A公司整车物流配送中心的选址研究 物流配送中心选址要求

A公司整车物流配送中心的选址研究

一、研究背景 本文对A汽车生产企业的发展情况进行了实践调研，发 现其存在以下三大问题。一是整车物流的销售存在淡旺季， 在销售淡季，整车库存经常几近饱和，甚至出现爆库风险， 而在销售旺季，由于配送量大而且集中，很难保证运输的时 效性、及时性；
二是产能扩张急需建立新工厂，新旧工厂不 在同一区域，无法实现库存转移，缓解库存积压现象；
三是 国家相关政策严格杜绝“三超”现象，导致整车运输价格提 升、运力紧张等问题随之产生。[2] 为走出这种困境，本文认为通过在全国各地建立配送中 心是一个较好的解决方案[3`5]，即在旺季的时候，根据各 地需求量，提前将整车运输到全国各个物流中心，既可以降低库存积压，又可以保证运输的及时性。本文在基于现有销 售量的基础上应用灰色预测得到未来销量，再基于预测量选 择集合覆盖法进行选址，达到以最少数量的配送中心去覆盖 所有需求点的目标，并综合给出配送中心最佳位置坐标。从 而提高 A企业总体的及时送达率和库存容积，进而在一定程 度上提高物流效率和安全性。

二、A公司整车物流配送中心选址 1.选择备选城市 该公司具有36个候选地点，根据各地需求量进行汇总， 最后划分为7个大区，分别为华东、华南、华北、华中、东 北、西南、西北地区。

为了从每个大区选取一个城市作为整车物流配送中心 的备选地址，需通过加权因素评价表对其选址影响因素进行 权重分析，其中影响因素及权重为：产品销量（5）、劳动 条件（4）、交通条件（3）、基础设施（2）和成本因素（1）；

然后通过实际调研对每个区备选城市进行评分，各个备选城 市所得总分为，五大因素的评分乘以权重再相加；
最终得出 结论为，华北-北京；
华南-深圳；
东北-沈阳；
华东-上海；

华中-郑州；
西南-成都；
西北-西安分别为各大区中主要城 市。

2.灰色预测计算需求量 本文选取了A公司36个城市从2012~2016年的销售数据， 基于灰色预测模型，通过使用MATLAB编程对其需求进行了预测。灰色模型计算步骤：
第一步，构建累加生成序列X（1）k 第二步，构造数据矩阵 和数据向量YN 3.基于预测需求量进行配送中心地址 集合覆盖模型的目的是用最小数量的设施去覆盖所有 的需求点。根据A公司未来需求量，使用集合覆盖模型，在7 个备选城市中选出最佳配送中心。集合覆盖模型计算步骤如 下：
第一步：初始化。令所有YI=0，XJ=0 （已分配的整车 物流配送中心），并确定集合A（j）和集合B（i）；

第二步：选择下一个整车物流配送中心。在M中选择XJ=0， 且A（j）的规模为最大的点j′为整车物流配送中心备选点， 即|A（j′）|=max{|A（j）|}，令Xj′=1，并在M集合中剔 除节点j′，即M=M\{j′}；

第三步：确定节点j′的覆盖范围。将A（j′）中的元 素按B（i）的规模从大到小的顺序指派给j′，直至j′的容 量为Dj=0或A（j′）为空。其中对于A（j′），且Yi<1，将 i支配给j′的方法为：若，di（1-Yi）<=Dj′则令Yij′=1-Yi， Dj′=Dj′-di （1-Yi），Yi=1，在A（j′）和N中剔除需求 点i；

若：di（1-Yi）>Dj′，则令Yij′= Yi + Yij′， Dj′ =0。

第四步：若N或M为空，停止；
否则，更新集合A（j）和集合B（i），转第二步。

将未来需求量及有关数据带入模型进行求解，最后选取 北京、深圳、上海、郑州作为最佳配送中心。

三、总结 本文创新地采用了灰色预测和覆盖法相结合的方法，先 通过灰色预测分析出未来需求量，再通过覆盖法在满足各需 求点需求的基础上求得最优解，最终确定了该公司的配送中 心选址方案。通过建立整车物流配送中心，库存积压降低、 及时性提高。但是本文还有许多不足：配送中心的建立成本 高；
本文构想的整车物流配送中心选址模型基于一定的假设。