朝阳重型机器有限公司.pptVIP

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
朝阳重型机器有限公司

朝阳重型机器有限公司 ——配送中心选址 目录 重心法选址模型 假设条件 模型结构 求解思路 实证分析 企业的选取与数据的调查 重心法的实证模型及其数据处理 假设条件    重心法的应用对象是OD(Origin-Destination)流量的交通网络问题,即起点到终点的运输流量构成的物流网络规划问题。重心法进行决策的依据是产品运输成本的最小化,这样就涉及到如下几个假设前提条件: (1)运输费用只与配送中心和配送点的直线距离有关,不考虑城市交通状况; (2)选择配送中心时,不考虑配送中心所处地理位置的地产价格; (3)运输费率与运输距离和运输量呈线性关系; (4)决策各点的需求量不是地理位置上所实际发生的需求量,而是一个汇总量,这个量聚集了分散在一定区域内众多的需求量; (5)各配送点的需求量已知; (6)可以估计各个备选配送中心的固定费用(包括基本建设费和固定经营费); (7)可以估计经营管理产生的可变费用,并在总费用中加以考虑。 模型结构   设有n个配送点,他们各自的坐标是(xi,yi)(i=1,2,3,…,n)配送中心的坐标是(x0,y0)。 运 输费用为E;总费用为C则有:            E= ai wi di (2.1)           minC(x)= 1EIi+ 2VIi+ 3 CIi (2.2) 式中:ai表示从配送中心到配送点i每单位运量、单位运距的运输费用; wi表示配送中心到配送点i的运输量,也表示第i个配送点的需求量; di表示从配送中心到配送点i的直线距离; Ii表示由重心法得到的各个备选地址;   Wi表示各个配送点的需求量之和;   EIi表示备选地址Ii总的运输费用;   VIi表示各备选地址Ii总的可变费用;   CIi表示各备选地址Ii的固定费用;     表示权系数(可以根据决策者的需求来定)且 ,其 中 ∈(0,1) 求解思路 采用迭代法计算出12个重心点和重心点的运输成本  上式中: di=[(x0-xi)2+(y0-yi)2]1/2 (2.3)    采用微分法,将式(2.3)代入(2.1)中,为了求出使E最小的x0,y0 值, 对得到的公式求偏导,令       = aiwi(x0-xi)/di=0,=aiwi(y0-yi)/di=0 (2.4) 由式(2.4)可以分别求得最为合适的x0和y0,即 X0= , y0 = (2.5) 方程式(2.5)的右边还含有未知数(x0,y0),如果从两个方程式的右边完全消除x0和y0,计算将变得很复杂,计算量也很大. 因此,可以采用迭代的方法进行计算,通过迭代,得到各个备选的配送中心Ii。用迭代方法计算的方法如下:   (1)以所有需求点的重心坐标作为配送中心的初始位置坐标 ( , );   (2)利用方程式( 2.1 )和(2.3)计算与( , )相应的总的运输费用E0;    (3)把( , )分别代入方程式(2.3)和(2.5)中,计算配送中心的改善地点( , );这样反复计算下去,直到计算出12个重心点。    (4)利用方程式(2.1)和(2.3)计算各个地点相对应的总的运输费用E; 采用多元线性回归对总成本目标函数的系数进行求解 设y为因变量, ,为自变量,并且y=C(x), =EIi, =VIi, =CIi,则多元线性回归模型为: = (2.6) 设分别作为参数的估计量,得样本回归方程为: =

文档评论(0)

yaocen + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档