基于GIS和蚁群算法的物流配送中心选址研究_许婷
第35卷第6期2010年11

月
测绘科学
ScienceofSurveyingandMapping
Vol.35No.6
Nov.
基于GIS和蚁群算法的物流配送中心选址研究
许
婷,盛
明,娄彩荣
(南通大学地理科学学院,江苏南通226007)
【摘要】本文应用ArcGIS9.3桌面软件,在可视化的地理环境中实现了基于GIS的物流配送中心位置预选;然
后基于蚁群算法的最短路径构建物流配送中心选址的目标函数,在VB开发环境中,运用MaPObjects组件,实现了GIS环境下物流配送中心的选址。本文基于GIS平台进行选址,具有直观性、交互性等优点,并将GIS和蚁群算法结合,在解决最短路径问题上得到了较好的效果,为物流配送中心优化提供了条件。【关键词】GIS;蚁群算法;物流;配送中心选址【中图分类号】P208【文献标识码】A【文章编号】1009-2307(2010)06-0206-03
1引言2
2.1
基于GIS的物流配送中心预选
物流配送中心选址是指在一个有若干商品供应点和需求点的经济区域内,选择一个地址设置物流中心的规划过程。较佳的配送中心选址方案可以有效地节省费用,保证物流系统的总效益最好。因此,物流配送中心的合理选址
[1]
就显得尤为重要。近年来,物流设施选址理论发展迅速,已经出现很多物流中心选址模型和方法,比较经典的方法有分枝定界法、拉格朗日松弛方法、模拟退火法、遗传算法和微粒群算法等,这些方法对物流配送选址具有很好的指导作用,但也存在一些不足,主要表现为:①影响物流配送中心选址的因素非常多,在大部分的选址研究中,较少考虑自然环境因素,主要从经济因素进行分析,而且各因素之间缺乏必要的联系;②缺乏计算机和决策者之间的动态交互过程,可视性差;③大多数选址模型在运输费用计算上以直线距离代替现实道路状况下的运输路径距离,其结果与实际的最优位置有一定偏差。针对传统物流中心选址模型第一、二两点不足,本文将地理信息系统(GIS)技术应用到物流配送中心选址中。GIS具有强大的空间数据管理、处理及分析功能,可结合选址的自然因素和经济因素,在可视性、交互性的地理环境中进行物流配送中心的预选。针对第三点不足,本文所建模型将配送中心预选点和需求点之间的最短路径作为运输距离,然后在此基础上构建选址目标函数,实现GIS环境下的物流配送中心优化。
目前关于最短路径搜索算法很多,如传统Dijkstra算法是求解最短路径问题的经典算法,但是该算法复杂度较高,在城市道路网的路径寻优中,随着网络的复杂,计算效率较低。蚁群算法是受到人们对自然界中真实蚁群的集体行为的研究成果的启发而在近年来提出的一种基于种群的模拟进化算法,属于随机搜索算法,蚁群算法原型本身就是一个寻找最短路径的模型,在路径优化方面有着天然的优势。
),女,河北丰作者简介:许婷(1979-宁人,2005年获硕士学位,南通大学地
理科学学院讲师,主要从事GIS的应用与开发。E-mail:xu_ting_79@163.com07-16收稿日期:2009-基金项目:南通大学自然科学基金

物流配送中心影响因素分析
物流配送中心的选址要考虑许多问题,根据现代物流
[2]
学原理,影响较大的有环境因素和经济因素两大类。
1)环境因素:气象、地质、水文、地形、交通、对周围环境的影响等条件对物流配送中心位置有限制,明显不符合要求的位置将排除在外。根据前期研究,一般情况下,在气象方面,选址时要避开风口,如果配送中心建在风口会加速露天堆放的商品老化;在地质方面,要避开淤泥层、流砂层、松土层等不良地质条件,配送中心大量堆积的商品会在受压地段造成沉陷、翻浆等严重后果,因此地基承载力要高;在水文方面,物流中心选址需远离容易发生河水泛滥地下水下溢区域;在地形方面,配送中心应地势高亢、地形平坦,且应具有适当的面积与外形,选在完全平坦的地形上是最理想的,其次选择稍有坡度或起伏的地方,在外形上可选长方形;配送中心必须具备方便的交通运输条件,最好靠近交通枢纽进行布局;配送中心应避开居民区、大型商业建筑、办公楼以及学校等位置,并且要和居民区、学校保持一定的距离。对于环境限制因素可以通过GIS空间分析功能,得到环境允许的物流配送中心预选点。
2)经济因素:物流费用是物流中心选址的重要考虑因素。配送中心的总费用包括两部分:固定费用(即建造成本)和可变费用(即运送成本)。其中固定费用主要和配送中心的地价等因素有关,可以利用GIS地价分析功能确定。可变成本主要和运输距离有关,本文在根据各种环境因素和经济因素进行物流配送中心位置预选之后,建立选址最优位置模型,进行最优位置的确定。2.2基于GIS的配送中心预选位置
①GIS数据的获取:气象、地质、地形、水文、交通、居民地等数据可以从城市基础数据库中获取;物流客户需求数据,可以通过GPS或全站仪等测量仪器实地测量获得;②物流配送中心预选位置的确定:首先根据所研境影响因素,
长沙 410075)摘要:针对物流配送中心的车辆调度, 建 立了车辆分配和路径优化的数学模型, 并对 配送分区的实现采用四叉树法;对运输巡回线 路的实现采用蚁群算法求解...
供应链进行仿真研究, 将基于蚁群算法的滚动优化 决策方法与其他决策方法进行了... 为原材料获取 计划、 排产计划、 物流配送、 库存管理提供一体化的 决策支持...
供应链进行仿真研究, 将基于蚁群算法的滚动优化 决策方法与其他决策方法进行了... 为原材料获取 计划、 排产计划、 物流配送、 库存管理提供一体化的 决策支持...
热门文档