快速消费品配送中心选择优化的模型与算法

　　摘要：在考虑商品回款时间延迟的基础上，结合快速消费品（FMCG）企业物流配送网络的特点，建立了混合0-1整数规划的配送中心选择优化模型。该模型是一种特殊形式的选择—分配模型，具有NP难性质。为求解上述模型，提出一种基于SVM（支持向量机）的在线算法。实例研究表明，该算法能高效求得模型的优化解，是求解配送中心选择这类复杂优化问题的一个较好方法。
　　关键词: 快速消费品；配送中心；选择-优化；支持向量机

　　Abstract：Based on the commodity feedback residual expenses delay and the distribution system characteristics of Fast Moving consumer Goods（FMCG）, a mixed 0-1 integer programming model is built for optimizing the location of distribution center. The model is in fact a special type of classic location-allocation models and has NP-hard complexity. To solve the above model, the on-line calculation method based on SVM （Support Vector Machine）is proposed. According to the example research, such a calculation method can get optimizing result for the model and it is the better method to solve such complicated problems for the distribution centers.
　　Key words: FMCG；distribution center；optimizing；support vector machine
　　
　　0引言
　　
　　随着经济的发展，人民生活水平不断提高，快速消费品（Fast Moving consumer Goods FMCG）的需求量越来越大。FMCG具有使用寿命较短、公众生活必须、消费速度快、消费者可习惯性就近重复购买等特点[1]。对于FMCG企业而言，合理选择物流配送中心地点是物流系统优化过程中一个具有战略意义的问题。物流配送中心是商品从供应商（制造商）至零售商之间的中间储存点，具有集中和分散物资、促进商品迅速流转的功能。基于配送中心及其位置选择的重要作用，众多专家、学者对这一问题开展了研究，并建立了一系列的选址优化模型[2-6]。FMCG企业面对需求连续多批次、品种丰富、位置分散的众多终端零售商，对配送中心的配送服务提出了定量、定点、定时、以及回款时间迅速等要求。然而，现有模型大多以配送中心与供应商及零售商之间的运费、配送中心建设成本及其管理费用作为优化目标，并没有考虑商品回款时间延迟这一因素。基于以上考虑，本文建立了FMCG商务环境下的配送中心选择优化模型，并提出一种基于SVM（支持向量机）的在线算法对模型求解。
　　
　　1问题描述与模型
　　
　　FMCG商务环境下配送中心选择优化模型的基本思想可描述如下：一个FMCG企业根据某个区域（如一个城市）在一个计划期内终端零售商对各类商品的需求量和产地（下面通称商品供应点）的供应量及其地理位置，从备选的配送中心中选择一个或多个配送中心，使得整个配送系统的总成本最小。这里的总成本包括：商品供应点到配送中心的运输费用，配送中心的固定投资和管理费用，商品在配送中心的流通加工费用，以及配送中心到终端零售商的配送运输费用，同时考虑到商品资金从终端零售商经过配送中心到商品供应点回款时间延迟引起的费用。为了便于建立模型，作以下几个基本假设：
　　假设1这里的商品供应点仅指一个FMCG生产企业包括的几个分开的产地或商品供应点；
　　假设2在一定的备选配送中心中选取最优配送中心；
　　假设3每个终端零售商对一个FMCG企业的系列品牌的品种有且仅有一个配送中心为之配送；
　　假设4计划期内终端零售商对各类商品的需求量和供应点的供应量可预测得到；
　　假设5商品为多种类商品，分别为各个供应点生产。
　　其中假设3保证了每个终端零售商都可从其唯一对应的配送中心一次性得到所需的各类商品，这种配送服务能够满足终端零售商对企业物流配送提出的高要求，有利于提高终端零售商采购商品的满意度。
　　模型描述的配送系统可看成一类二级正向运输和反向回款的综合系统，如图1所示。
　　下面给出FMCG企业配送中心选择优化的数学模型： 
　　模型中有两类符号，即模型的决策变量和模型参数。
　　目标函数（1）表示整个配送系统总费用最小。总费用由6部分组成，分别为供应点运输费用、配送中心固定投资和管理费用、配送中心商品流通加工费用、配送运输费用、终端零售商的回款时间延迟引起的费用，以及配送中心的回款时间延迟引起的费用。约束条件（2）表示从供应点运往配送中心的各类商品数不超过其最大的供应量；约束条件（3）保证每个配送中心各类商品数出入平衡；约束条件（4）保证每个配送中心的配送量不大于其容量，这里的配送量是各类商品量与其容量系数乘积的累加；约束条件（5）表示配送中心最多可建设个数；约束条件（6）保证每个顾客有且仅能由一个配送中心进行配送；约束条件（7）保证每个配送中心回款资金量进出平衡；约束条件（8）所需各类商品只能从其所属的配送中心发送。这是一类选址—分配问题，它与供应链分销网络设计中的中心仓库的选址问题有一定的相似之处[7]，自身有商品需求，其主要职能是商品存储和对商品下级中间商的分销。模型的形式为混合0-1整数规划模型。论文来源于 www.2008w.com 流星 毕业论文网
　　
 

　　[8]电大学习网.免费论文网[EB/OL]. /d/file/p/2024/0425/fontbr />　　2模型的求解算法
　　
　　对于经营系列商品的FMCG企业而言，他们拥有庞大的终端零售商。相应地，上述模型的变量和约束亦非常多，因而模型属于大规模的混合0-1整数规划模型，且具有NP难性质[8]。如果利用传统优化方法，如分枝定界法，很难在合理的时间内求得模型最优解。如果利用遗传算法，它必须和其他算法结合，数据量非常大，而且编码及交叉、变异则是一个非常复杂的过程。为此，依据模型的特点，本文采用SVM（支持向量机）的在线算法求解上述模型的全局最优解和对配送中心进行聚类得到最佳的配送中心。
　　算法设计如下：
　　
　　3计算机实验
　　
　　
　　4结论
　　
　　FMCG商务条件下物流配送中心的优化选择是一个复杂的系统工程。本文在考虑商品回款时间延迟这一因素的同时，结合FMCG企业物流配送网络的特点，建立了混合0-1整数规划的配送中心选择优化模型，并提出基于SVM（支持向量机）的在线算法对模型求解。通过实例计算取得了满意的结果。文中提出的数学模型和优化算法为FMCG企业物流配送网络的优化选择提供了一个可行的方法。
　　
　　参考文献：
　　[1] 詹斌. 快速消费品物流发展研究[J]. 物流科技, 2006(8):9-11.
　　[2] Andreas K, Andreas D. Facility Location Models for Distribution System Design[J]. European J of Operational Research, 2005, 162(1):4-29.
　　[3] Vaidyanathan J, Anthony R. A Simulated Annealing Methodology to Distribution Network Design and Management[J]. European J of Operational Research，2003,144(3):629-645.
　　[4] 吕海峰，马维忠，王衍华. 基于网络分析方法的物流配送中心选址的研究[J]. 运筹与管理，2004,13(6):80-85.
　　[5] 张培林，魏巧云. 物流配送中心选址模型及其启发式算法[J]. 交通运输工程学报，2003,13(12):65-68.
　　[6] 蒋忠中，汪定伟. B2C电子商务中配送中心选址优化的模型与算法[J]. 控制与决策，2005,20(10):1125-1136. 
　　[7] 赵晓煜，汪定伟. 供应链中二级分销网络的优化设计模型[J]. 管理科学学报，2001,4(4):22-26.
　　[8]Alsuwaiyel M H. Algorithms Design Techniques and Analysis[M]. Singapore: World scientific publishing Co Pte Ltd, 2003: 279-298.
　　[8]电大学习网.免费论文网[EB/OL]. /d/file/p/2024/0425/fontbr />