选址模型范文（精选9篇）

选址模型 第1篇

关键词：客运枢纽,覆盖模型,枢纽配置点

在铁路客运系统飞速发展, 综合大交通的理念得到前所未有的重视的今天, 各大城市几乎都在考虑修建符合各自城市实际情况的综合客运枢纽。这其中, 枢纽的选址问题就显得尤为重要, 一个优秀的枢纽选址方案不仅可以方便旅客出行和换乘, 为旅客提供便利, 也可以极大地促进交通的改善和城市的发展, 为国民经济带来新的活力。由此可见, 客运枢纽选址问题在今天依然是一个很值得研究和重视的方面。

客运枢纽的选址问题通常都会采用枢纽选址模型进行确定, 在这一类的模型中, 覆盖模型是一个最经典的模型。因为归根结底而言, 客运枢纽的选址问题是起源于覆盖概念的, 存在临界的服务距离 (或时间或费用) , 并且在临界距离以内能满足需求。典型的覆盖问题包括: (1) 覆盖所有需求点的最少枢纽的数量 (覆盖集问题) ; (2) 让一个客运枢纽选址最大化覆盖需求 (最大覆盖问题) ; (3) 枢纽到覆盖点的最短径路问题 (P中心模式) 。

覆盖集问题的目标是找到最小的备选方案总数, 以便使所有的需求在其临界服务距离范围内被覆盖。最大覆盖问题是在枢纽布设数目给定的前提下, 使得被涵盖在枢纽服务范围内的需求者数量最大化, 亦即使设施布设后可服务到最多的需求者。P中心模式是在将给定的设施总数分布在规划区域上, 以使需求点与最近枢纽间距离的最大值极小化。以上三个方面问题就构成客运枢纽选址的覆盖模型问题。

1 覆盖模型简介

1.1 覆盖集问题

该问题模型的整数规划形式如下:

其中:i为需求节点, j为枢纽可能配置的位置, 集合Ni={j|dijDc}中, dij为需求点i与枢纽位置j间的距离, DC为枢纽合理的服务范围的最大距离, 故Ni代表以i为中心, 周围合理服务范围距离内枢纽可能配置位置的集合, 即可以把需求点i纳入服务范围的枢纽可能配置位置的集合。Xj代表位置j配置 (=l) 或不配置 (=0) 枢纽。

1.2 最大覆盖问题:

最大覆盖问题基本模型如下:

其中:Zi代表需求点i被 (=1) 或不被 (=0) 涵盖在枢纽服务范围内, hi为需求点i的需求量, P为枢纽的数量。其余变量意义同前。

最大覆盖问题模型是0-1整数规划问题, 目标函数 (4) 是使在枢纽服务范围内的需求者数量极大化。 (5) 是在考核需求点i是否在枢纽服务范围内, 若Ni集合中某一位置配置有枢纽, 表示需求点i位于枢纽服务范围内, 为1;反之, 若Ni集合中没有任何位置配置有枢纽, 表示需求点i不位于枢纽服务范围内, 此时Zi为0。约束条件 (6) 为所配置的枢纽数目限制, (7) 和 (8) 为决策变量的值域。

1.3 P中心模式

P中心模式基本模型如下:

其中:W代表各个需求点与最近枢纽间距离的最大值, Yij代表需求点i由 (=1) 或不由 (=0) 位置j的枢纽所服务, 亦即位置j的枢纽是 (=1) 或不是 (=0) 距离需求点i最近的枢纽。其余变量意义同前。

该模型也是0-1整数规划问题。目标函数 (9) 是使各个需求点与最近枢纽间距离的最大值极小化, 最大值由式 (13) 规范, 由于目标在追求W值的最小化, 故此式会自动地使每个需求点i对应到距离最近的枢纽 (Mindij) , 使其Yij值为1, 而W洽会成为这些距离值中最大者。 (11) 限制每个需求点仅被一处距离最近的枢纽所服务, (12) 限制需求点只能被分配到有设置枢纽的位置去接受服务, 当Xj=0时代表位置j不设置枢纽, 此时Yij=0;而当Xj=1时代表位置j设置枢纽, 此时Yij可为0或1, 若为1, 表示位置j的枢纽时距离最近的设施。 (14) 和 (15) 为决策变量的值域。其余约束条件意义同前。

2 覆盖模型改进意见

2.1 枢纽可能配置点的筛选

覆盖模型主要考虑的是需求者的利益, 一是尽量使旅客到客运站更加的方便, 一是尽量覆盖到最多的旅客, 但在解决第一步最小备选方案时, 得出的最小备选方案中的某些点可能是不可行的, 这主要是约束条件不足或是与实际脱离造成的, 原模型中只有枢纽合理最大服务范围这一个约束条件, 一次求得的枢纽可能配置点就可能会跟城市规划相冲突, 甚至有些点在地理条件上就是不可行的, 因此还需要对得到的方案进行进一步优化, 剔除其中的不可行点, 以此得到更加切合实际的备选方案。

2.2 客运枢纽投资建设的考虑

在这个经典的覆盖模型中, 投资建设的问题被放在了一个很尴尬的地位, 甚至是一个被忽视的地位。

在城市当中, 需求者越多, 表明该区域人口密度越大, 而要覆盖该区域的枢纽势必会靠近该区域, 由此会造成诸如土地价格较高, 征地困难, 与城市规划、商业利益相冲突等问题。因此还应建立针对每一个枢纽备选点的经济效益评价, 综合考虑每个点的可能投资以及可能收益, 最后选取经济效益较好的若干点形成更为可行的方案。然后根据这个方案, 结合城市规划方案, 在力争和谐共赢的基础上得到最终方案。

2.3 客运枢纽与城市公共交通的协调

在采取了以上的改进措施之后, 覆盖模型增加了其可行性, 经济性以及与城市规划的协调性。

在减少了备选的枢纽设置点后, 相当于减少了枢纽内的可能客运站数量, 从而降低了运营成本和建设成本, 但由于客运站数量变少, 旅客的选择相应减少, 造成旅客出行费用和换乘次数都有可能增加。原覆盖模型第三步中将需求点与最近枢纽间的距离最大值极小化, 实际上也在尽量减少旅客出行费用和换乘次数。

另外, 由于旅客出行费用和换乘次数的可变部分主要是在枢纽内部产生的, 要解决这方面的问题, 还需要城市交通系统的通力合作, 例如增开重要需求点至客运站的公交路线, 缓解城市交通拥堵等。在模型中也可以新增旅客换乘次数的约束条件来进一步优化枢纽可能配置点, 或是对最后确定的枢纽设置点进行旅客换乘次数的检验, 只要换乘次数在可以接受的范围以内就可以认为这个枢纽设置点是合理的, 如果超出了这个范围, 枢纽规划部门还可以同城市交通部门进行协商, 或是在超出范围的需求点和枢纽点间增开公共交通, 或是采取其他措施, 以使换乘次数可以接受。

3 结束语

以原有的覆盖模型为基础, 采纳以上的三点意见进行改进, 可以使得城市客运枢纽在选址上更加地灵活、合理与高效。通过这种模型确定的客运枢纽选址最终方案中若有多个枢纽设置点, 则形成了分散式的枢纽布局。然后, 可以根据路网整体规划, 枢纽性质功能定位, 在合理分配客运量的基础上, 再结合各个枢纽设置点所处的地理位置, 服务范围的需求类型, 并综合考虑线路走向, 顺直情况等, 完成枢纽内各个客运站的分工方案。如此, 不仅可以更好地发挥大交通条件下客运枢纽的本身优势, 也可以通过客运枢纽推动城市建设, 改善城市交通, 使得城市得到更好的发展。

参考文献

[1]孙晓峰, 余巧凤.客运站综合交通体系技术评价指标体系初探[J].铁道经济研究, 2008 (4) :42~45.

[2]乔里潘.叶尔扎.城市公共交通换乘枢纽选址方法问题研究[J].中国水运, 2009, 9 (6) :190~192.

选址模型 第2篇

区域废弃物网络系统的选址-运输优化模型

区域废弃物网络系统优化设计包括设施的选址和废弃物运输路线的确定.考虑了多类型设施、多种废弃物流和模糊数形式的.废弃物产生量,建立了模糊机会约束规划模型来求得整个系统的优化配置.通过将模型中的机会约束清晰化,将模糊机会约束规划模型转化成等价的确定模型来求解.实例表明了模型的有效性.

作 者：何波 毛腱 HE Bo MAO Min-xin 作者单位：华中科技大学,管理学院,湖北,武汉,430074刊 名：运筹与管理 ISTIC PKU英文刊名：OPERATIONS RESEARCH AND MANAGEMENT SCIENCE年，卷(期)：16(5)分类号：O224关键词：物流网络 选址-运输 模糊机会约束规划 固体废弃物

军用仓库选址模型研究 第3篇

在军用仓库建设中,选址决策失误不仅会造成巨大的经济损失,而且还可能对未来战争带来不利影响,要么仓库无法使用,最后不得不放弃,要么仓库部署不合理,难以适应作战需求。因此,选址决策是军队现代化建设中的一个重要问题。

随着我军建设指导思想的战略性转变和世界的战争格局变化,高技术条件下局部战争的后勤保障工作将更为艰巨、复杂。因此,对军用仓库的建设也提出了更高更新的要求,后方仓库的建设必须满足现代战争的需要。如何科学合理地确定军用仓库的建设地点,是目前我军亟待解决的重要问题。

目前各种选址标准很多,当前企业物流选址的理论和方法普遍追求成本最小化和利润最大化原则,忽视选址的军事性要求。而现有的军事后勤设施选址方法只考虑设施构建的可行性和设施的生存条件,忽视经济性因素。实际上,军用仓库选址必须同时考虑隐蔽性、可行性和经济性,是一个多准则或多目标决策问题,通过将实际问题转化为与之相符的数学模型并采用科学合理的求解算法,是解决军用仓库选址问题的有效方法。[1]

1 军用仓库选址影响因素分析

军用仓库的设置要以军队战略意图、战区位置、部队配置、供应体制、交通情况、部队对器材需求量大小、能保证及时快速地实施器材供应和费用最低等为依据。因此在进行选址决策时,应考虑以下几个主要因素:

1.1 部队的分布

军用物资储备的最终目的是满足部队作战对器材的需求。因此,在筹划储备布局时必须考虑部队作战行动的需要,军用仓库的主要目标是方便部队供应。因此,仓库应尽量靠近战时物资供应比较集中的地方,便于就地、就近、适时实施供应。

1.2 建设费用

后勤保障是特殊的经济活动,在军费投入有限情况下,必须从经济方面权衡仓库选址的可行性。仓库应依据具体任务大小而设置,一定要选择有利的地理环境以节省建设投资。

1.3 安全情况

仓库选址安全性除要考虑采矿、地震、洪水等因素外,还要考虑仓库是否容易遭到破坏、是否易遭空袭等问题。

1.4 地理自然环境条件

地理条件和自然环境条件都会对仓库的物资储备造成极大的影响。一般认为山区隐蔽条件好,有利于器材的储备;平原地区隐蔽条件差,不利于战时器材的储备。但山区仓库往往因交通困难而影响器材运输,平原地区仓库反而得益于交通方便。自然环境也会对器材的储备带来很大影响,低温寒冷的东北山区,炎热潮湿的南方丛林地带,各种极端的自然环境都会对器材质量形成极大威胁。

1.5 交通运输条件

运输是连接储存与消耗的纽带,大量器材要通过各种运输工具及时调运到作战部队。因此,在谋划军用仓库布局时,应认真研究交通道路情况。仓库布局应与该地区交通运输能力相适应。

2 军用仓库选址的评价指标及权重计算

军用仓库的选址问题有其一般性和特殊性,一般的指标体系包括位置适宜、地形隐蔽、地质良好、交通方便、水电充足、地幅适当这Ai(i=1,2,…,6)六个方面。

在实际问题中这六个方面往往不能同时达到最优或满足要求,在库址选择过程中就需要区分它们的重要程度,以便更好做出决策。本文采用由多位专家共同给出自己的判断矩阵,再利用各位专家的判断矩阵计算出每位专家认为各指标的权重,最后在进行综合处理得出科学合理的各指标的权重。

专家给出的判断矩阵及重要度计算结果,见表1。

将以上数据Wi0进行综合处理,求平均值可得Ai(i=1,2,…,6),各指标权重结果,见表2。

已知仓库可选的地点Ni(i=1,2,…),现由多位专家为具体库址地点的各个指标Ai(i=1,2,…,6)打分(采用百分制),然后进行平均处理后得出各个具体库址地点的各指标得分aij(i=1,2,…;j=1,2,…,6),最后结合各个指标权重计算得出Ni这个库址地点的综合得分ni(i=1,2,…),即ni=aij·Wj0(i=1,2,…;j=1,2,…,6),选择得分最高的即为最佳库址地点,或者选择最终综合得分在80分以上的即为可选库址地点。

3 按经济性原则进行仓库选址

经济性是现代仓库选址必须考虑的因素,必须从经济方面权衡仓库选址的可行性,特别是在军费投入有限情况下。[2]仓库建设需要考虑的经济因素有很多,本文主要从三个方面来考虑仓库建设的经济性问题,并给出相应的三个指标,即仓库建设的固定成本,仓库的日常运行费用以及与仓库保障供应物资相关的运输成本,运用线性规划方法建立模型如下:

假设建设仓库的总投资为z,则模型为

其中:Mi-第i个仓库可选的地点选中与否;

Ci-在第i个仓库可选的地点建设仓库的固定成本;

Bi-在第i个仓库可选的地点建设好仓库后的日常运行费用;

Fi-在第i个仓库可选的地点建设好仓库后与该仓库保障供应物资相关的运输成本。且要满足约束条件

其中:c-军费中用于建设仓库的总资金;

b-军费中用于保障仓库日常运行的总资金;

f-军费中用于保障物资供应的总运输资金。

通过上述模型求解,即可得出满足经济性要求的最佳建库地址。

4 按供应链敏捷度原则进行仓库选址

以上的选址结果只是仅仅考虑了选择军用仓库库址的一般指标,其结果较为片面,实际上这些结果可能不能满足要求。针对军用仓库的军事性特点,本文将敏捷度这一指标引入军用仓库库址选择问题中。

从供应链的角度来看,要考虑供应链战略与军事战略相一致,要能满足军事战略要求。既要考虑供应链的敏捷性,又要考虑供应链的效率。具有敏捷性的供应链称之为敏捷型供应链,它有如下特点:能够为部队队提供高质量的服务;能够在较短时间内供货;能够满足部队不同批量的需求;能为部队提供种类繁多的物品。

第i个子供应链的敏捷度可以用xixi∈∈[0,1],i=1,2,…,n∈来表示,将各个潜在的军用仓库与其保障的部队看成子供应链,其中n为潜在仓库地点数,假设各子供应链对整个系统供应链敏捷度影响的权重分别为w1,w2,…,wn,[4]则整个系统供应链敏捷度,可定义为:

已知各仓库与部队所组成的子供应链的敏捷度分别为x1=0.9,x2=0.8,x3=0.75,x4=0.85,假设在4个仓库选址地点选择若干个,要求整体供应链敏捷度至少达到0.8(即m叟0.8),由专家给出各仓库子供应链对整个系统供应链敏捷度影响的权重分别为w1=0.4,w2=0.2,w3=0.2,w4=0.2,故

通过上式即可确定M1,M2,M3,M4的值,即确定库址地点。

5 结束语

确立了科学的仓库选址决策依据,该模型比较全面的满足了军用仓库的选址问题的一般性、军事性和经济性,有效避免了当前仓库选址决策中的理论局限和考虑问题片面的问题,为领导的决策提供了科学的有效的辅助手段,较好的解决了仓库选址问题,也为以后其它的选址决策提供了一种全面的思考模式,引入了敏捷度这一从供应链角度决策的思路,使得军事性得以量化表示,使决策更具科学性。该模型建模过程分为三步,每一步相对独立,又可形成一个整体,可满足不同层次的选址要求,可适用于一般要求选址、强调军事性选址、强调经济性选址以及三者的综合性选址,是一个全面的科学的决策模型。

摘要：分析了军用仓库选址的影响因素,满足军事需求的同时达到经济性要求,运用判断矩阵科学计算出军用仓库选址的一般评价指标的权重,引入供应链敏捷度作为约束条件,运用线性规划方法解决经济性要求,构建了军用仓库综合选址模型,对模型进行求解计算。

关键词：仓库,选址,线性规划

参考文献

[1]杨建军,解江,尚柏林.军用仓库综合选址模型研究[J].装备指挥技术学院学报,2010,21(5):45-49.

[2]严曙,刘心报.基于群体决策的库址选择[J].合肥学院学报,2009,19(4):29-31.

[3]胡勇.航材供应链保障模式研究[J].物流技术,2004(11):113-115.

垃圾填埋场选址与风水选址浅析 第4篇

垃圾填埋场选址与风水选址浅析

摘要：通过对风水理论中关于选址要素的科学阐述,从自然环境和社会环境两个方面分析了风水选址和垃圾填埋场选址的.共通与不同之处,并根据风水理论中“天人合一”的和谐理念,提出了在填埋场选址过程中,应该融入崇尚自然,尊重自然;结合实际,因地制宜;整体系统;以人为本,和谐构建等原则.作 者：韩智勇 刘丹 李启彬 芦垒 作者单位：西南交通大学环境科学与工程学院,成都,610031期 刊：四川环境 ISTIC Journal：SICHUAN ENVIRONMENT年，卷(期)：,27(1)分类号：X705关键词：垃圾填埋场 风水理论 选址 天人合一

军事工程预置基地选址模型研究 第5篇

1. 问题的描述

设某一作战方向, 需在某一区域设一预置基地以满足未来军事行动需求。现有n个备选方案, 对应的集合为A= (a1, a2, an) 。影响因素集为V= (v1, v2, vj) , 指标v1表示对选址的影响。本问题的核心是在众多因素的情况下, 如何从多个备选方案中选出最佳选址方案, 使预置基地的选址在保证安全的前提下, 达到费用及保障效能最优。

2. 军事工程预置基地选址指标分析

预置基地的选址主要应考虑军事效益指标、经济效益指标、社会效益指标以及环境效益指标等。

2.1 评估指标的分析

(1) 军事效益指标。预置基地的选址要考虑其军事特征, 包括选址的隐蔽性v1、抗打击能力v2、可维修性v3以及保障潜力v4等。其中, 保障潜力是其在该作战方向为保障作战行动所能实现的“潜行”能力预置。

(2) 经济效益指标。预置基地的选址所产生的费用型指标, 包括建设成本v5、运行维护费用v6等。

(3) 社会效益指标。指预置基地的选址所产生的社会影响, 包括社会影响性v7、社会互适性v8以及社会风险性v9。其中, 社会影响性是指预置基地建设方案为当地政府及居民带来的有益效益, 社会互适性指预置基地的建设对当地政府规划、社情、民情的影响, 社会风险性指预置基地建设地域对预置基地可能造成的破坏、泄密等不利影响。

(4) 环境效益指标。指预置基地的选址所产生的环境影响v10, 包括环境污染影响、自然灾害影响v11等。

2.2 评估指标的确定

(1) 定性指标。本选址指标体系经济效益指标为定量指标外, 其军事、社会、环境效益指标都为定性指标, 其中v1, v2, v3, v4, v7, v8是效益性指标, v9, v10, v11为成本性指标。本文利用Bipolar方法对各定性指标进行量化

(2) 定量指标。预置基地选址的经济效益指标为定量指标, 可通过定量预测得出。

3. 军事工程预置基地选址模型构建

3.1 构建评判矩阵及相对优属度矩阵

根据上文分析得知, 影响选址决策的主要指标为V= (v1, v2, v11) , 由此构成评判矩阵F。

其中fij=fj (ai) (i=1, 2, , n, ;j=1, 2, , 11) , 为备选方案在指标下所得出的指标定性、定量评语值。由于各评判指标间具有相互冲突和不可公度的特点, 对评判矩阵F, 需确定备选方案ai在指标vj下的相对优属度, 记为rij (i=1, 2, , 11) , , 其中fij*为评判矩阵每列中的最大值。

由此, 得到相对优属度矩阵

3.2 运用熵权统计法确定评判指标的权重

熵概念来自热力学, 表示事物出现不确定性的度量。按照熵理论, 当系统中处于几种不同状态, 每种状态出现的概率为pi (i=1, 2, , m) 时, 该系统的熵定义为:

本文利用最大熵模型衡量指标对预置基地选址方案的影响程度, 从而确定评判指标的客观权重。首先对相对优属度矩阵进行归一化处理, 得到矩阵D:

令则其对于评判指标vi的熵值为:

由此可见, Ej的最大值为lnn。当固定j, i取不同值时, rij的值相差越大, 表明该指标能传递较大信息, 作用也就越大, 熵值也就越大, 其权重值也越大。因此, 定义评判指标权重为wj, 则:

其中:

得出评价指标的权向量为W= (w1, w2, w11) 。

3.3 选址模型的评判与决策

通过上文熵权理论分析, 确定了各评判指标的客观权重, 下面运用加权欧几里德距离定义对预置基地的选址进行排序。

确定正理想目标:F+= (f1+, f2+, f+11)

确定负理想目标:F-= (f1-, f2-, f+11)

根据加权欧几里德距离定义计算各选址方案与正负理想目标的贴近度:

定义选址方案与负理想的贴近度:

由Ci的定义可以看出, 当目标的各指标均取最优值时, 即为F+时, Li+=0, Li-=1, Ci=1;当目标的各指标均取最劣值时, 即为F-时, Li+=1, Li-=1, Ci=0;因此, Ci的指标越接近于1, 该目标越接近于理想目标。因此可由Ci的大小确定保障中心的最佳选址方案, 同时也可以得到选址方案的排序。

4. 结论

军事工程预置基地的选址是做好未来军事斗争准备的一个重要研究课题。本文运用现代决策理论, 将熵权理论及贴近度算法集成运用, 建立了一种预置基地选址模型。在现实中, 预置基地的选址还涉及到许多复杂的因素, 本文为简化模型, 对许多现实问题进行简化或未考虑, 因此本模型有待进一步探讨和改进。

摘要：针对军事工程预置基地选址问题, 首先通过分析影响预置基地选址的11个指标, 在此基础上, 运用熵权统计法确定各评判指标的权重, 最后利用加权欧几里得距离法对各选址方案进行排序, 实现预置基地的优化选址。

医药配送中心仓库选址模型研究 第6篇

目前, 我国医药分销行业多种格局共存, 如两级分销模式, 仓储配送式, 专业化的营销代理, 区域性分销, 电商与医药物流整合分销等, 本文研究的分销模式是仓储配送式, 这种模式下, 配送中心通过提供仓储配送服务来赚取佣金, 按照厂家的要求进行药品的配送、结算, 收取一定的费用。由图1可以看到, 配送中心负责各药厂的医药仓储和运输, 当分销商发出请求, 配送中心将各需求点需求运送到各个分销商, 不可避免的是会存在交叉配送, 因此需要对配送网络进行优化, 确定每个配送中心的辐射范围, 进行区域配送。合理选择配送中心仓库选址能够有效地节约升本, 提高效率, 提升客户的满意度。

一、选址模型的构建

设施的选址就是确定设施的数量、容量、位置及向它分派任务的大小, 医药配送中心的选址也要考虑这些问题, 在物流领域中多节点的选址问题有很多典型问题, 如多重心法, 覆盖模型, p-中值法, 鲍摩-瓦尔夫 (Baumol-Wolfe) 模型, 奎汉-哈姆勃兹 (Kuehn-Hamburge) 法、CFLP (Capacitated Facilities Location Problem) 模型等, 都是引起广泛关注和研究的热点课题。本文研究的内容是当选址数量固定时的选址问题, P-中值问题。P-中值是指在一个给定数量和位置的需求集合和一个候选设施位置集合下, 分别为P个设施找到合适的位置, 并指派每个需求点被一个特定的设施服务, 使之达到在各设施点和需求点之间的运输费用之和最低。

本文以医药行业物流配送中心仓库选址中的实际需求进行研究, 以运输费用最小化为最优目标, 建立配送中心仓库选址P-中值数学模型, 利用启发式贪婪算法获得模型的满意解, 在建模时主要考虑运输费用, 其他影响因素进行定性分析, 加权进行评价, 最后综合考虑得出最佳地址。

(一) 数学模型

式中:Nn个需求点集合, di第i个需求点需求量, cij从需求点i到配送中心仓库j的单位运输费用, Mm个建设配送中心仓库节点候选点集合;P允许投建的配送中心仓库数 (P

在目标函数式 (1) 中, 最终的目的就是使得各个配送中心到需求点的运输费用总和最小, 式 (2) 的约束条件保证每个需求点只有一个配送中心提供服务;而式 (3) 的约束条件则可以有效地保证没有选中的配送中心的点不会为需求点提供服务。式 (4) 限制了可以投建的配送中心仓库的总数为P个。xj和yij是0-1决策变量, 这是一个0-1整数规划问题。

(二) 启发式贪婪算法

贪婪取走式算法的优点是不追求最优解, 只希望得到较为满意解。该方法的特点是步骤简单, 计算量小, 节省时间。步骤如下: (1) 初始化, 将m个候选位置全部选中; (2) 把需求点分配给最近的候选设施点, 计算出总运输费用; (3) 选择并取走一个设施点, 把该设施的需求分配给最近的设施, 比较增量的大小, 去掉增量相对比较小的点; (4) 重复 (2) 运算, 直至最后剩下的设施点的数量和计划数量相等。

(三) 加权评分法确定最优解

启发式算法迭代计算得出来的结果, 只能作为实际选址时的参考方案, 要想得到可行的方案还必须考虑除运输成本外影响选址决策的其他定性因素。采用选址度量法, 对启发式算法得出来的结果进行再次评价。具体方法如下:

1. 确定定性分析因素的权重。

首先, 把有关影响选址的主要因素一一列出来, 对每一因素规定统一的度量等级标度, 本文采用5级标度法。

确定影响因素权重W

归一化处理方法, 采用公式:

式中:Wi第i个影响因素的初始权数,

2. 对每一选址方法进行定性评价。

根据市场情况和实际需求, 药品需求具有多品种小批量的特点, 就需要考虑到各个地区用户群体的不同, 对满意度的要求就不一样, 由于配送中心仓库占地面积较大, 购置土地条件也应考虑进去, 综合医药行业配送作业的业务特点, 建立了如下的指标体, 分别是:满意度需求, 交通条件, 购置土地条件, 劳动力情况, 扩展条件等。通过发放调查表, 统计出相应的影响因素的权重。

3. 定性与定量的综合评价。

由专业人士对候选方案中每种影响因素进行打分, 将分数与该影响因素的权重相乘, 最后汇总起来, 得到每个候选方案的总分, 总分最高的候选方案综合考虑作为最佳选址方案。

二、求解算例

某医药公司有7个分销商 (A1~A7) , 公司拟新建2个配送中心仓库, 以满足7个分销商的产品需求。经过实地考察与初步筛选后, 符合条件的的潜在候选地有5个 (D1~D5) , 从候选地到各分销公司的单位运输成本与各分销公司的需求如表1所示, 各分销公司分布及候选仓库的位置见图2。

(一) 启发式算法求解

1. 对表中运输成本进行比较, 按距离最近进行分派, 得到初始化结果, 总费用=1483, k=5。

2. 分别对移走候选地D1, D2, D3, D4, D5移走后的影响点进行重新指派, 重新分配后计算出的总量与原来的总量相减, 进行比较, 将增量最小的点去掉。结果如表2。

由图可知, 比较增量大小, D1的增量最小, 所以第一个被移走的候选地点是D1, 并把A2指派给D4。

3. 以此重复, 直至最满意的结果。最后的候选地为在D3, D5投建新的仓库, D3满足的需求点为A5、A6, D5满足的需求点为A1、A2、A3、A4、A7, 总运输成本为1698, 其中D3的仓库的运输成本为585, D5仓库的运输成本为1113。

(二) 度量法评分

药品需求除了要考虑运输成本以为, 还要考虑到各地区用户群体不同, 对用户满意度的要求也不一样, 同时各地区人文政策不一样, 劳动力条件和购置土地建设配送中心仓库时, 这些因素也必须考虑进去, 随着企业的发展, 规模的扩大, 配送中心仓库的扩建对企业未来也起着重要的作用, 这些定性因素都是不可忽视的影响因素。

由表3可以看出, 对该企业来说, D3、D4、D5在进行评价时, 分数较高。假设将原指派给D5的分销商全部转为D4, 运输费用为1555, 而原费用为1113, 成本增高, 最佳地点仍为D3、D5。

三、结语

综上所述, 以P-中值模型为基础, 利用启发式贪婪算法得出的配送中心仓库选址的两个候选点, 再通过定性分析对各影响因素进行加权评价, 定性分析与定量分析进行综合考虑, 这种方法比较符合医药物流在选址时的实际情况, 选择的位置既能满足成本要求, 又不忽略其他条件, 得到的最佳位置比较符合企业的战略要求。

摘要：以医药行业配送中心仓库选址为研究对象, 结合该企业实际情况考虑选址时运输费用和其他影响因素, 利用P-中值模型, 通过启发式算法得到配送中心仓库地址的满意解, 再通过加权评分法对定性因素进行评价, 综合考虑后得到库存最佳位置。

关键词：配送中心,仓库选址,P-中值,启发式算法

参考文献

[1]刘伟.农产品物流配送中心选址问题研究[D].武汉理工大学, 2010

[2]杨珺, 张敏, 陈新.一类带服务半径的服务站截流选址-分配问题[J].系统工程理论与实践, 2006 (1)

[3]方传伟, 王孝义, 陈杰.基于遗传算法的离散仓库选址研究[J].深圳职业技术学院学报, 2004 (3)

物流配送中心选址的数学模型研究 第7篇

配送中心作为物流网络的节点, 其合理选址不仅影响到配送中心本身的运营成本、运营绩效、竞争战略和未来的发展, 而且还影响到配送中心上游的供应商、下游的分销商或零售商的物流成本、以及物流战略和竞争战略, 甚至影响到区域经济的发展。

配送中心选址的研究目的就是要提高物流系统的经济效益和社会效益, 从供货情况、需求的分布情况、货物的运输条件、自然环境等因素出发, 用系统工程的方法, 对货物配送中心的地理位置进行选择的过程。配送中心选址是否合理会直接影响到配送中心在配送过程中各项不同的活动成本、作业效率、服务的水平和企业的经济效益。因此, 配送中心的布局必须在充分对各种有关因素进行了调查分析的基础上, 结合自身的经营特点以及周围的交通状况等因素, 在详细分析现状及预测的基础上对物流配送中心进行选址。

二、物流配送中心选址问题研究现状

学术界对选址理论研究已经有相当长的时间, 相关文献非常多, 涉及仓库、生产中心、厂房、通讯网络设计、运输中心等这经营性设施的选址以及各种公共服务性设施的选址。进入21世纪, 物流业正成为新的经济热点。配送中心作为物流网络的神经中枢, 研究其选址问题的文献日益增多。从总体上看, 可以把这些文献分为两大类:第一类是单纯的有关配送中心选址问题, 第二类是结合物流管理的库存战略、运输战略、顾客服务目标等其它战略研究配送中心选址问题。

Alfred Webber (1909) 首次提出韦伯问题, 该问题研究单一仓库选址的方法, 以期实现从仓库到顾客间运输总距离最小, 还提出了韦伯图解法。杨波 (2002) 对照传统的物流配送中心选址问题提出了一个随机化的模型, 该模型解决将各需求点的需求量看作是非负随机变量时的单品种单配送中心的选址问题。孙会君、高自友 (2003) 在充分考虑物流规划部门与客户双方利益及选址地对路线安排影响的基础上, 采用双层规划模型描述了物流配送中心的选址问题。

Zuo-Jun Max Shen等 (2003) 提出了一个联合库存的选址模型。设计出了由一个供应商向多个零售商运送产品的配送系统。由于需求不确定, 要确保特定的服务水平, 零售商必须保持一定的安全库存。该模型是通过考虑建立适当安全库存, 减少缺货损失, 满足客户需求, 实现配送系统一定的服务水平。李延晖, 马士华 (2003) 建立考虑时间约束的配送系统模型, 该模型建立的配送系统是一个针对单源供应、单一产品的配送系统, 以系统的成本最小为目标函数 (系统成本包括从生产基地到配送中心的运输成本、配送中心到客户的运输成本及配送中心的固定费用) , 而将配送的时间限制作为约束条件来建立模型, 属于单一目标决策的范畴。在继前面的研究之后, 又提出来了基于时间约束的供应链配送系统随机模型。王亚民、黄淼 (2014) 以选址成本、运输成本和库存成本综合最小为目标, 建立了基于VMI建立多产品需求环境下的选址-库存联合决策模型, 研究了综合决策设施选址、产品配送和多产品的库存控制策略。

三、物流选址问题分析及假设模型建立

就整个的物流系统来说, 系统可以用联结点 (供货点、物流配送中心、需求点) 和运输路线构成的物流网络来表示。因此, 在物流系统中, 最重要的是从需求的物流服务水平出发, 以发生最小的物流费用, 来实现物流网络结构的合理化。文章主要从第三方物流的角度出发, 考虑该第三方物流与其合作商是长期合作的关系, 相当于固定的客户关系。并且该第三方物流公司已有几个备选地点, 可在这几个备选点中建造配送中心。在以往的选址中, 大家主要考虑的是运输成本以及必要的固定成本, 并没有考虑到相关的时间成本, 文章在考虑上述情况下同时为确保配送中心建立后的服务水平, 也将一定的时间成本考虑在内, 该时间成本主要是考虑货物有没有存在未按规定时间到达, 该模型是在吴坚等的《基于遗传算法的配送中心选址问题》的基础上加上时间成本建立的。

(一) 模型假设

1.仅在一定的备选取地点范围内考虑新的配送中心的配置;

2.单种货物的需求量要小于供货量;

3.配送中心的可变成本为流量的凹函数, 即Wjθ, θ∈ (0, 1) ;

4.由供货点到配送中心、由配送中心到用户的运费均为线性函数;

5.配送中心的容量及个数是有限的;

6.供货点能够保证配送点需求的最大量。

(二) 目标函数

其中Zj=1时表示第j个配送中心被选中;当等于0时, 未被选中。式中, m为供货点的个数;Ai为第i个供货点到配送中心的总供应量;n为配送中心备选地址点的个数;Mj为第j个配送中心备选地址点的最大容量;P为配送中心允许选定个数的上限;l为用户个数;为Dk第k个用户的需求量;Cij为由第i个供货点到第j个配送中心的单位运输成本;xij为由第i个供货点到第j个配送中心的运输量;hjk为由第j个配送中心到第k个用户的单位运输成本;yit为由第j个配送中心到第k个用户的运输量;Vj为第j个配送中心的可变成本系数;Fj为第j个配送中心的固定费用;Wjθ为第j个配送中心的流量;zj为0-1整数变量;Pj为第j个配送中心的可能未及时送货的概率;Tj为第j个配送中心的时间成本费用。

式 (1) 中 指数θ可取1/2;M是一个足够的整数。在上述目标函数中第一部分表示从供货点运到配送中心的成本费用;第二部分表示从配送中心运到需求点的成本费用;第三部分表示被选中的配送中心的可变成本;第四部分表示建造配送中心的固定成本;第五部分表示若出现延迟送货情况下的时间成本;式 (2) (3) 分别表示供求约束;式 (4) 表示流量平衡;式 (5) 、 (6) 分别表示配送中心的流量限制跟个数限制。

四、一般的应用算例

假设某物流公司有2个供货点, 可供资源分别为=A140, A2=50;有5个用户。需求量Dk (k=1, 2, 3, 4, 5) , 见表1;费率表见表2一4;配送中心备选地共4个, 分别为W1, W2, W3, W4;其固定成本及容量限制见表5;表6为每个配送中心的时间延迟概率Pj (i=1, 2, 3, 4) ;表7为各配送中心的时间成本Tj (i=1, 2, 3, 4) ;由表8可知配送中心个数上限为P=3。

对上述问题进行求解, 0~1混合整数规划法, 由于其处理数据是在整数中进行, 运算结果更加符合现实情况, 因此0~1混合整数规划法被广泛运用于RDC选址模型中, 但有其现实情况中备选RDC的数目较大, 不同地区的运输、配送、仓储费用又有较大的差别, 这将使模型变的十分的复杂, 我们无法再用传统的运筹学方法去解决问题, 于是根据引入

LINGO编程的方法, 使上述配送中心选址问题得到了快速、精确、科学的解决。

程序运行后得到优化解为:z1=1, z2=1, z3=1, z4=0。

这表明物流公司要选择W1, W2, W3, 这三个地方作为配送中心的选择地。而且A1运给W1的货物量为10, A2运给W1的货物量是15;A1运给W2的货物量为0, A2运给W2的货物量是35;A1运给W3的货物量为30, A2运给W3的货物量是0;因为没有选择W4, 所以不在该地建物流配送中心。在满足用户需求的情况下使得运输费用最低, 则货物在配送中心跟客户之间的关系为:由W1, W2给D1用户运送货物, 运送的货物量分别为5, 10;由W3给D2用户运送货物, 运送的货物量为30;由W2给D3用户运送货物, 运送的货物量为15;由W2给D4用户运送货物, 运送的货物量为10;由W1给D5用户运送货物, 运送的货物量为20;由此可得该模型的最优值为4197.600。

五、结语

对于本文所提出的数学模型, 用一个简单的例子检验了下该模型的适用性。该模型还存在一定的不足之处, 未能考虑运输货物的种类以及是否存在车辆有空余的情况, 而且该文中对于库存的处理是零库存的方法。使用相对简单的方法对于配送中心的选址问题进行了简单的模型假设。

除了恰当选定配送中心可以提高经济效益外, 还需要一定的配送计划, 按照计划进行配送, 把地区将顾客进行区分、不同的销售量进行层次区分, 再将货物按顾客层次区分等, 找出最佳配送路线, 进行巡回服务, 使货物到达顾客的时间是一定的。此外, 还应将不同的配送中心联合起来, 对于配送功能弱的地区从其他配送区给以支援, 从而降低配送成本, 建设共同仓库, 以提高分拣, 备货的效益。同时提高配送技术, 如将单位载荷制应用在联合托盘上、集装箱化的配送中, 可促进运输、装卸的效率化。自动分拣装置, 将使分拣省力化的程度大大提高。

物流组织的合理性, 直接决定着生产过程的顺利进行, 决定着商品价值和使用价值的实现的可能性。物流合理化程度越高, 周转速度越快, 社会经济效益就会有更好的提高。再者由于物流费用是构成生产成本和流通成本的重要组成部分, 所以有机地结合运输枢纽站, 仓库、配送中心、卸货地区的功能、切实地配备现代化的物流据点, 采取完善环境保护的对策可以提高物流效益。在今后物流中不断消除多余的流通环节、压缩不合理的销售储备, 减少流通费用, 不断提高经济效益。

摘要：文章主要介绍了有关物流配送中心选址的相关知识, 总结了国内外的有关配送中心选址问题的相关文献, 针对与供应商有长期合作的第三方物流, 从其所具有的备选地点中建设配送中心的角度出发提出了相关的数学模型, 该模型中建立了考虑运输成本与一定时间成本的数学模型并运用简单的算例来验证了模型的可行性, 最后提出除了考虑成本外在选址中还应该注意的方面, 以提高经济效益。

关键词：物流配送中心,选址问题,时间成本,01混合整数规划

参考文献

[1]杨波, 唐启鹤.物流配送中心选址的随机数学模型[J].中国管理科学, 2002 (05) .

[2]孙会君, 高自友.考虑路线安排的物流配送中心选址双层规划模型及求解算法[J].中国公路学报, 2003 (02) .

[3]Shen Z J M, Coullard C, Daskin M S. A joint location-inventory model[J].Transportation Science, 2003 (01) .

[4]李延晖, 马士华, 刘黎明.基于时间约束的配送系统模型及一种启发式算法[J].系统工程, 2003 (04) .

[5]李延晖, 马士华, 刘黎明.基于时间约束的供应链配送系统随机模型[J].预测, 2004 (04) .

[6]王亚民, 黄淼.基于VMI的配送中心选址-库存联合决策模型[J].物流技术, 2014 (03) .

选址模型 第8篇

随着经济快速发展, 技术水平的提高以及工业化进程的加快, 大量的生产和消费带动了物流业的发展, 现代物流作为国民经济的基础产业和服务贸易的重要组成部分, 对推动社会经济的发展起着更为重要的作用。在整个物流网络的布局中, 配送中心位置的确定又是物流系统分析中的核心内容, 合理的配送中心选址能够减少货物运输费用, 大幅度地降低运营成本, 从而获得最大的利润, 使物流系统有效运作。因此, 在配送中心的选址规划中依据选址原则、数学模型结合重要的定性因素进行科学合理的综合分析是非常必要的。

配送中心的选址作为一项重要的物流活动, 通常要借助于一些模型化、数量化的数学方法提供决策支持。本论文构建了鲍摩-瓦尔夫模型, 对配送中心选址进行研究。

2 鲍摩-瓦尔夫选址模型的建立

2.1 模型描述

鲍摩瓦尔夫模型又称为多节点单品种选址模型, 即模型中只考虑一种产品, 模型的系统结构如下图所示。模型假设有m个资源点的单一品种产品, 经从候选集选出的配送中心发运给n个地区的客户或者直送。问题是如何从s个候选的地点集合中选择若干个位置作为物流设施节点, 使得从已知若干个资源点, 经过这几个选出的设施节点, 向若干个客户运送同一种产品时总的物流成本为最小, 模型中也可能存在从工厂直接将产品送往某个客户点。

2.2 模型建立

记Si:工厂i的产品供应量

Dk:客户k的产品需求量

xij:从工厂i到被选设施节点j的货物量

yij:从备选设施节点j到客户k的货物量

zik:客户k从工厂i直接进货数量

Uj:备选设施节点j是否选中的决策变量

cij:备选设施节点j从工厂i进货的单位货物进货费用

djk:备选设施节点j向客户k供货的单位货物配送费用

eik:客户k从工厂i直接进货的单位货物直接配送费用

wj:备选设施节点j每单位货物通过量的变动费

vj:备选设施节点j选中后的基建投资费用

假设F为选址布局方案的总成本, 于是有目标函数:

在这个模型中, 每个工厂运出的货物总量不大于该厂的生产、供货能力;所有客户的需求必须得到满足, 做到不缺货则有如下的约束条件存在:

对于每个物流设施节点, 运进的货物总量应等于运出的货物总量, 即有如下的约束条件存在:

此外, 物流设施节点的布局经过优化求解后的结果, 可能有的被选中, 其他的一些就被淘汰了。被淘汰的设施节点, 经过它中转的货物数量为零。这一条件可由下面的约束条件满足:

其中, 当j点被选中时, Uj=1;当j点被淘汰时, Uj=0。不等式中的M是一个相当大的正数。由于xij是货物运输量, 不可能小于零, 故当Uj=0时, xij=0成立;当Uj=1时M是一个相当大的正数;MUj足够大, xij为一个有限值, 所以不等式成立。

综上所述所述, 数学模型如下:

2.3 模型求解

该模型利用启发式算法求解, 计算步骤如下:

①求初始解。

首先, 令各备选设施节点的规模均为0, 即Gj=0, 则ωj=0。对工厂与客户间所有组合 (i, k) , 求每单位运输成本最小值。即运输成本最低的路线, 其运输成本为c0ik=min (cij+djk) , 引入变量Gik, 表示从工厂i经某一个备选设施节点j到客户k的流通量。解下列线性规划的运输问题:

求出Gik。

②求二次解。

设经过备选节点j的所有 (i, j) 组成的集合为G (j) , 备选设施节点j的所有 (i, j) 组成的集合G (j) , 备选设施节点j的吞吐量为:

以运输费率和变动存储费率的合计最小为标准, 求最省路线:

cik1=min (cij+djk+μjpGjp-1)

以cik1代替cik0, 重新解上一步的运输问题, 求出Gik, 并计算Gj。

3 模型算例分析

某公司有2个生产基地A1、A2, 这2个生产基地通过配送中心向8个销售地区供应产品。经过实地考察之后, 公司确定5个配送中心候选地D1、D2、D3、D4、D5, 如何从这5个候选地中选择若干个作为配送中心, 使得总的配送成本最小。每个候选区都要考虑规模经济, 即配送中心存储费用与货物吞吐量非线性关系, 已知条件如下表所示:

注:本例中取P=0.5, 为货物吞吐量。

将数据代入所构建的模型中, 利用启发式算法, 经过四次迭代, 可得在五个候选地中, 选取D1、D2、D3为配送中心。

4 结论

实例表明该方法能方便直观的解决配送中心选址问题, 通过上述的求解过程, 可得:利用鲍摩-瓦尔夫模型进行配送中心选址具有以下优点:

①计算简单, 只涉及供需平衡的运输问题和用偏微分求最小值;

②通过总物流成本最小求最优解, 考虑到规模经济, 克服一些模型只考虑运输成本的局限性;

③可以通过最优解求得的物流量, 确定物流设施的规模。

但该模型不适合单一配送中心选址, 对单一配送中心选址时应结合不同条件, 利用其它的方法。

摘要：文中以总成本最低为目标, 建立鲍摩——瓦尔夫模型, 对物流配送中心进行选址。该模型在考虑运输成本的同时还考虑可变成本和固定成本, 并用启发式算法对其进行就求解, 最后通过具体的实例说明模型的可行性。

关键词：配送中心,选址,鲍摩-瓦尔夫模型

参考文献

[1]陈永欣.基于库存策略的配送中心选址问题研究[D].中国优秀硕士学位论文全文数据库, 2009.

[2]潘微微.考虑运输路径优化的配送中心选址问题研究[D].中国优秀硕士学位论文全文数据库, 2009.

[3]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, (3) .

[4]徐杰, 郑凯, 田源, 汝宜红.物流中心选址的影响因素分析及案例[J].北方交通大学学报, 2001, (25) .

选址模型 第9篇

1.1 层次分析法原理

层次分析法的中心问题是层次化, 即根据问题的性质和要求达到的总目标, 将问题分解为不同的分目标、子目标等, 并按照目标间的相互关联影响及隶属关系将目标按不同的层次聚集组合, 从而形成一个多层次的结构模型。

1.2 层次分析法基本步骤

层次分析法实际上是把人们在决策中的思维过程层次化、数量化, 并用数学方法为分析、预测、决策提供定量的依据。具体步骤可分为:

(1) 分析问题中各因素之间的关系, 构建层次结构模型。

目标层:指标A为对分析选址的预定目标;

准则层:指标B为实现目标所需要考虑的准则;

措施层:这一层包括了为实现目标可供选择的各种措施。

(2) 对同一层次的各个因素关于上一层次中某一准则的重要性或优先程度进行两两比较, 构造两两比较, 构造两两比较的判断矩阵。

记aij为i元素比j元素的重要性等级, 表1列出了9个重要性等级及其赋值。

注:aij={2, 4, 6, 8, 1/2, 1/4, 1/6, 1/8}表示重要性等级介于aij={1, 3, 5, 7, 9, 1/3, 1/5, 1/7, 1/9}相应值之问时的赋值, 元素i与元素j重要性之比aij=1/aji。

(3) 由判断矩阵计算被比较因素对于该准则的权重, 并进行判断矩阵的一致性检验。

定义一致性指标undefined, 当CI=0时, 判断矩阵具有完全一致性。CI愈大, 那么判断矩阵的一致性就愈差。

为了检验判断矩阵是否具有满意的一致性, 需要将CI和平均随机一致性指标RI进行比较。RI的取值见表2。

(4) 计算各层因素对于系统总目标的总排序权重, 并进行排序。

评价体系的层次结构是各因子之间的相互隶属关系。根据对系统的分析, 将所含的因素分系统、分层次的构成一个完善、有机的层次结构, 各种因子的次序、位置关系可以一目了然。

2 武汉市新区建设的必要性

2.1 武汉市整体分析

2.1.1 武汉城市发展优势

(1) 交通、物流、能源及信息网络优势。

武汉港作为中国内河第一大港, 5000吨级货船可长年进出武汉;天河机场是华中地区最大的航空港;京珠、沪蓉高速公路也在武汉交汇, 高速公路、高速铁路与长江水运形成“柔性联运”。武汉还是中国通信中心, 能够方便快捷地与全球240个国家和地区进行通信和信息交流。武汉已初步形成“水陆空”的立体型、多功能、现代化的综合交通体系。

(2) 人才技术及科技优势。

武汉是华中地区的科技文化教育中心, 科技教育综合实力仅次于北京和上海, 居全国大中城市第3位。武汉拥有48所大学, 在校学生近50万人, 750个科研设计单位, 12个国家级重点实验室, 7个国家工程研究中心, 有中国科学院、中国工程院院士49名, 50多万名各类专业技术人员, 智力资源和人力资源十分丰富。

(3) 金融业优势。

目前武汉是中国内陆最大的流通中心和货物集散地, 也是中国入世后第一批对外商开放零售商业和金融业的城市。全市拥有各类金融机构2257家。全国17家银行有16家进入武汉, 武汉的“银行密度”居全国第5位。

(4) 制造业优势。

武汉是我国近代工业的发祥地之一, 是全国六大工业基地之一。武汉市工业门类齐全, 改革开放以来, 武汉的工业制造业得到了迅速发展, 现已形成了门类比较齐全, 配套能力较强的工业体系, 成为中国重要的工业基地。

2.1.2 武汉城市发展劣势

(1) 经济建设质量不高。

与沿海地区城市相比, 武汉市经济总量规模差距较大, 整体实力不强。此外, 武汉市财政收入占GDP比重低, 人均储蓄和人均GDP水平与发达地区和城市差距大。

(2) 产业结构有待调整。

2004年天津市三大产业结构比例为3.5:53.2:43.3;重庆市为16.2:44.3:39.5;北京三大产业结构比例为1.4:30.9:67.7;上海为0.9∶48.9∶50.2;与其相应的, 武汉市2004年三大产业结构比例为12:46:42。数据显示, 武汉市产业结构优于重庆市, 但与北京、上海等国内一流城市有着较大距离, 需要继续沿着“三二一”的方向提高发展。

(3) 生态和自然资源的开发利用和保护不够。

武汉市及周边地区生态和自然资源丰富, 特别是水资源在各类城市中具有较大的比较优势, 但目前在生态、自然、旅游资源等方面缺乏统一协调的开发利用和保护措施, 资源开发利用效率比较低。

2.2 武汉市新区建设的必要性

(1) 武汉市新区建设是缓解旧城压力的需要。

武汉市旧城区经过多年发展, 目前已处于超负荷运转的状况, 具体表现在以下两个方面:

①旧城区住宅用地结构复杂。既有老的住宅中心, 也有历史遗留建筑产业, 还有城市化进程中形成的“城中村”地区。部分市民希望享受更好的居住环境。

②旧城区交通过于拥挤。武汉的商业中心大都集中在旧城区, 使得交通流过于集中。目前, 严重的交通拥堵已经成为制约商业发展的瓶颈, 也不利于带动城市其它区域的发展和人气的聚集。

(2) 武汉市新区建设是完善城市功能布局的需要。

城市空间拓展大致有两种模式:一种是静态推进模式, 一种是跨越式发展模式。随着近年来国家视线逐渐转移到中部地区来, 武汉这个华中地区唯一的特大城市成为大家目光的焦点, 渐变式的静态推进模式不能满足武汉快速发展的需要, 新区的兴建将成为推动武汉进行跨越式发展的推动力。

(3) 武汉市新区建设是城市产业结构调整的需要。

武汉市新区开发是满足城市产业结构调整、迎合城市发展需求的重要途径。武汉作为九省通衢, 贸易是其重要的功能, 提出新区, 完善交通和物流, 无疑将使发挥重要作用。在繁荣自身产业的同时, 通过商贸业与生俱来的流通和辐射作用, 进一步带动第一、二产业的发展, 从而形成良性互动的局面。而新区的开发也向市场隐隐透露出一个重大信息:武汉将以第二产业的提速增长为有力支撑, 大力发展第三产业。

2.3 武汉市新区选址应考虑的因素

兴建城市新区是一项关系城市发展的重大项目, 涉及到的问题非常复杂, 在分析时要分清主次, 找出重点因素, 往往20%最关键的要素, 在80%的程度上决定了新区建设的成败。城市管理的决策者关注的重点应该是最能影响新区建设和城市发展的要素, 以及影响相对较小但只用花很小代价就能取得很大成效的要素。

结合城市新区选址时应考虑的一般要素, 及武汉市优劣势分析, 确定武汉市进行新区建设选址时应重点考虑以下八个因素:地理水文条件, 生态及自然资源条件, 人文环境, 基础设施条件, 交通便捷度, 城市整体规划与发展定位, 与其它城区的功能协调性, 邻近城市的辐射影响。

3 利用层次分析法构建新区选址评价模型

3.1 构建层次结构模型

目标层:求取最大的经济、社会综合效益;

准则层:地理水文条件、生态及自然资源条件、人文环境、基础设施条件、交通便捷度、城市整体规划与发展定位、与其它城区的功能协调性、邻近城市的辐射影响等8个准则;

方案层:拟作为新区建设的地区。

层次结构图见图1。

3.2 模拟专家评分法对各因素重要度进行评价排序

专家评分法是专家库中抽取一定数量专家, 在互相独立的情况下分别对各因素进行评价打分。各要素的专家评分结果见表3。

3.3 建立判断矩阵

根据各因素的专家评分, 将8个因素进行两两对比, 并按其重要程度评定等级, 得到判断矩阵如下:

undefined

具体尺度aij的含义如表1所示。

3.4 计算各因素对目标层S的权重向量

计算方法采用和法, 其步骤如下:

(1) 将A的每一列向量归一化得undefined;

undefined

(2) 对Mij按行求和得undefined;

M= (0.4404, 1.1.0827, 0.2556, 0.5705, 0.6871, 2.0349, 20.349, 0.8939) T

(3) 将Mi归一化undefined作为权向量, 即诸因素B对上层因素S的权重所组成的向量;

W= (0.0551, 0.1353, 0.0319, 0.0713, 0.0859, 0.2543, 0.2543, 0.1117) T

(4) 计算undefined, 作为最大特征根的近似值。

undefinedundefined=7.7154即有最大特征根λmax=7.7154。

3.5 一致性检验

一致性检验指标:undefined

查表2随机一致性指标RI取值, n=8时

undefined

故通过检验

3.6 选址要素及权重表

根据上述分析结果, 武汉在进行新区选址时主要考虑的8个要素及其权重如表4:

4 武汉市新区选址评价

从武汉市整体板块来看:汉口的商业布局经过多年发展和历史积淀, 已经形成一定规模;武昌区高校云集, 政府部门集中, 同时旅游资源丰富, 高科技企业区目前也已呈现出良好发展态势。而汉阳作为武汉的老工业基地, 近年来发展迟缓, 在武汉的经济版图上呈现凹势, 也影响了武汉市的整体发展水平。如果将新区选址于汉阳, 将对武汉市的整体发展有着推动作用。一旦新区开始快速发展, 很大程度上能够成为武汉市的发动机, 为武汉地区乃至整个华中地区带来一股新的动力。

武汉新区选址情况如下:由长江、汉水、京珠高速公路合围而成, 规划面积368平方公里, 包括武汉市汉阳区、武汉经济技术开发区以及蔡甸区、汉南区的一部分, 规划人口100万。

根据本文的计算结果以及武汉市实际情况分析, 武汉新区选址汉阳, 与层次分析法的计算结果可以相互印证。文章证明, 层次分析法可以作为城市新区选址前期策划时一个有效的方案评价方法。

参考文献

[1]张志强, 陈东秀.AHP在建设用地项目选址中的应用[J].数据统计与管理, 2001 (2) :1-6.

[2]李斌.层次分析法和特尔菲法的赋权精度与定权[J].系统工程理论与实践, 1998 (12) :74-79.