物流園區(qū)選址淺析論文(參考版)
2025-07-30 10:32本頁(yè)面
【正文】 最后，我還是得感謝這三年的大學(xué)生活以及我的朋友們，謝謝你們對(duì)我的支持和鼓勵(lì)。如今，伴隨著這篇畢業(yè)論文的最終成稿，復(fù)雜的心情煙消云散，自己甚至還有一點(diǎn)成就感。有了你的悉心教導(dǎo)我才能夠順利的將論文完成。在這里誠(chéng)信懇請(qǐng)各位老師提出寶貴意見(jiàn)。物流園區(qū)所包括的內(nèi)容廣博、園區(qū)選址與總體布局工作復(fù)雜。但是到目前為止，物流園區(qū)的規(guī)劃理論方法體系不夠完善，布局規(guī)劃實(shí)踐缺乏有力的理論指導(dǎo)，是造成當(dāng)前物流園區(qū)規(guī)劃建設(shè)工作存在諸多問(wèn)題的根本原因。因此加快物流園區(qū)的規(guī)劃和建設(shè)可以被視為加快現(xiàn)代物流發(fā)展的突破口正日益成為促進(jìn)物流業(yè)乃至地區(qū)經(jīng)濟(jì)整體發(fā)展的十分重要的問(wèn)題。各種方法的結(jié)合可以彌補(bǔ)各自的不足，而充分發(fā)揮各自的優(yōu)點(diǎn)，從而提高選址的準(zhǔn)確性和可靠性。同時(shí)，仿真對(duì)人和機(jī)器要求往往比較高，要求設(shè)計(jì)人員必須具備豐富的經(jīng)驗(yàn)和較高的分析能力，而相對(duì)復(fù)雜的仿真系統(tǒng)，對(duì)計(jì)算機(jī)硬件的相應(yīng)要求是比較高的。如仿真需要進(jìn)行相對(duì)比較嚴(yán)格的模型的可信性和有效性的檢驗(yàn)。國(guó)內(nèi)外已經(jīng)不少文獻(xiàn)將仿真的方法運(yùn)用于物流配送中心選址或是一般的設(shè)施選址的研究，研究結(jié)果相對(duì)解析方法更接近于實(shí)際的情況。用解析的方法(包括線性規(guī)劃等)建立數(shù)學(xué)模型，然后運(yùn)用啟發(fā)式算法進(jìn)行求解是目前以及未來(lái)研究物流配送中心選址的一種較為可行和可操作的研究方法。各種算法在全局搜索能力、優(yōu)缺點(diǎn)、參數(shù)、解情況存在著一定的差異。該算法對(duì)于解決物流配送中心的選址具有較好的有效性和可靠性。任春玉(2006)提出了定量化的模擬退火遺傳算法與層次分析法相結(jié)合來(lái)確定配送中心地址的方法。模擬退火算法不但可以往好的方向發(fā)展,也可以往差的方向發(fā)展,從而使算法跳出局部最優(yōu)解,達(dá)到全局最優(yōu)解。 模擬退火算法(Simulated Annealing, SA)又稱模擬冷卻法、概率爬山法等，于1982年由Kirpatrick提出的另一種啟發(fā)式的、隨機(jī)優(yōu)化算法。 這一研究的不足是神經(jīng)網(wǎng)絡(luò)的訓(xùn)練需要大量的數(shù)據(jù)，在對(duì)數(shù)據(jù)的獲取有一定的困難的情況下，用神經(jīng)網(wǎng)絡(luò)來(lái)研究是不恰當(dāng)?shù)摹?對(duì)于神經(jīng)網(wǎng)絡(luò)如何應(yīng)用于物流配送中心的選址，國(guó)內(nèi)外不少學(xué)者進(jìn)行了各種有益的嘗試?？梢酝ㄟ^(guò)對(duì)樣本訓(xùn)練數(shù)據(jù)的學(xué)習(xí)，形成一定的網(wǎng)絡(luò)參數(shù)結(jié)構(gòu)，從而可以對(duì)復(fù)雜的系統(tǒng)進(jìn)行有效的模型識(shí)別。因此，在研究和應(yīng)用中，為避免這一缺點(diǎn)，遺傳算法常常和其它算法結(jié)合應(yīng)用，使得這一算法更具有應(yīng)用價(jià)值。通過(guò)選擇恰當(dāng)?shù)木幋a方法和遺傳算子，求得了模型的最優(yōu)解。蔣忠中等（2005）在考慮各種成本(包括運(yùn)輸成本等)的基礎(chǔ)上，結(jié)合具體的應(yīng)用背景，建立的數(shù)學(xué)規(guī)劃模型(混合整數(shù)規(guī)劃或是一般的線性規(guī)劃)。通過(guò)這三個(gè)算子，問(wèn)題得到了逐步的優(yōu)化，最終達(dá)到滿意的優(yōu)化解。它的基本思想是使用模擬生物和人類進(jìn)化的方法求解復(fù)雜的優(yōu)化問(wèn)題，因而也稱為模擬進(jìn)化優(yōu)化算法。目前，比較常用的啟發(fā)式算法包括：遺傳算法；神經(jīng)網(wǎng)絡(luò)算法；模擬退火算法。 啟發(fā)式算法是尋求解決問(wèn)題的一種方法和策略，是建立在經(jīng)驗(yàn)和判斷的基礎(chǔ)上，體現(xiàn)人的主觀能動(dòng)作用和創(chuàng)造力。 有關(guān)多準(zhǔn)則決策方法，特別是層次分析法和模糊綜合評(píng)判的方法，在配送中心的選址研究中有著廣泛的應(yīng)用。ChenTung Chen(2001)運(yùn)用了基于三角模糊數(shù)的模糊多準(zhǔn)則決策對(duì)物流配送中心的選址問(wèn)題進(jìn)行了研究。關(guān)志民等(2005)提出了基于模糊多指標(biāo)評(píng)價(jià)方法的配送中心選址優(yōu)化決策。多準(zhǔn)則決策的方法包括多指標(biāo)決策方法與多屬性決策方法兩種，比較常用的有層次分析法(AHP)、模糊綜合評(píng)判、數(shù)據(jù)包絡(luò)分析(DEA),TOPSIS、優(yōu)序法等等。這些問(wèn)題的典型特征是涉及到多個(gè)選擇方案(對(duì)象)，每個(gè)方案都有若干個(gè)不同的準(zhǔn)則，要通過(guò)多個(gè)準(zhǔn)則對(duì)于方案(對(duì)象)做出綜合性的選擇。因此，目前的進(jìn)一步研究趨勢(shì)是各種規(guī)劃方法和啟發(fā)式算法的結(jié)合，對(duì)配送中心的選址進(jìn)行一個(gè)綜合的規(guī)劃與計(jì)算。姜大元(2005)應(yīng)用Baumolwolf模型，對(duì)多物流節(jié)點(diǎn)的選址問(wèn)題進(jìn)行研究，并通過(guò)舉例對(duì)模型的應(yīng)用進(jìn)行了說(shuō)明，該模型屬于整數(shù)規(guī)劃和非參數(shù)規(guī)劃結(jié)合的模型。不確定性規(guī)劃主要是在規(guī)劃中的C(價(jià)值向量)、A(資源消耗向量)、b(資源約束向量)和決策變量中引入不確定性，從而使得不確定規(guī)劃更加貼近于實(shí)際情況，得到廣泛地實(shí)際應(yīng)用。 數(shù)學(xué)規(guī)劃算法包括線性規(guī)劃、非線性規(guī)劃、整數(shù)規(guī)劃、混合整數(shù)規(guī)劃和動(dòng)態(tài)規(guī)劃、網(wǎng)絡(luò)規(guī)劃算法等。第四章 物流園區(qū)選址方法選址方法主要有定性和定量的兩種方法。物流園區(qū)選址需要遠(yuǎn)離容易泛濫的河川流域與地下水上溢的區(qū)域，要認(rèn)真考慮近年來(lái)的水文資料，地下水位不能過(guò)高，洪泛區(qū)、內(nèi)澇區(qū)、舊河道、干河道等區(qū)域禁止選擇。物流園區(qū)是大量商品的集結(jié)地，某些質(zhì)量很大的建筑材料會(huì)對(duì)地面造成很大的壓力。 影響物流園區(qū)選址的因素影響物流園區(qū)選址的因素主要有以下幾個(gè)條件：物流園區(qū)選址過(guò)程中，主要考慮的氣象條件有溫度、風(fēng)力、降水、無(wú)霜期、凍土深度、年平均蒸發(fā)量等指標(biāo)。園區(qū)選址還要考慮地價(jià)是否低廉、面積是否充足、勞動(dòng)力素質(zhì)高低等其他方面因素，要保證入園企業(yè)能獲得必要的利益。物流園區(qū)選址也應(yīng)靠近消費(fèi)市場(chǎng)，這樣可有利于商品的分撥、配送實(shí)現(xiàn)貨物高效運(yùn)轉(zhuǎn)，商品直接抵達(dá)消費(fèi)者手中。如靠近倉(cāng)儲(chǔ)企業(yè)建設(shè)物流園區(qū)
外語(yǔ)相關(guān)推薦
鄂ICP備17016276號(hào)-1