毕业论文课题相关文献综述
1.1 研究背景
在21世纪以物流企业为主体、由运输和信息两大平台构成，涉及生产、流通和消费过程的现代物流系统，已发展成为适应当今世界经济最新发展趋势的重要基础产业。物流业为国民经济在高起点上持续发展提供了基础动力、对全球经济体系产生革命性影响，越来越受到世界各国的重视和关注。纵观世界现代物流业发展，其中一个大趋势是以物流配送中心为依托的全方位发展。物流配送中心是现代物流业及供应链管理中极为重要的一环，所涉及到的配送、仓储、信息、多式联运、商品交易等各方面的问题成为目前学术界研究的热点，其中有关物流配送中心选址理论的研究，也得到了很大的发展。
商品从供应商到消费者的整个物流过程都对地理空间信息有着较强的依赖性。物流中心选址的问题在物流投资决策环节中占据着极其重要的地位，其好坏直接决定了整个物流系统的合理化与否和社会经济效益的大小。由于物流中心选址受到诸如车辆运输条件、区域需求状况以及不同自然条件等主客观因素的限制，导致无论是在不同区域还是在同一区域不同位置建立物流中心系统的整体效益都会随之发生改变。
近年来我国交通、铁路、邮电等各行业以及企业均开始物流配送中心的建设。然而由于缺乏合理的综合规划，加上各种运输方式的行政分割，以及在物流配送中心选址、规模、投资方案等方面无系统的决策，导致我国物流市场出现严重的混乱，造成资源的极大浪费。随着我国物流市场的放开，国外物流企业的进入，物流企业的生存和发展受到了严峻的考验。
GIS技术具备较为强大的地理空间信息分析处理能力,能在获取、存储相关数据信息的基础上进行有效加工,帮助决策。GIS技术本身的特点使其非常适合应用于集成物流管理系统,二者的结合能极大地提升物流管理效率,有力地促进现代物流管理的发展。GIS技术是从20世纪60年代以来迅速发展壮大的一种地理学技术,其主要利用计算机信息技术对相关空间数据进行获取、存储、分析和处理等。在合适的计算机软硬件环境下,GIS技术能够基于地理空间数据信息，结合现代信息科学技术与物流系统工程的相关理论,对获取的地理空间数据进行科学的分析、处理和加工,最终为用户提供研究、决策等所需要的信息。
本文是在分析比较现有物流选址模型的基础上，了解空间选址的重要性和必要性，依赖GIS强大的空间信息处理分析能力，重点研究物流配送中心优化选址建模算法及步骤，并结合ArcGIS分析工具，选择合适的区域进行实例分析，验证该优化模型的可行性与优越性，实现智能选址。
1.2国内外研究现状
国外对物流配送中心选址问题的研究已经有60多年的历史，对各种类型物流配送中心的选址在理论和实践方面取得了令人注目的成就，形成了很多切实可行的方法[1]。
上世纪五十年代，在物流业发展的初期，为适应联合运输方式的发展，欧美发达国家建立了大量的货运中转站、货场和仓储设施。六七十年代，为了适应更多的运输需求和货物流通，建设了拥有现代化的装卸、传送设备以及计算机管理系统的综合服务型物流中心。九十年代，计算机网络的发展和电子商务的兴起以及供应链理论的诞生、供应链管理系统的形成，促成了人量第三方物流的产生，从而促进了物流中心的发展。物流业的发展迈向了专业化、标准化、全球化、信息化、一体化，现代物流和现代物流中心逐渐形成。最早的选址问题由Weber于1909年提出．他考虑的选址问题是确定一个仓库的位置。使得仓库与各处用户之间的距离最短，对于这个问题，Isard于1956年结合工业选址、土地使用和相关问题进行了重新研究。另一个较早的选址问题由Hotelling于1929年提出，Hotelling是一个经济学家，他提出的问题是在一条直线上两个竞争供应商的选址。随后Smithies和Stevens对这个问题进行了扩展。在十九世纪五六十年代。许多人都在研究设施布置和设计问题。Losch和Moses认为经济因素与生产中心的选址有关系。Miehle则研究使网络内的连接长度最小化的问题。在十九世纪六十年代中期以前，选址理论的研究工作在几个不相关的领域展开，因此没有形成统一的理论。直到1964年，Hakimi对选址问题进行了更加理论化的研究，他考虑了一般性的问题，即在一个网络中选定一个或者多个设施的位置，使得总距离最小。进入二十世纪九十年代，随着现代物流业的发展，区域物流中心的概念出现了，区域物流中心作为服务于社会多方面的物流基础设施，不同于单纯的企业物流中心。正因为区域物流中心的重要性，国外在区域物流中心的规模和选址上作过不少的研究，提出了各种各样的区域物流规模、选址方法与模型。1991年，荷兰学者Janssen和Oldenburger在文章中提到过与区域物流中心规划相关的观点，1994年德国学者Ruske也提到过。他们提出的区域物流中心的概念相对较新，这样的物流中心的功能、选址、规模以及管理等都需要具有公共部门的特点。基于这种概念的区域物流中心，他们建立了确定物流中心规模和选址的数学模型。物流设施的选址利规模规划是一个比较传统的问题，人们已经对它进行了各种方法的理论研究。比如物流中心选址的Baumol-Wolfe模型、Elson模型、非线性混0-1规划模型等等，将物流中心规模和选址的优化问题和货物配送路径一起考虑。1996年，Daganzo提出了与之对应的相关模型,这些研究方法和规划模型的提出对现在的区域物流中心规划有着很大的参考价值[2-5]。
国内对物流配送中心选址方面的研究起步较晚，但经过十多年的研究，在理论和实践上也取得了较大的成果，对物流配送中心的选址都具有重要的指导意义。
文献[6]在介绍GIS网络分析技术的基础上，重点分析了影响城市物流中心选址的若干因素，结合鲍尔默-沃尔夫法的选址思想提出了基于GIS的城市配送中心选址模型，并对模型进行了实证分析。文献[7]在分析传统物流配送中心选址算法不足的基础上，建立了一个基于GIS和遗传算法的物流配送中心选址模型，并通过实例研究表明该算法的可行性。文献[8]却分析选址问题的时效性约束条件，构造带时效性约束的物流中心选址模型，利用Matlab优化工具箱中的fmincon函数设计，选址模型的精确算法并给出具体算例验证模型和算法的可行性，研究结果表明基于Matlab函数的优化算法编程简单运算速度快，既能够求解带时效性约束的选址模型，又能够求解不带时效性约束的重心选址模型，是一种比传统算法更有效的求解物流中心选址问题的算法。
文献[9]介绍了GIS的空间查询、空间分析、网络分析等功能在物流中心选址中的应用，并总结这种选址方法的一些优缺点。而文献[10]则利用GIS 空间分析技术，在电子地图上分析定性因素得出了一系列选址候选点，在此基础上建立整数规划选址模型，采用聚类的方法对客户分群，用贪婪取走启发算法得出最佳配送中心选址地点，最后通过实例证明方法的有效性.
文献[11]建立物流中心选址的评价指标体系，将灰色关联分析引入到层次分析法中，采用变权综合的方法对各个选址方案进行评价分析，并以实例计算分析。改进后的层次分析法能克服一些原有不足，评价过程更为客观科学.
文献[12]针对传统的物流中心选址方法的不足,利用DEA法的基本原理,从定性、定量两个方面对影响物流中心选址因素进行科学的分析和测定,既大大地简化了物流中心选址的复杂性,也使物流中心选址的决策更为科学、合理。同时,通过算例分析,验证了DEA法在物流中心选址中的可行性,证明该方法具有较好的实用性和推广价值。
文献[13]利用ArcGIS的求解最短路径的功能，结合ArcEngine开发工具，根据经济模型与辅助模型的计算结果，求解需求点与备选点之间的实际交通最短距离，解决了传统求解方法中无法考地理要素的问题，并以南京市专营电子产品的物流配送中心选址为实例，进行模型验证。同时文献[14]以福州市晋安区农产品物流配送相关数据为基础，提出研究区域内农产品物流配送中心选址的实际模型，采用免疫算法求解模型，运用VB编写相应程序，提高了选址决策的效率和精度。
文献[15]提出了一种基于信息素自适应调节的最大最小蚂蚁系统的多物流配送中心选址算法,利用改进的蚁群算法的路径寻优机制结合蚂蚁聚集尸体的行为模式,根据物流配送总成本最低的原则将各配送点与候选配送中心进行聚类,合理选择配送中心。将已有物流配送模型进行拓展,加入经营管理成本。分别利用基本蚁群聚类算法和改进的蚁群聚类算法对配送中心选址进行仿真。
1.3相关技术
按照建模的思路不同可以将物流配送中心选址的模型分为定量模型和定性模型、连续性模型以及离散型模型、动态模型和静态模型。
(1) 定量模型和定性模型
定量模型是通过对影响物流配送中心选址的主要因素，如运输成本、仓储成本、固定成本、维持成本等因素的定量化计算，来确定最优的网络布局。其优点是其计算结果较为清晰，便于为管理人员和规划人员提供依据。缺点是可能忽略了某些对物流配送中心选址影响较大的因素，或者对于这些因素难以找到适合的定量标准。
定性模型的主要形式有层次分析法、模糊综合评价法等。其基本思想是通过对影响物流配送中心选址的各种因素的重要度进行分析，得到各因素的权重来分析评价各种方案的优劣。这种方法一般只适合单中心选址问题。但是目前在我国大部分多中心选址的问题也应用此方法进行求解，这种决策方法对于每一个物流配送中心采取模糊综合评价法进行评价，实际上是多次单中心选址决策的简单叠加，选址决策忽略了两个物流配送中心之间的相关关系，因此在应用过程中还存在问题。
(2)连续性模型和离散型模型
连续模型认为物流配送中心的地点可在平面上取任意点，代表性的方法是重心法。离散模型则认为物流配送中心的地点是有限的几个可行点中的最优点。代表性的方法主要有Kuehn-Hamburger模型、Baumol-WoIfe模型和Blson模型。
(3) 动态模型和静态模型
选址方法可以是静态的，也可以是动态的。换句话说，静态方法一般以某一固定时期的数据为基础来进行分析研究。动态方法则是以历史资料为基础，通过对各数据的增长趋势的预测来进行研究。
启发式算法是寻求解决问题的一种方法和策略，是建立在经验和判断的基础上，体现人的主观能动作用和创造力。启发式算法常常启发式算法经常与其它优化算法结合在一起使用，使两者的优点进一步得到发挥。目前，比较常用的启发式算法包括：遗传算法、神经网络算法、模拟退火算法，此外还包括蚁群算法、禁忌搜索算法、进化算法等。各种算法在全局搜索能力、优缺点、参数、解情况存在着一定的差异。各种启发式算法基本上带有随机搜索的特点，已广泛地应用于物流配送中心选址的智能化处理。用解析的方法(包括线性规划等)建立数学模型，然后运用启发式算法进行求解是目前以及未来研究物流配送中心选址的一种较为可行和可操作的研究方法。
1.4总结
无论是国外还是国内的研究成果，针对以上提到的模型，目前主要通过解析方法和启发式算法来求解，但这些算法仍然存在着求解难度较大的问题。在选址模型构建上，主要考虑的都是费用问题，特别是通过运输费用最低来优化物流配送中心选址。由于模型本身的限制，大部分模型对固定成本、环境问题等则考虑较少，在选址模型中无法反映出来。但是对于合理选择物流配送中心位置仍然有许多值得借鉴之处。同时由于选址问题本身具有的动态性、复杂性、不确定性等特性，因此，优化传统的模型和方法、开发和研究新的模型与方法，也是进一步解决配送中心选址问题的必需途径。
参考文献
[1]马海峰.区域物流中心选址研究[D].南京,东南大学,2005.
[2]Eiichi Taniguchi.Optimalsize and location planning of public logistics terminals[J].Transportation Research Part E,35(1999):207-222.
[3]Cornelia DroeGe.The design of logistics organizations[J].Transportation ResearchPart E,1998,34(I):122-126.
[4]Theodore P.Stank.Logistics strategy,Organizational design,and performance in a cr-oss-borderenvironment[J].Transportation Research Part E,1998,34(I):138-142.
[5]Tae Hoon Oum.Multinational firms location preference for Regional distribmioa c-enters;focus on the NortheastAsian region[J]. Transportation Research PartE,2004:168-173.
[6]李振宇,杨松林.基于GIS的多级物流中心选址动态模型分析[J].技术与方法,
2011,10:81-84.
[7]林娜,李志.基于GIS和遗传算法的物流配送中心选址研究[J].GIS技术,2010,05:110-114.
[8]李卫江,郭晓汾,张毅,龚延成.基于Matlab优化算法的物流中心选址[J].长安大学学报（自然科学版）,2006,05:76-79.
[9]张席洲,龚奇才.基于GIS的物流中心选址[J].物流技术,2005,10:249-252. [10] 李怡,谢红兵.基于GIS的启发式物流配送中心选址方法的研究[J].测绘科学,2006,04:
53-56.
[11]夏景虹.物流中心及其选址研究[D].南京,南京信息工程大学,2005,05.
[12]程赐胜,苏玲.DEA法在物流中心选址中的应用析[J].长沙理工大学学报（自然科学版),2004,12:8-12.
[13]林晨,盛业华,王靖.GIS环境下物流配送中心选址[J].学术,2010:66-67.
[14]钟聪儿,邱荣祖.基于免疫算法和GIS技术的农产品物流配送中心选址[J].江南
大学学报（自然科学版）,2011,04:162-168.
[15]高雷阜,张晓翠.基于最大最小蚂蚁系统的物流配送中心选址算法的研究[J].运筹与管理,2007,12:42-56.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
