warehouse AHP分析法.docVIP

Warehouse and distribution management homework AIAI公司欧洲物流分拨配送中心选址(AHP法) 2013年3月 运用 AHP 综合评估法为 AIAI 进行配送中心选址 1、建立递阶层次结构模型 根据题目要求，可用图 1 来表示递阶层次结构模型 在影响配送中心选址的七大因素中，我们筛选了以上四个，即： 交通条件、人口特点、客户因素和税收补贴。 因为 AIAI 主要供应发动机、传动器和底盘等零部件，供应对象为 汽车制造和修理公司，所以对于劳动力的要求较高，我们选择忽略“自 然资源”和“能源”，选择“人口特点”；建立配送中心的初衷也是为 了满足日益提高的客户需求，故而选择“客户因素” “交通条件”和； 并且本题是为其欧洲市场选择配送中心地址，再考虑到欧盟的一体化 进程度较高，故而忽略“政治稳定性和贸易壁垒”，选择各地区情况 互有差异的“税收补贴”。 所以设定 目标层：配送中心选址 准则层：C1交通条件、C2人口特点、C3客户因素和C4税收补贴 策略层：P1德累斯顿、P2汉堡、P3法兰克福、P4罗兹、P5格但斯克 2、构造准则层对目标层的判断(成对比较)矩阵、判断一致性、计算各决策准则的权重 （1）、构造准则层对目标层的判断(成对比较)矩阵 下面是对应准则要素为交通条件、人口特点、客户因素和税收补贴的两两比较判断矩阵 AIAI 公司主要供应的为单件价值高的物品，故而交通条件和客户因素比起其他因素的比例标度较大；虽然税收补贴、劳动力对于配送中心的选址也有影响，但因为候选城市都在经济高度发达的德国和波兰，差异不是很大，故而比起其他因素的比例标度较小。 （2）判断一致性 矩阵A的特征值，n=4,根据公式 可得一致性指标 根据上表可得随机一致性指标 所以一致性比率 矩阵A的一致性符合要求 3）计算各决策准则的权重 在精度要求不高的情况下，采用近似的归一法获得个准则权重 W1(交通条件) = =0.543 W2(人口特点) = =0.096 W3(客户因素) = =0.273 W4(税收补贴) = =0.088 3、构造策略层对准则层的判断(成对比较)矩阵、判断一致性、计算各决策 （1）、构造策略层对准则层的判断(成对比较)矩阵,并分别计算它们的特征值和特征向量 交通条件:汉堡的特点在海运，因为其本身是世界级大港，对于配送中心从全世界接受货物较便利，但分拨上优势不大. 法兰克福地处内陆，空运和铁路发达，分拨优势明显，但对于大批量的货物接受有所缺憾. 德累斯顿拥有较好的空运、高速公路和铁路，交通条件较好. 罗兹新兴的高速公路和铁路给其带来了较好的交通条件，地处波兰中心 格但斯克也是海运便利，同时拥有密集的铁路网. 的特征值 C1W=0.6582，0.6582，0.2473，0.1056，0.2473 人口特点:汉堡主要发展工业化、尤善于机械制造，文化水平高. 汉堡和德累斯顿的人口特点更有利于 AIAI 公司的配送中心的建设和运作,法兰克福服务业比重太大，和格但斯克均得分较低 的特征值 C2W=0.6582，0.6582，0.2473，0.2473，0.1056 客户分布:兰克福和德累斯顿最高,汉堡和格但斯克较低. 的特征值 C3W=0.6674，0.1184，0.6674，0.2849，0.1184 在税收和补贴方面，汉堡有部分保税区，波兰的罗兹和格但斯克均在发展阶段，政府支持，较高，法兰克福以服务业为主较低. 的特征值 C4W=0.1857，0.5571，0.1857，0.5571，0.5571 2）、第三层对第二层的计算结果，并判断一致性 0.543 0.096 0.273 0.088 1 0.343 0.343 0.360 0.091 2 0.343 0.343 0.064 0.272 3 0.129 0.129 0.360 0.091 4 0.056 0.129 0.152 0.273 5 0.129 0.056 0.064 0.273 λ 5.0556 5.0556 5.0556 5.000 0.0139 0.0139 0.0139 0 1.12 1.12 1.12 1.12 CR 0.012 0.012 0.012 0 CR均小于0.1，所以一致性合格 （3）、计算各决策的最终得分 P1：0.343x0.543+0.343x0.096+0.360x0.273+0.091x0.088=0.325 P2：0.343x0.543+0.343x0.096+0.064x0.273+0.272x0.088=0.261 P3：0.129x0.543+0.129x0.096+0.360x0.273+0.091x0