單一物流中心貨物配送模式的研究

《單一物流中心貨物配送模式的研究》由會員分享，可在線閱讀，更多相關《單一物流中心貨物配送模式的研究（30頁珍藏版）》請在裝配圖網上搜索。

1、Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,*,按一下以編輯母片標題樣式,*,中華地理資訊學會2000年學術發(fā)表會,*,按一下以編輯母片,第二層,第三層,第四層,第五層,單一物流中心貨物配送模式之研究,單一物流中心貨物配送模式之研究,1,一、前言,市場的擴大以及競爭的激烈，管理系統(tǒng)在,空間特性,問題上處理能力不足的問題已慢慢浮現(xiàn)，管理者對於地理資訊系統(tǒng)的需求也大幅提高。,例如在貨物運送方面，如能結合地理資

2、訊系統(tǒng)優(yōu)異的空間展示、處理以及分析的功能，將能有效的克服空間阻隔，達到,節(jié)省成本的目的。,2,一、前言,物流配送在,GIS,實屬於空間分析的問題，以往研究則較少考量,空間分佈差異,對配送產生的影響。故本研究將空間分析中,群聚分析方法,（,Clustering Analysis）,引入車輛途程問題(,VRP),模式當中，已改善以往,VRP,演算法未加入空間考量的問題。並嘗試分析不同的,空間分佈型態(tài),（,Pattern），,對不同,VRP,求解模式的影響。,3,二、物流業(yè)特性分析,美國物流管理協(xié)會（,CLM,Council of Logistics Management,1995）,之定義如下：,

3、舉凡涉及物品、勞務以及相關資訊自原料地至消費地間，如何有效率（,efficient）,及有效能（,cost-effective）,地加以儲存（,storage）,與流動（,flow），,以因應顧客所需之規(guī)劃、執(zhí)行與管理程序，皆屬之。,4,二、物流業(yè)特性分析,物流系統(tǒng)的演進，可分為主要的三個階段：,1.第一代物流系統(tǒng)：,又稱為原料物流或是實體供給系統(tǒng),，,主要是屬於物料之採購及移動過程。,2.第二代物流系統(tǒng)：,又稱為銷售物流或是,實體分配系統(tǒng),，,一般狹義的物流及意旨此系統(tǒng)，本研究所要探討的問題也正是屬於實體分配中貨物運輸?shù)墓牣牎?3.第三代物流系統(tǒng)：,又稱為企業(yè)物流系統(tǒng)（,Business L

4、ogistics System），,就是將上述實體供給和實體分配的各項活動，合成一個整體，予以綜合管理。,5,二、物流業(yè)特性分析,而物流資訊系統(tǒng)與一般資訊系統(tǒng)不同的地方在於其對,資料蒐集的密集性,，以及,資訊的詳細性和動態(tài)性,，,和數(shù)學模式的應用,上皆比一般資訊系統(tǒng)來的高，數(shù)學模式的使用則是幫助決策的產生，例如線性規(guī)劃、最短路徑分析、系統(tǒng)模擬等，而這些特性在物流系統(tǒng)營運上所扮演的角色，主要是以最小的成本來處理訂單以及配送的問題，以達到最佳的服務水準。,6,三、地理空間分析,關於地表空間的特徵，一般來說屬於空間分析的範疇，而對於地表空間型態(tài)（,pattern）,的描述，主要可分為幾種指標，以點資

5、料來說，有下列幾種：,頻率(,frequency),密度(,density),幾何中心(,geometric center),離散(,dispersion),排列(,arrangement),Clustered(,密集型),Scattered(,擴散型),Random(,隨機型),7,群聚分析,而若要將空間中不同的點資料予以歸納分類，則必須要使用空間分析中的,群聚分析技術,（,Cluster Analysis）。,群聚型,隨機型,8,群聚分析方法,1.UPGMA,利用接近值算數(shù)平均數(shù),2.,WPGMA,加入了權重值的計算,3.,SLINK,利用最小接近值,4.,Clink,利用最大接近值,5.

6、,Wards minimum variance method,E=(x1-Cmean1)2+(y1-Cmean1)2+.,取,MIN,9,群聚分析方法,6.K-means algorithms(Macqueen,1967),在一群需求(,demand),點中找出,k,個供應(,supply),中心的位置使得需求點至供應中心的總成本最低(鄒明城，2000),7.,K-medoid algorithmsg(Vinod,1969),對於,K-means,法容易掉入去最佳解的問題加以修正。,8.,CLARANS(Ng and Han,1994),9.DBSCAN(Easter,1996),以空間分佈的

7、密度為考量發(fā)展求解模式。,10.GDBSCAN(SANDER et.al,1998),10,四、,VRP,求解分析,陳文瑞（1990）曾提到：,VRP,是車輛在依序的服務地點做收貨(或，和)送貨的服務，且必須依照指示依序通過這些服務地點，開始和結束在同一個出發(fā)點(,depot or domicile)。,VRP,問題的分類,單一場站、多場站,本研究屬於單一場站,11,VRP,問題探討,本研究最主要的討論是關於,單一場站與多車輛,路線問題之研究，在實務應用上通常都以單一物流中心，同時指派多部車輛，來達到時效性最高的顧客滿意度。,這樣的問題被定義為：在一廣大的區(qū)域散置分佈,N,各節(jié)點或顧客，每個顧

8、客有其特定的需求量，這些需求量由某一個特定的中心站來提供，此中心站有多部車輛，每部車輛的裝載量為已知，來求由配送中心到滿足所有,N,各點的顧客需求的配送路線，並使,配送成本達到最小,。,12,VRP,問題求解模式,(1)先分群再排路線(,Cluster First-Route second),掃瞄法(,Gillett and Miller,1974)-,採用及座標角度掃瞄分群。,(2),先排路線再分群(,Route First-cluster Second),(Bodin and Berman,1979)-,分群結果受先前排列之路進影響。,(3),節(jié)省法或插入法(,Saving or Inse

9、rtion),節(jié)省法(,Clarke and Wright,1964)-,叫無彈性，無法視群聚狀況調整,13,VRP,問題求解模式,(4),改善與交換(,Improvement or exchange),K-optimal,法(,Lin and Kernighan,1965),(5),數(shù)學規(guī)劃法(,Mathematical Programming Approaches),(6),最佳解法(,Exact Procedures),(7),人機互動法(,Interactive Optimization),14,VRP,問題求解模式分析,由於,VRP,屬於非完全多項式(,NP-Complete),問題

10、，(5)數(shù)學規(guī)劃法、(6)最佳解法兩種方式求解複雜度隨問題大小呈指數(shù)成長，近年來學者紛紛致力於啟發(fā)式解法的開發(fā)。,啟發(fā)式解法基本步驟（徐吉田，1993）,1.指定,K,車輛（即路線）,2.集結各需求點成一路線(啟始解),3.路線改善,重新排列路線中各需求點，以得較好的路線。,將某路線的點移到另一路線,15,啟發(fā)式解法基本概念,目前學界研究,VRP,問題通常採用二階段法；,第一階段,初始解的產生，,例如,(1)先分群再排路線、(2)先排路線再分群、(3)節(jié)省法或插入法,第二階段,則為解的改善，,例如(4)改善與交換,本研究採用先分群後排路線的方法，但考慮以往相關研究較少將空間因子納入考量，故本研

11、究引入空間分析中,群聚分析,（,Clustering Analysis）,的相關技術，來作為,VRP,的分群求解（啟始解）模式。,16,五、研究架構,VRP,空間群聚求解模組,配送以及物流之空間資料庫,車輛及路線的指派,物流業(yè)特性分析,VRP,求解模式分析,地理空間分析,GIS,系統(tǒng),比較,其他求解策略,不同空間,Pattern,分析,歸納結果,17,六、研究方法,將空間分析中群聚分析模組應用於,VRP,初始解的求得，以離散/群聚之空間分析為基礎，並以,clustering,分析為核心改進方法，來改進及評量配貨地一解求法。,引入,空間量度參數(shù),，以做為空間度量，來評定不同演算法在不同空間度量上

12、的優(yōu)劣。,18,研究假設,單一場站多部車輛,道路的特性,初期考慮對稱性路網，日後研究在考量實際路網,配送點特性限制,由一部車服務,需求皆不超過一部車容量,車輛的限制型態(tài),容量的限制,單一車種，多部車輛,行車距離的限制,19,研究假設,時窗(,Time Window),的限制,不考慮時窗限制,客戶區(qū)位特性,固定已知的需求,產品本身特性,以數(shù)量考慮，視為一種商品,20,群聚分析方法,本研究考慮工具的取得以及符合研究假設需求性，初步採用,SPSS,統(tǒng)計軟體，利用其內建之,Analyze,模組中的,Classify,的功能，採用,k-means Cluster,以及,Hierarchical Clus

13、ter,演算法來做分群，另外分區(qū)域配送之,TSP,演算法則採用最遠內插法，利用,VB,撰寫求解程式配合,VRP,標準例題做測試。,21,七、初步成果,No.,Problem Name,Nodes,Vehicle Capacity,Source,Cost and Fleet Data,#1,E-n51-k5,50,160,Christofieds&Eilon(1969),採用,Christofieds&Eilon(1969),所提出的測試例題進行測試,22,k-means Cluster,結果,23,Hierarchical Cluster,結果,24,k-means Cluster,配送結果,

14、25,Hierarchical Cluster,配送結果,26,與過去研究之比較,初步結果,已知最佳解,KC543,HC 563,521,此結果為尚未進行改善解之初步結果，未來若配合良好都改善模組，應可達到同等水準。,但由於,SPSS,為套裝軟體，並無法另外加入容量限制式，故外來仍可能自行開發(fā)演算法分析模組進行分析。,27,八、結論,初期由於受限於套裝軟體限制，群聚分析部份的僅限於現(xiàn)有功能，並且未加入容量限制，未來仍以自行撰寫程式模組，作為實驗驗證的工具。,目前尚未就不同配送的模式討論其不同空間分佈型態(tài)下的結果，未來仍須進一步分析以瞭解群聚分析方法在空間群聚下的配送優(yōu)勢。,28,9,、靜夜四無

15、鄰，荒居舊業(yè)貧。,2024/10/22,2024/10/22,Tuesday,October 22,2024,10,、雨中黃葉樹，燈下白頭人。,2024/10/22,2024/10/22,2024/10/22,10/22/2024 7:36:55 PM,11,、以我獨沈久，愧君相見頻。,2024/10/22,2024/10/22,2024/10/22,Oct-24,22-Oct-24,12,、故人江海別，幾度隔山川。,2024/10/22,2024/10/22,2024/10/22,Tuesday,October 22,2024,13,、乍見翻疑夢，相悲各問年。,2024/10/22,2024

16、/10/22,2024/10/22,2024/10/22,10/22/2024,14,、他鄉(xiāng)生白發(fā)，舊國見青山。,22 十月 2024,2024/10/22,2024/10/22,2024/10/22,15,、比不了得就不比，得不到的就不要。,十月 24,2024/10/22,2024/10/22,2024/10/22,10/22/2024,16,、行動出成果，工作出財富。,2024/10/22,2024/10/22,22 October 2024,17,、做前，能夠環(huán)視四周；做時，你只能或者最好沿著以腳為起點的射線向前。,2024/10/22,2024/10/22,2024/10/22,2024/10/22,9,、沒有失敗，只有暫時停止成功！。,2024/10/22,2024/10/22,Tuesday,October 22,2024,10,、很多事情努力了未必有結果，但是不努力卻什么改變也沒有。,2024/10/22,2024/10/22,2024/10/22,10/22/2024 7:36:56 PM,11,、成功就是日復一日那一點點小小努力的積累。,2024/10/22,202