仓储技术与管理课程设计仓储设施选址问题研究.doc

山东交通学院

仓储技术及管理课程设计说明书

题目：仓储设施选址问题研究

院(系)别 交通及物流工程系
专 业 物流工程
班 级
学 号
姓 名
指导教师

二○一二年三月
15 / 25

课 程 设 计 任 务 书

题 目 仓储设施选址问题研究
系 (部) 交通及物流工程系
专 业 物流工程
班 级
学生姓名
学 号

3 月 5 日至 3 月 9 日 共 1 周

指导教师(签字)
系 主 任(签字)
2012年 3 月 2 日
一、设计内容及要求
仓储设施选址是现代物流研究重要内容之一，它不仅关系到物流成本高低，也及物流服务效率紧密相关，本设计主要是介绍几种仓储设施选址方法，比较其优缺点，从中选址一个方法进行实际案例分析。
1、仓储设施选址意义及必要性
2、仓储设施选址方法介绍
3、以一种方法对仓储设施选址进行案例分析

二、设计原始资料
（无）
三、设计完成后提交文件和图表
1．设计完成后提交6000字左右设计方案。
2．图纸部分：（无）
四、进程安排
3.5 下发任务
3.6—3.7 搜集资料
7.8—3.9 撰写课程设计
3.9 整理、打印
五、主要参考资料
[1]赵晓卓，王利.《现代物流环境下城市仓储设施规划原则及方法探讨》.大连理工学院，2005
[2] 莫星，千庆兰.《城市仓储型物流企业区位选择》.城市观察，2010
[3] 黎红.《流公司仓储中心选址规划研究》.华南理工大学，2006
[4]丁立言.仓储规划及技术.北京:清华大学出版社，2002.
[5]薛威．物流仓储管理实务．北京．高等教育出版社，2006.
[6]周云霞．仓储管理实务．北京：电子工业出版社 ，2005.
[7]贾争现，刘康.物流配送中心规划及设计.北京：机械工业出版社，2004.
[8]徐贤浩.物流配送中心规划及运作管理.武汉:华中科技大学出版社,2007.
[9]寇毅.《改进遗传算法在配送中心选址中应用》.武汉理工大学，2007
[10]吴瑛.《物流工程中仓储设施规划设计研究》. 同济大学土木工程学院，2009
[11]张涛.《基于层次分析法物流中心选址研究》. 武汉科技大学，2008

摘 要

进入二十一世纪以来，随着世界市场由传统相对稳定演变成动态多变，物流企业所面临社会、经济、制造环境及客户需求都发生了明显变化。物流企业在既要满足顾客及时、准确交货要求，又要保持相对较低物流成本情况下，纷纷对原有流通渠道进行变革和创新。同时仓储业作为现代物流系统中三大支柱之一，面对需求方式出现了个性化、多样化变化，生产方式也变为多品种、小批量柔性生产方式情况下，其功能也从重视保管效率逐渐变为重视流通功能实现。因此，在现代物流环境下，仓储设施规划、布局应合理性和科学性变得越来越重要，合理仓储设施选址不仅可以节约物流成本，还可以提高物流企业服务效率，增强企业竞争力。文章将对重心法、遗传算法、层次分析法三种选址方法基本原理和优缺点进行简单地介绍，并使用层次分析法对华安仓储进行案例分析，借此了解熟悉仓储设施选址过程和方法。

关键词：仓储设施，选址，层次分析法，物流

目 录
1仓储设施选址 1
1.1现代仓储业特点 1
1.2仓储设施选址影响因素 2
1.3研究仓储设施选址意义及必要性 3
2仓储设施选址方法介绍 4
2.1重心法 4
2.2遗传算法 4
2.2.1遗传算法基本原理 4
2.2.2遗传算法优缺点 5
2.3层次分析法 6
2.3.1层次分析法基本原理 6
2.3.2层次分析法优缺点 7
3案例分析 9
3.1华安仓储简介 9
3.2评选步骤 9
设计体会及今后改进意见 15
参考文献 16

1仓储设施选址
1.1现代仓储业特点
在现代物流环境下仓储业有了很大改观，主要表现在以下几个方面。
(1)仓储业从各个行业、地区、企业单位中分离出来，形成一个相对独立产业，使仓储业走向社会化、产业化。随着现代物流业发展，逐渐建立了以仓储为基地区域现代物流体系。仓储企业脱离原有隶属部门或者地区，作为一个独立经济实体进行运作。
(2)仓库功能多种适应性。建立多功能仓库，发展物流技术，促使物流、商流、信息流协调发展。同时，仓库应多种经营，减少“仓库空置”风险，提高使用效率。以传统“储存”仓储为基础，延伸自身经营链条，经营流通加工业务、运输业务、信息服务业务，使仓储行业向产业化发展。
(3)迎合市场需求，仓储布局靠近物流园区、物流基地。仓储作为物流业重要支撑资源，围绕物流业发展是必然选择。物流园区、物流中心建设对于仓储业提出了新要求，布局上客观强调在物流节点附近配置大量现代化仓库。交通环节改善，尤其是联运方式实施，节省了装卸时间，因此，对于交通节点附近转运仓库需求逐渐减少，对于快速收集货物“集货仓库”、起疏散货物功能“疏货仓库”逐渐增多，仓储联运模式越发重要，使物流生成地区不断具有新仓储需求。如图1.1所示。

图1.1物流业“扁平化”仓储(联运)模式

(4)适应生产JIT即时需求，仓储货物进出向多批次、小批量方向发展。仓储货物批量逐渐减小，货物滞留时间、仓储货物损耗逐渐减少，但是进出仓库货物批次逐渐增多，类型也逐渐增多。
1.2仓储设施选址影响因素
仓储设施区位选择是一个复杂问题，是内部因素和外部因素共同作用结果。为提高选址科学性及实用性，需要综合考虑地理位置、自然条件、交通、基础设施等多种因素。下面将对此作具体介绍。
（1）外部因素
主要包括自然条件，其对仓库基础建设初期投入产生重要影响；社会环境条件，及仓库持续发展有密切关系，比如是否有合适专业人才来运营仓库，是否能适应今后城市发展，是否能满足客户需求，是否能和同行业产生面对面交流，是否得到政府政策以及周边公众支持等；基础设施及交通条件，这两者都是为了让仓库货物运输更加方便，且保证仓库运营所需物流需求。
（2）内部条件
主要包括组织性质、战略目标和具体项目，其核心是从企业内部考虑，根据不同企业规模、发展阶段和承接仓库项目等，综合考虑自身情况，选择合适区位。每一项因素都有各自内涵，都是企业在进行仓库选址时候所要考虑。对于不同项目，选址必须区别对待，像转运型物流大多经营倒装、转载或短期储存周转类商品，多式联运是主要运输方式，所以应设置在城市边缘地区交通便利地段，方便转运和减少短途运输。
具体因素如图1.2所示。

图1.2物流企业仓库选址影响因素
1.3研究仓储设施选址意义及必要性
仓储在物流体系中是唯一静态环节，随着经济发展，需求方式出现了个性化、多样化变化，生产方式也变为多品种、小批量柔性生产方式。物流特征由少品种、大批量变为多品种、少批量或多批次、小批量，仓库功能也从重视保管效率逐渐变为重视流通功能实现。储存相对于物流体系一个节点，物流实体在化解其供求之间时间上矛盾同时，也创造了新时间上效益。因此，仓储是物流中重要环节，储存功能相当于整个物流体系来说，既有缓冲及调节作用，也有创值及增效作用。从供应链角度看，物流过程由一系列供给和需求组成，在供需之间既存在物“流动”，也存在物静止”，这种静止是为了更好地使前后两个流动过程衔接，缺少必要静止，会影响有效流动。仓储发展，在调配余缺，减少生产和销售部门库存积压，在总量上减少地区货物储存量等方面都起到非常积极作用。同时，仓储可以使货物在进入市场前完成整理、包装、质检、分拣、加标签等加工，以便加快货物流通，为货物进入市场做好准备。由此可见仓储设施合理选址对物流企业和社会生产有着积极作用，他可以使生产活动得到适当延伸和完善，并且提高物流效率，减少资源浪费。
2仓储设施选址方法介绍
2.1重心法
重心法是一种模拟方法。这种方法将物流系统中需求点和资源点看成是分布在某一平面范围内物流系统，各点需求量和资源量分别看成是物体重量，物体系统重心作为物流网点最佳设置点，利用求物体系统重心方法来确定物流网点位置。重心法一般应用于一元网点布局。一元网点布局，是指在计划区域内设置网点数目唯一物流网点布局问题。在流通领域中，一元网点布局问题实际并不多，较多是多元网点布局问题。不过，对于多元网点布局，为了使模型简单化、计算工作量减少，有时将它变换成一元网点布局问题来处理。
现仅讨论用重心法在计划区域内设置一个网点简单情况。在某计划区内，有n个资源点和需求点，各点资源量或需求量为，它们各自坐标是。需设置一个网点，设网点坐标为（x，y），网点至资源点或需求点运费率为。根据求平面中物体系统中心方法有：

整理后得：

代入数字，实际求得(X,Y)值即为所求仓储设施位置坐标。
重心法最大特点是计算方法较简单，但该方法并不能求出精确最佳网点位置，因为这一方法将纵向和横向距离视为互相独立量，及实际是不相符，往往其结果在现实环境中不能实现，因此只能作为一种参考结果。
2.2遗传算法
遗传算法（GA）是根据生物进化思想而启发得出一种全局优化算法，而在本质上是一种不依赖具体问题自接搜索方法。遗传算法有效理论依据为模式定理和积木块假设。模式定理保证了较优模式(遗传算法较优解)样本呈指数级增长，从而满足了寻找最优解必要条件，即遗传算法存在着寻找到全局最优解可能性。而积木假设指出，遗传算法具备寻找到全局最优解能力，即具有低阶，短距，高平均适应度模式在遗传算子作用下，相互结合，能生成高阶，长距，高平均适应度模式，最终生成全局最优解。
2.2.1遗传算法基本原理
遗传算法在整个进化过程中遗传操作是随机性，但它并不是完全随机搜索，它利用历史信息来推测下一代中期望值有所提高寻优点集。经过一代代不断进化，最后收敛到一个最适应环境个体上，求得问题最优解。遗传算法基本步骤如下：
(1)选择编码策略，把参数集合x和域转化为位串结构空间S；
(2)定义适应值函数f(x)；
(3)确定遗传策略，包括选择群体大小n，选择、交叉、变异方法，以及确定交叉概率，变异概率等遗传参数；
(4)随机初始化声称群体P；
(5)计算群体中个体位串解码后适应值f(x)；
(6)按照遗传策略，运用选择、交叉和变异算子作用于群体，形成下一代群体；
(7)判断群体性能是否满足某一指标，或己完成预定迭代次数：如果不满足则返回
步骤(6)，或者修改遗传策略再返回步骤(6)。详见图2.1

图2.1遗传算法流程
2.2.2遗传算法优缺点
及其他优化算法相比，遗传算法具有如下优点：
(1)将搜索过程作用在编码后字符串上，不直接作用在优化问题具体变量上，在搜索中用到是随机变换规则，而不是确定规则。它在搜索时采用启发式搜索，而不是盲目穷举，因而具有更高所搜索效率。
(2)现行大多数优化算法都是基于线性、凸性、可导性等要求，而遗传算法只需要适合度信息，不需要导数等其他辅助信息，对问题依赖性较小，因而具有高度非线性，适用范围更广。此外还可以写出一个通用算法，以求解许多不同优化问题。
(3)遗传算法从一组初始点开始搜索，而不是从某一个单一初始点开始搜索。而且给出是一组优化解，而不是一个优化解，这样可以给设计者更大选择余地。它能在解空间内充分搜索，具有全局优化能力。
(4)遗传算法具有很强易修改性。即使对原问题进行很小改动(比如目标函数改进)，现行大多数算法就有可能完全不能使用，而遗传算法则只需作很小修改就完全可以适应新问题。
(5)遗传算法具有很强可并行性，可通过并行计算来提高计算速度，因而更适用于大规模复杂问题优化。
但是由于遗传算法是一种较新算法，在实际中运用中也还有许多地方有待进一步地深入和改进，主要集中在以下几个方面：
(1)遗传算法理论研究比较滞后。由于遗传算法本身也是一种仿生思想，尽管实践效果很好，但理论证明比较困难。而且这种算法提出来时间还不是很长，因此其理论和实践研究几乎是平行进行。
(2) 遗传算法本身参数还缺乏定量标准，目前采用都是经验数值，而且不同编码、不同遗传技术都会影响到遗传参数选取，因而会影响到算法通用性。
(3) 遗传对处理约束化问题还缺乏有效手段，传统罚函数法中对惩罚因子选取还是一个比较困难技术问题。
(4) 遗传算法对初始种群选择有一定依赖性，能够结合一些启发算法进行改进。
2.3层次分析法
层次分析法 (AHP)是在20世纪70年代中期美国著名运筹学家T．L．Salty提出一种简便、灵活又实用多准则决策方法，主要用于确定最低层因素对于最高层目标重要性权值。层次分析法是一种系统规划方法，是通过应用数学方法将决策过程中定量分析和定性分析有机结合起来，统一进行优化处理而得到合理结果一种方法，适用于结构比较复杂、决策准则多、不易量化决策问题。
2.3.1层次分析法基本原理
层次分析法主要思路是：将所要分析问题层次化，根据问题性质和要达到目标，将问题分解成不同子问题，按照子问题间相互影响及支配关系，通过两两比较判断方式确定各子问题中元素相对重要性和子问题集相对重要性，形成一个多层次分析结构模型，最终把系统析归结为最低层相对于最高层相对重要性权值确定或相对优劣次序排序问题，从而为决策方案选择提供了依据。依据层次分析法体现了人们决策思维根本特征：分解、判断和综合。
综上，层次分析法模型结构一般分为如下三层：
最高层：这一层次中只有一个元素，一般它是分析问题预定目标或理想结果，因此也称为目标层；
中间层：这一层次中包含了为实现目标所涉及中间环节，它可以由若干个层次组成，包括所需考虑准则、子准则，因此也称为准则层；
最底层：这一层次包括了为实现目标可供选择各种措施、决策方案等，因此也称为措施层或方案层。
具体如图2.2所示

图2.2层次分析法结构图
根据以上模型，层次分析法操作步骤一般分为以下六步：
(1)明确问题
为了运用层次分析法进行系统分析，首先要对问题有明确认识，弄清问题范围，所包含因素及其相互关系，解决问题目，是否具有层次分析法所描述特性。
(2)建立层次结构
将问题中所包含因素划分为不同层次，例如，对于决策问题，通常可以划分为下面几个层次：最高层：表示解决问题目，称为目标层、中间层：表示采取某种措施或政策实现预定目标所涉及中间环节，一般又分为策略、准则层等。最低层：表示解决问题措施或方案，成为措施层或方案层。
(3)构造判断矩阵
针对上一层次某元素，对每一层次各个元素相对重要性进行两两比较，并给出判断。这些判断用数值表示出来，写成矩阵形式，即所谓判断矩阵。
(4)层次单排序及其一致性检验
(5)层次总排序
(6)层次总排序一致性检验
2.3.2层次分析法优缺点
层次分析法最大优点是可以处理定性和定量相结合问题，可以将决策者主观判断及政策经验导入模型，并加以量化处理，层次分析法从本质上讲是一种科学思维方式。其主要特点是：
(1)面对具有层次结构整体问题综合评价，采取逐层分解，变为多哥单准则评价问题，在多个单准则评价基础上进行综合；
(2)为解决定性因素处理及可比性问题，以“重要性”(数学表现为权值)比较作为统一处理格式．并将比较结果按重要程度以1至9级进行量化标度；
(3)检验及调整比较链上传递性，即检验一致性可接受程度；
(4)对汇集全部比较信息矩阵集，使用线性代数理论及方法加以处理．挖掘出深层次、实质性综合信息作为决策支持。
当然层次分析法也是有其局限性，具体表现在：
(1)层次分析法只能在给定策略中去选择最优，而不能给出新策略；
(2)层次分析法中所用指标体系需要有专家系统支持，如果给出指标不合理则得到结果也就不准确；
(3)层次分析法中进行多层比较时候需要给出～致性比较，如果不满足一致性指标要求，则层次分析法就失去了作用；
(4)层次分析法需要求矩阵特征值，但是在AHP方法中一般用是求平均值(可以算术、几何、协调平均)方法来求特征值，这对于一些病态矩阵是有系统误差。
3案例分析
综上，用层次分析法（AHP）对仓储设施选址问题进行研究，可以得出各种影响因素相对重要性排序。AHP法能将决策者定性判断及定量计算有效地结合起来，对于分析和解决问题具有简洁性、实用性和系统性特点，在简化仓储设施选址问题上是一种行之有效方法。本节将应用层次分析法对华安物流公司仓储中心区位选址进行分析，以得出最优解。
3.1华安仓储简介
上海华安集装箱储运有限公司(以下简称华安储运)自1987年创立以来，已获得中华人民共和国对外经济贸易合作部批准具有独立法人一级货运代理企业资格。在海外拥有250家资深代理,主要承办国际海运(危险品/特种箱)、空运进出口货物(私人物品)国际运输代理业务，包括：揽货、订舱、仓储、中转集装箱、拼装拆箱、结算运杂费、报关报检、保险及相关短途运输服务及咨询业务。华安储运及各大船公司航空公司有着密切联系并建立了良好合作关系，经营航线覆盖欧洲、地中海，中东印巴、中南美、加勒比海，红海、非洲及南太平洋诸岛等。华安储运成长及发展来源于“服务、创新、合作”，即用不断完善、创新服务，去寻求更广泛合作，并靠着这种精神，使其在国际运输代理领域中确立良好声誉，形成了更大规模。为此，华安储运计划近年在几个港口城市建立一座大规模仓储设施，这几个港口城市分别是中国天津、中国宁波、阿联酋迪拜和尼日利亚阿帕帕。本文下面工作就是要用层次分析法来对这4个候选地做一个选择，下文中这4个候选地分别用A、B、C、D来表示。
3.2评选步骤
(1)邀请专家组成委员会对初步筛选得出4个候选地(A，B，C，D)各项因素进行评价，其评价指标体系如图3.1示。

图3.1评价指标
评判标准如下：
1)自然环境因素：越好则越有利于建造物流中心；
2)经营环境因素：越好则越有利于建造物流中心；
3)基础设施情况：越好则越有利于建造物流中心：
4)其他因素：越好则越有利于建造物流中心。
利用层次分析法进行分析求出A、B、C、D这四个候选地适合程度排序情况，在这里A、B、C、D是我们要分析决策变量，特别地，专家分析自然环境因素和经营环境因素次层变量重要成都相等，也就是说两两之比都为1。为此，我们是把基础设施情况和其他因素次层因素纳入分析范围，指标体系如图3.2所示。

图3.2物流选址指标体系
(2)构造判断矩阵，结合专家意见，从而确定了判断矩阵各项数据。
第一层判断矩阵,是相对最高层次层中间层判断矩阵，，是相对重要程度值：

=

中间层判断矩阵,基础设施情况有关和其他因素指标重要程度比较结果，得到判断矩阵：

= =

,(m=1，2，3，4，5，6)即是分别相对中间层6个次级判断矩阵，是相对重要程度值。
自然环境因素有关指标比较结果

=

经营环境因素有关指标比较结果：

=

交通条件有关指标比较结果：

=

公共设施状况有关指标比较结果：

=

国土资源利用情况有关指标比较结果：

=

环境保护要求有关指标比较结果：

=

(3)确定各矩阵权重，具体如下所示：
矩阵对应几何平均数和权重系数如表3.1
表3.1

矩阵对应几何平均数和权重系数如表3.2
表3.2

矩阵对应几何平均数和权重系数如表3.3
表3.3

矩阵对应几何平均数和权重系数如表3.4
表3.4

矩阵对应几何平均数和权重系数如表3.5
表3.5

矩阵对应几何平均数和权重系数如表3.6
表3.6

矩阵对应几何平均数和权重系数如表3.7
表3.7

矩阵对应几何平均数和权重系数如表3.8
表3.8

矩阵对应几何平均数和权重系数如表3.9
表3.9

(4)进行一致性检验。
以第一层指标为例，将成对比较矩阵中每一列及该列所对应系数相乘，然后再相加，得到一个向量“加权值"。再将得到加权值向量除以每个标准优先级。
自然环境因素：1.004/0.24=4.183
经营环境因素：1.077/0.28=3.846
基础设施情况：1.065/0.25=4.260
其他因素：1.007/0.23=4.378
计算所得数值平均值，用A表示。
A=(4.183+3.846+4.260+4.378)/4=4.167
由此计算一致性指标CI=(A—N)/(N—1)，其中，N为比较项个数。
可以得CI=(4.167—4)/(4—1)=0.056
最后计算检验系数CR=CI/RI其中RI是任意一个成对比较矩阵平均随机一致性指标。RI值取决于该比较项个数，1—10阶矩阵RI取值见表3.10：
表3.10RI取值参考表

由上表，我们选定N=4，那么RI=0.9，则一致性指标为：CI=O.056/0.9=0.062，于是该一致性是可以接受。类似，我们可以对所有成对比较矩阵进行一致性检验。
(5)最佳位置确定。
从上面一致性检验可以看出，这次成对比较设计还是比较合理，所以我们可以对这4个地点（A、B、C、D）进行综合等级评定。计算过程如下：
A点总得分：0.24×0.32+0.28×0.06+0.25×(0.67×0.06+0.33×0.11)+0.23×(0.75×0.25+0.25×0.24)=0.1696
B点总得分：0.24×0.18+0.28×0.24+0.25×(0.67×0.09+0.33×0.11)+O.23×(O.75×0.21+0.25×0.12)=0.1777
C点总得分：0.24×0.41+0.28×0.05+0.25×(0.67×0.07+0.33×0.22)+0.23×(0.75×0.38+0.25×0.49)=O.2360
D点总得分：0.24×0.09+0.28×0.65+0.25×(0.67×0.78+0.33×0.56)+O.23×(0.75×0.17+0.25×0.15)=0.4184
从上面计算可以看出，D点综合优先级别是最高，为0.4184，因此，首先应选择D点建设仓储设施。
设计体会及今后改进意见
经过一周努力，本次课程设计终于顺利完成了，回顾这一周,在设计中遇到了很多专业知识问题，还有很多平时没有发现细节问题，比如word应用，网上资料搜集，论文结构编排等等。不过，最后在老师辛勤指导以及同学帮助之下，终于都游逆而解。通过此课程设计，我认识到了自己不足。由于我知识所限，这篇设计中还存在很多不当之处需要改进。但通过此次设计，我觉得我确学到了很多课堂内学不到东西，比如独立思考解决问题、出现差错随机应变以及团队合作等。同时，在老师身上我们学也到很多实用知识，和处事方法。在此我表示衷心感谢！最后，我想对那些给过我帮助所有同学和各位指导老师表达衷心感谢，是你们帮助才让我顺利完成了此次设计。我会以此为起点继续努力，向更高目标迈进。
参考文献
[1]赵晓卓，王利.《现代物流环境下城市仓储设施规划原则及方法探讨》.大连理工学院，2005
[2] 莫星，千庆兰.《城市仓储型物流企业区位选择》.城市观察，2010
[3] 黎红.《流公司仓储中心选址规划研究》.华南理工大学，2006
[4]丁立言.仓储规划及技术.北京:清华大学出版社，2002.
[5]薛威．物流仓储管理实务．北京．高等教育出版社，2006.
[6]周云霞．仓储管理实务．北京：电子工业出版社 ，2005.
[7]贾争现，刘康.物流配送中心规划及设计.北京：机械工业出版社，2004.
[8]徐贤浩.物流配送中心规划及运作管理.武汉:华中科技大学出版社,2007.
[9]寇毅.《改进遗传算法在配送中心选址中应用》.武汉理工大学，2007
[10]吴瑛.《物流工程中仓储设施规划设计研究》. 同济大学土木工程学院，2009
[11]张涛.《基于层次分析法物流中心选址研究》. 武汉科技大学，2008