jiàn)表3—表5）附加影響因素二（見(jiàn)表6—表9）

表3

表4

表5固定成本表

表6

表7

表8

表9