物流系统管理(1).ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2020/7/19 Sunday,#,2025/6/8 周日,物流系统管理(1),本章目录,1.物流系统分析,2.物流设施选址分析,3.库存决策分析,4.运输决策分析,1.1 物流系统的含义,物流系统是指在一定的时间和空间里，由所需位移的物资、包装设备、装卸搬运机械、运输工具、仓储设施、人员和通信联系等若干相互制约的要素所构成的具有特定功能的有机整体。,物流系统的目的是实现物资的空间效益和时间效益，在保证社会再生产进行的前提条件下，实现各种物流环节的合理衔接，并取得最佳的经济效益。,1.2 物流系统的特点,物流系统是一个“人机系统”,物流系统是一个大跨度系统,物流系统是一个可分系统,物流系统是一个动态系统,物流系统是一个复杂系统,物流系统是一个多目标系统,1.3 物流系统的目标,物流系统是社会经济系统的一部分，其目标是获得宏观和微观经济效益。,具体来讲，物流系统要实现以下,5,个目标：,服务,（Service）,快速、及时（Speed）,低成本（Saving）,规模优化（Scale optimization）,库存控制（Stock control）,1.4 物流系统要素,与一般的管理系统一样，物流系统是由人、财、物、设备、信息和任务目标等要素组成的有机整体。由于物流系统的特点，物流系统的要素可具体分为功能要素、支撑要素、物资基础要素等。,物流要素之间存在冲突,，例如：,物流系统的基本功能要素包括储存功能、运输功能、包装功能、装卸功能、流通加工功能和物流信息处理功能，这些功能独立存在使各自的目标存有互相冲突的地方。,1.5 物流系统分析,明确物流系统的问题,收集信息，提出方案,分析、对比替代方案的效果,综合分析与评价,建议可行方案,1.6 物流系统设计,确定物流系统的目标和约束条件,成立物流课题研究组,收集内部和外部数据,使用PERT、模拟法或其它技术分析数据,完善最优解,2.1 精确重心法模型,设有一系列点分别代表生产地和需求地，各自有一定量货物需要以一定的运输费率运向位置待定的仓库，或从仓库运出，那么仓库该位于何处呢？,模型：,式中,TC,总运输成本；,V,i,i,点的运输量,R,i,到,i,点的运输费率；,d,i,从位置待定的仓库到,i,点的距离。,2.2 多重心法,多重心法是根据代选址仓库的数量，将各起迄点预先分配给各个仓库，从而形成个数等于仓库数量的许多起迄点群落，再采用精确重心法找出每个起迄点群落之间使运输成本最小的仓库的位置。,这种方法的关键在于如何针对仓库进行起迄点的分配。通常的方法是把相互间距离最近的点组合起来形成群落，找出各群落的重心位置，从而完成仓库选址的计算。,2.3 整数线性规划,例：英国、法国、意大利以及联邦德国于70年代末建设了机械类工厂跨国仓库系统。其出发点之一是：预计未来十年内，社会对备件、部件的需求要增加三倍，而现成的仓库不能满足要求。在该计划制订过程中，成功地使用了混合整数规划模型。,该模型包括30个0-1变量，他们分别代表3类产品、5个供货厂和22个仓库备选地。而用户（按地区）共14个。,2.3 整数线性规划,其中22个仓库备选地又分成三种情况：,2.3 整数线性规划,目标函数U表示系统总费用，追求极小化。U由以下7部分组成：（1）从工厂到仓库的运输总费用；（2）从仓库到需求点的运输总费用；（3）仓库的总可变费用；（4）新仓库建设费用与仓库固定费用之和；（5）已有仓库扩建费用；（6）仓库未来再扩建费用；（7）关闭仓库可节省的固定费用与投资回收费的总和。,约束条件包括：可供资源量约束，满足需求约束，物流平衡约束，仓库容量约束，扩容上限约束等。,2.4 启发式算法,例：某一物流中心选址模型及启发式算法。,已知下列参数：,（1）供货点的个数,m,及可供量,A,k,（,k,=1，2，,m,）；,（2）物流中心,n,个备选点的位置、最大容量,M,i,（,i,=1，2，,n,）及允许选定个数的上限,P,；,（3）用户的个数,l,、位置需求量,D,j,（,j,=1，2，,l,）。,2.4 启发式算法,要考虑的因素主要有：,（1）供货点到物流中心的运输费；,（2）物流中心到用户的输送费；,（3）物流中心的固定费用和可变费用；,（4）各物流中心的容量限制；,（5）物流中心个数的限制。,2.4 启发式算法,基本假设：,（1）由供货点到物流中心、由物流中心到用户的运费均为线性函数；,（2）物流中心的可变费为其流量的凹函数；,（3）物流中心的容量及个数有限制。,2.4 启发式算法,构建选址模型如下：,2.4 启发式算法,符号说明：,c,ki,，,x,ki,：分别表示由供货点,k,到物流中心,i,的单位运价及运量，,k,=1,，,2,，,m,，,i,=1,，,2,，,n,；,h,ij,，,y,ij,：分别表示由物流中心,i,到用户,j,的单位运价及运量，,j,=1,，,2,，,l,；,v,i,：表示物流中心,i,的可变费系数；,F,i,：表示物流中心,i,的固定费（与规模无关）；,w,i,：表示物流中心,i,的流量；,2.5 动态仓库选址,例：假设某工厂通过单一仓库向五个地区的多个市场运输产品。预计需求会随时间的推移而增加。利用重心选址法得到未来,5,年内每一年的最优选址点分别为,A,、,B,、,C,、,D,和,E,点。各最优选址的利润现值见下,表,1,。,此外，,5,年内定位在其他各位置的相关利润现值也已给定。现已知任何一年从一个地点搬迁到另一个地点需耗费,10,万元。资金成本为每年,20%,。,2.5 动态仓库选址,表,1,单位：元,备选方案,第一年,第二年,第三年,第四年,第五年,A,194000,356100,623200,671100,1336000,B,176500,372000,743400,750000,1398200,C,172300,344700,836400,862200,1457600,D,166700,337600,756100,973300,1486600,E,159400,303400,715500,892800,1526000,2.5 动态仓库选址,本问题可以采用动态规划方法进行求解。,将本选址问题按年划分为五个阶段。,从最后一个阶段（第五年）开始，根据利润最大的标准，分别计算在每一阶段至第五年的最优方案，直至得到第一年到第五年的最优方案。这就把这个动态问题转化为一系列单一决策问题。,2.5 动态仓库选址,具体过程如下：,2.5 动态仓库选址,即，如果仓库位于,A,，应该搬迁到,E,以使利润最大化。其中，第五年初的搬迁成本为：,（元）,同理我们可以对其他阶段和选址点做类似计算。,3.1 一次性订货量的确定,例：某家蔬菜商店承担本区居民点的蔬菜供应。每天凌晨由附近农村将新鲜蔬菜运到商店，然后在零售给顾客。近来该店以每,500,克,0.80,元的价格每天向农村进货,20,卡车蔬菜（每卡车,2000,千克），以每,500,克,1.05,元的价格零售出去。某些时候，当天可将,20,卡车,40000,千克菜全部售完，但多数情况下却有剩余。,3.1 一次性订货量的确定,由于这类蔬菜无留放处理的价值，当天未售完须全部扔掉，于是每剩,500,克菜就损失,0.80,元，该店经理设想是否每天向农村少进一些货，她关心的是获取最大利润的问题。根据近期各分店的销售记录，计算出该地区蔬菜需求量平均每天为,37650,千克，标准差为,9600,千克，现决定每天应向农村购进多少千克蔬菜。,3.1 一次性订货量的确定,该决策问题为一连续性的随机决策问题,X,，设其概率密度为,f(x,),，则该风险性决策问题取得最大期望利润值的方案,d,k,，其所代表的生产或存有的单位产品数量,k,（最佳方案）可由下式决定：,3.1 一次性订货量的确定,上述居民区每天的蔬菜需求量,x,，是大量的个别居民每天需求量的总和，故其必近似服从正态分布，其概率密度为：,式中，为数学期望，也是本例中每日平均蔬菜需求量,37650,千克；,为均方差，也是本例中每日平均需求量的标准差,9600,千克,。,3.1 一次性订货量的确定,设,k,为最佳决策，即该商店每天向农村购进的蔬菜克数为,k,。现根据该商店进货价格和零售价格计算出边际利润值,a,和边际算是值,b,。,a,=,卖出每,500,克菜所获利润,=0.15-0.80=0.25,（元）,b,=,存有,500,克菜而卖不出的损失值,=0.80,（元）,将以上值及,f,(,x,),的正态函数带入公式，可得：,k,=30844,（千克）,3.2 经济订购批量（,EOQ,模型）,模型假设：,存贮某种物资，不允许缺货，其存贮参数为：,D,：单位时间需求量，为常数（件,/,年或件,/,月或件,/,日）；,T,：存贮周期或订货周期（年或月或日）；,Q,：每次订购批量，满足在,T,时间内的消耗；,t,：提前订货时间为零，即订货后瞬间全部到货；,C,1,：存贮单位物资单位时间的存贮费；,C,2,：每次订货的订货成本。,3.2 经济订购批量（,EOQ,模型）,其表达式如下,总成本,=,采购成本,+,库存持有成本,随着,Q,的变化，等式中的某一项成本会上升，而另一项成本会下降。从数学上看，当两项成本达到均衡变化时可以求得最佳订货批量,Q*,，实现总成本最低。这样可以得出,：,4.1 运输决策分析,运输规划中通常要决策的内容有：,运输方式的选择,运输批量和运输时间的选择,自营运输和外包运输,运输路线的规划与选择,起迄点不同的单一路径规划；,多个起迄点的路径规划；,起点和终点相同的路径规划。,4.2 起迄点不同的单一路径规划,这类问题通常是在一个交通运输网络中，寻找由出发点到目的地的最短路线的问题。,交通运输网络可以简单的描述成，已知一个由弧和节点组成的网络，其中节点代表由弧连接的地点，弧代表节点之间的成本（距离、时间或距离和时间的加权平均）。,4.2 起迄点不同的单一路径规划,起迄点不同的单一路径规划问题可以采用网络规划中求最短路的方法进行求解。,网络规划最短路的解法的思路是：首先在整个网络中找到距点,1,最近的点，将其最短路线确定，然后考虑通过最短路线既定的点，是否能缩短点,1,到其他点的距离。如果能则修改点,1,到各点的距离，在从最短路线未定的点中选择距离最小的点，确定起最短路线，重复上面的过程，直至找到我们要求的点,1,到点,的最短路。,4.3 多个起迄点的路径规划,多起迄点问题是指有多,个,货源地可以同时为多个销售点或市场服务，需要确定各供求地点之间的供应关系，同时要找到供货地、目的地之间的最佳路径。该问题经常发生在多个供应商、工厂或仓库服务于多个客户的情况下。如果各供货地和需求地之间的供应与需求有特殊限制，如禁运、专供等，则问题会更复杂。解决这类问题可以运用运筹学的运输规划方法。,4.4 起点和终点相同的路径规划,最近点连接法,选定起始地点后，比较其余,n,-1,个地点与该地点的距离，取距离最短者作为第二个地点。对于第二个地点，就其余的,n-,2,个地点作同样的处理。依此类推，直至遍历所有地点为止，最后，返回起始地点。,最近点连接法极为直观与简单，但结果的满意程度往往较差。,4.4 起点和终点相同的路径规划,最优插入法,首先，选出,与其关联的结点计作,v,1,，,v,2,。,其次，选结点,v,3,，使,v,3,与,v,1,，,v,2,距离之和最小，得到三角形（,v,1,v,2,v,3,）。,设已得到一个包含,k,个结点的圈，其排列为（,v,1,v,2,v,3,），对尚未入圈的,n,-,k,个结点，,