基于模糊聚類和層次分析法的區(qū)域配送中心選址決策應(yīng)用

吳海燕 龍門鏢局團(tuán)隊(duì)

摘 要： 為了解決物流配送網(wǎng)絡(luò)過(guò)程中常出現(xiàn)的突發(fā)事件以及降低企業(yè)運(yùn)營(yíng)成本，對(duì)百蝶物流企業(yè)區(qū)域配送中心選址進(jìn)行了仿真實(shí)踐研究。首先通過(guò)分析調(diào)研企業(yè)的網(wǎng)絡(luò)現(xiàn)狀，運(yùn)用模糊聚類分析法得出選址地點(diǎn)的集合，其次結(jié)合層次分析法選出最優(yōu)選址方案，然后應(yīng)用模擬仿真法、數(shù)字仿真法和混合仿真法構(gòu)建仿真模型對(duì)選址方案深入分析，最后優(yōu)化模型并運(yùn)用于物流中心選址決策中，以此提高企業(yè)的運(yùn)營(yíng)效率，增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力，減少企業(yè)決策錯(cuò)誤。

關(guān)鍵詞： 選址規(guī)劃;模糊聚類;仿真;層次分析法

中圖分類號(hào)： F25????? 文獻(xiàn)標(biāo)識(shí)碼： A????? doi：10.19311/j.cnki.1672-3198.2019.12.016

0 引言

隨著“一帶一路”政策的逐步推進(jìn)，一批與“一帶一路”周邊國(guó)家順暢銜接的外向型物流樞紐基地應(yīng)運(yùn)而生，成為提高進(jìn)出口貨物集散能力的重要一環(huán)。然而，在推動(dòng)物流業(yè)發(fā)展的同時(shí)，由于信息閉塞、突發(fā)事件而引起的物流配送延誤以及企業(yè)如何進(jìn)行有效決策等一系列的問(wèn)題也隨之產(chǎn)生。因此，我國(guó)現(xiàn)階段的物流業(yè)發(fā)展中也迫切需要符合國(guó)情并有效實(shí)施的物流網(wǎng)點(diǎn)選址規(guī)劃理論和方法來(lái)解決這一系列問(wèn)題。

在物流配送中心選址研究方面，學(xué)者們著重關(guān)注如何解決物流配送網(wǎng)絡(luò)過(guò)程中常出現(xiàn)的突發(fā)事件而引起的物流配送延誤問(wèn)題。例如，俞明艷詳細(xì)分析了幾種有代表性的物流配送中心選址方法以及路由策略問(wèn)題，設(shè)計(jì)了單配送中心的選址算法，充分考慮在不同的地址設(shè)置配送中心的成本、不同道路狀況、運(yùn)輸方式與路程造成的不同運(yùn)輸單價(jià)，以及不同地區(qū)貨物需求量等因素，在算法中同時(shí)生成各點(diǎn)的配送路徑，并將此算法推廣解決多配送中心選址問(wèn)題，提出一種基于區(qū)域分割的多配送中心選址方法。而在對(duì)物流路徑規(guī)劃系統(tǒng)的研究與應(yīng)用中，袁先亮采用改進(jìn)的蟻群遺傳融合算法求解了三種CVRP問(wèn)題模型，通過(guò)對(duì)比改進(jìn)的算法與現(xiàn)有的幾種算法的綜合性能，驗(yàn)證了改進(jìn)算法的合理性和有效性。丁浩和李電生通過(guò)對(duì)影響物流中心選址因素的分析，確立了影響物流中心選址的主要因素和原則，并以獲得最佳經(jīng)濟(jì)效益為目標(biāo)，建立物流配送中心選址模型，優(yōu)化了物流配送中心布局和選址決策。然而，上述成果大多是通過(guò)理論分析方法進(jìn)行研究，缺少對(duì)其優(yōu)化方法及研究分析進(jìn)行有效的實(shí)地科學(xué)驗(yàn)證。近年來(lái)，我國(guó)交通、鐵路、郵電等各行業(yè)以及各大電商企業(yè)均開始物流配送中心的建設(shè)，由于缺乏合理的綜合規(guī)劃，加上各種運(yùn)輸方式的行政分割，以及在物流配送中心選址、規(guī)模、投資方案等方面無(wú)系統(tǒng)的決策，導(dǎo)致我國(guó)物流市場(chǎng)出現(xiàn)嚴(yán)重的混亂，與此同時(shí)，物流配送中心建設(shè)投資大，一旦建成便難以更改，因此，合理的選址對(duì)整個(gè)物流規(guī)劃顯得尤為重要。

選址的合理性是影響社會(huì)物流系統(tǒng)流暢性、經(jīng)濟(jì)效益和運(yùn)營(yíng)效率的主要因素，由于選址規(guī)劃涉及方面廣，僅僅從理論與運(yùn)用算法模型對(duì)選址規(guī)劃進(jìn)行分析與優(yōu)化是不夠完善的。鑒于此，本文通過(guò)運(yùn)用模糊聚類法和層次分析法對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行了分析與規(guī)劃，并對(duì)企業(yè)進(jìn)行了實(shí)地調(diào)研分析，通過(guò)結(jié)合實(shí)際節(jié)點(diǎn)和市場(chǎng)需求數(shù)據(jù)，對(duì)初級(jí)選址方案運(yùn)用仿真軟件進(jìn)行仿真驗(yàn)證，最后得出科學(xué)合理的選址方案，從而解決物流配送網(wǎng)絡(luò)過(guò)程中常出現(xiàn)的突發(fā)事件引起的物流配送延誤問(wèn)題，為企業(yè)降低了成本。

1 問(wèn)題描述

目前百蝶企業(yè)在全國(guó)省會(huì)城市和其他主要城市共設(shè)有34個(gè)物流中心，其運(yùn)營(yíng)模式主要為：每個(gè)城市的物流中心獨(dú)立運(yùn)營(yíng)，貨物直接從物流中心向目的地運(yùn)輸。這種模式存在著突出的問(wèn)題，如貨物從工廠直發(fā)客戶的比率較高，各個(gè)物流節(jié)點(diǎn)獨(dú)自運(yùn)營(yíng)導(dǎo)致信息交流不通暢等。面對(duì)市場(chǎng)需求的復(fù)雜變化，百蝶物流企業(yè)為了減少各個(gè)城市物流中心直發(fā)客戶的配送壓力，欲在所選區(qū)域設(shè)立多個(gè)物流配送中心，旨在以最小的成本實(shí)現(xiàn)最大的物流效益，以滿足企業(yè)物流活動(dòng)運(yùn)營(yíng)需求和提高客戶消費(fèi)體驗(yàn)。通過(guò)優(yōu)化選址，設(shè)立區(qū)域配送中心，貨物直接從物流中心貨運(yùn)站向目的地配送中心運(yùn)輸，再分別運(yùn)輸?shù)娇蛻羰种?。運(yùn)作模式的改進(jìn)可以減少工廠直發(fā)客戶的概率，優(yōu)化運(yùn)輸路線節(jié)省運(yùn)輸成本。

在對(duì)百蝶公司的區(qū)域配送中心選址中，首先對(duì)該企業(yè)自身市場(chǎng)競(jìng)爭(zhēng)力發(fā)展方向進(jìn)行分析，其次根據(jù)企業(yè)的選址要求進(jìn)行定性與定量的結(jié)合，采用聚類分析法確定一級(jí)備選點(diǎn)。通過(guò)對(duì)備選點(diǎn)的地理環(huán)境、交通便利度、物流中心特性等因素，以及企業(yè)的經(jīng)濟(jì)實(shí)力、預(yù)計(jì)選址的建設(shè)成本的綜合評(píng)價(jià)，運(yùn)用層次分析法確定二級(jí)備選點(diǎn)進(jìn)行最優(yōu)選址策略分析，為企業(yè)在選址決策上提供科學(xué)合理的選址方案。

2 區(qū)域配送中心選址的模糊綜合評(píng)價(jià)

根據(jù)選址因素對(duì)各物流節(jié)點(diǎn)建立相似關(guān)系，將分散的節(jié)點(diǎn)進(jìn)行聚類分析，形成區(qū)域劃分，為后續(xù)的區(qū)域配送中心選址研究奠定基礎(chǔ)。模糊聚類分析被廣泛應(yīng)用于選址過(guò)程中，可以快捷便利地幫助物流企業(yè)劃分定位選址的區(qū)域，減少企業(yè)決策失誤。

為了從不同的角度反映和分析區(qū)域配送中心選址問(wèn)題的特征，首先確定影響選址指標(biāo)的數(shù)據(jù)，其次對(duì)選址問(wèn)題的數(shù)據(jù)進(jìn)行分析。由于各類因素具有不同的性質(zhì)和單位，故要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，把擁有不同量綱的數(shù)據(jù)加以平行-標(biāo)準(zhǔn)差變換，將數(shù)據(jù)壓縮在[0，1]的范圍內(nèi)，再根據(jù)該項(xiàng)因素影響選址的程度為其進(jìn)行賦值。本文借助Matlab軟件中的zscore函數(shù)，通過(guò)在Matlab軟件中執(zhí)行代碼：z=（x-mean（x））./std（x）對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化預(yù)處理，并將處理后的數(shù)據(jù)加權(quán)，再利用相似系數(shù)得出模糊矩陣，建立各個(gè)區(qū)域的聚類分布圖，最后對(duì)模糊矩陣圖中分類結(jié)果的相似度進(jìn)行分析和劃分，反映樣本之間的相似關(guān)系。

2.1 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理是把各項(xiàng)代表著影響選址因素的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。此類數(shù)據(jù)具有不同性質(zhì)和單位，因此本文先將此類數(shù)據(jù)壓縮在[0，1]的范圍內(nèi)，再通過(guò)數(shù)據(jù)賦權(quán)的方法來(lái)對(duì)這些有著不同量綱的數(shù)據(jù)進(jìn)行預(yù)處理。

在進(jìn)行對(duì)樣本的研究前，事先求得n個(gè)樣本的第j個(gè)指標(biāo)的平均值x - j= 1 n ∑ n i-1 xij（j=1，2，3，…，m）和標(biāo)準(zhǔn)差sj=? 1 n ∑ n i-1 （xij-x - j）2? （j=1，2，3，…，m），對(duì)原始數(shù)據(jù)標(biāo)準(zhǔn)化 X′ij= xij+x - j sj （i=1，2，3，…，n; j=1，2，3，…，m），將具有不同量綱的樣本指標(biāo)趨向標(biāo)準(zhǔn)化。

2.2 相似矩陣的建立

引入相似系數(shù)rij，建立模糊相似矩陣R：

R=? x11 x12 x13… x10x21 x12 x23… x20x31 x32 x33… x30… … … …xn1 xn2 xn3… xnn

其中，相似系數(shù)rij表示xi和xj的相似的程度，若rij的數(shù)值與1越接近，則表明這兩個(gè)樣本就越相似。

2.3 模糊相似矩陣——聚類

根據(jù)模糊矩陣R，建立區(qū)域劃分聚類圖，從聚類圖的數(shù)據(jù)分布分析樣本的相似關(guān)系，并利用相似關(guān)系劃分出各個(gè)區(qū)域的分類結(jié)果。

3 區(qū)域配送中心選址的層次分析

確定區(qū)域配送中心選址問(wèn)題的目標(biāo)，結(jié)合影響選址的各個(gè)因素及其之間的相關(guān)關(guān)系，通過(guò)相互比較賦予因素權(quán)重?cái)?shù)值的大小，對(duì)賦予權(quán)重后的因素進(jìn)行專業(yè)評(píng)分，可得該區(qū)域的最優(yōu)RDC。

3.1 建立層次結(jié)構(gòu)圖

層次結(jié)構(gòu)圖分為三個(gè)部分：

（1）最上層（目標(biāo)層），表示要解決的問(wèn)題，目標(biāo)可能是一個(gè)，也可能會(huì)是多個(gè)。

（2）中間層（準(zhǔn)則層），表示實(shí)現(xiàn)目標(biāo)的準(zhǔn)則。

（3）最底層（方案層或措施層），表示實(shí)現(xiàn)最高目標(biāo)的具體措施或方案。

從企業(yè)的實(shí)際目標(biāo)出發(fā)，經(jīng)過(guò)企業(yè)調(diào)研，在多個(gè)影響選址的因素中確定出調(diào)研企業(yè)最關(guān)注的因素。綜合考慮其他學(xué)者的研究，按層次分析法對(duì)影響區(qū)域配送中心的影響因素進(jìn)行歸納分析，建立出三層的層次結(jié)構(gòu)，如圖1所示。

圖1 層次結(jié)構(gòu)圖

3.2 構(gòu)造判斷矩陣

（1）元素Bk的下一層元素為c1，c2，c3，…，cn，對(duì)于Bk來(lái)說(shuō)，ci和cj的重要性比值為cij，建立n階矩陣，如表1所示。

（2）接下來(lái)是對(duì)矩陣中的cij進(jìn)行標(biāo)度，此時(shí)的標(biāo)度是一種帶有主觀性判斷的定量描述，是ci和cj的重要程度的數(shù)值。為了更好量化因素進(jìn)行比較，本文運(yùn)用1-9標(biāo)度法（Saaty法），該方法的取值范圍：1，2，3，…，9。如表2所示，一般有以下幾種情形：當(dāng)cij=1時(shí)，表示ci和cj同樣重要;當(dāng)cij=3時(shí)，表示ci比cj稍微重要;當(dāng)cij=5時(shí)，表示ci比cj明顯重要;當(dāng)cij=7時(shí)，表示ci比cj強(qiáng)烈重要;當(dāng)cij=9時(shí)，表示ci比cj極端重要;當(dāng)cij=2，4，6，8時(shí)，表示ci和cj的重要性比較介于上述相對(duì)應(yīng)的兩個(gè)數(shù)之間。

3.3 求判斷矩陣的最大特征值與相應(yīng)的特征向量

計(jì)算出最大特征值和特征向量。證明n階矩陣的最大特征為單根，當(dāng)λminn時(shí)，判斷矩陣不具有完全的一致性;當(dāng)λmin=n時(shí)，判斷矩陣具有完全一致性。最大特征值的計(jì)算可運(yùn)用方根法，和積法。本文采用方根法計(jì)算：

（1）求判斷矩陣每一行元素乘積的n次方根W - i= n ∏ n j=1 cij? （i=1，2，3，…，n）;

（2）對(duì)向量w - = w - 1，w - 2，w - 3，…，w - n T作歸一化處理：Wi= W - i ∑ n j=1 W - j? （i=1，2，3，…，n） W=（W - 1，W - 2，W - 3，…，W - n）;

（3）計(jì)算矩陣的最大特征值λmax=∑ n i=1? （cw）i （nw）i 。

3.4 一致性檢驗(yàn)

構(gòu)造矩陣后的一致性誤差要控制在滿意范圍內(nèi)，若不在范圍內(nèi)要進(jìn)行規(guī)范后才能使用。一致性滿意的指標(biāo)是：CI= λmax-n n-1 。

當(dāng)CI值越大，表示一致性越差。一般情況下，當(dāng)CISymbolcB@0.1時(shí)，符合一致性;當(dāng)CI=0時(shí)，判斷矩陣完全一致。對(duì)于一階矩陣無(wú)需檢驗(yàn);二階矩陣用CI;三階或三階以上用CR驗(yàn)證，CR=CI/RI。

4 模糊聚類和層次分析法在區(qū)域配送中心選址的具體應(yīng)用

針對(duì)具體的選址對(duì)象，首先運(yùn)用模糊聚類分析法對(duì)影響劃分區(qū)域內(nèi)各物流節(jié)點(diǎn)的兩大因素進(jìn)行研究，即：各物流節(jié)點(diǎn)的位置和各物流節(jié)點(diǎn)的貨運(yùn)量。然后利用層次分析法對(duì)其他因素進(jìn)行分析對(duì)比，考慮的因素有運(yùn)輸條件，經(jīng)濟(jì)環(huán)境，建設(shè)環(huán)境和其他客觀條件。區(qū)域配送中心具體應(yīng)用過(guò)程如下：

步驟一：分析及確定影響區(qū)域配送中心選址的因素。

首先研究各個(gè)物流節(jié)點(diǎn)位置的特征值。節(jié)點(diǎn)位置用坐標(biāo)（x1，x2）表示，對(duì)百蝶公司所有的物流節(jié)點(diǎn)進(jìn)行標(biāo)號(hào)，共有n個(gè)物流節(jié)點(diǎn)，運(yùn)用CAD軟件輔助建立平面坐標(biāo)系。設(shè)立的坐標(biāo)值（x1，x2）代表某一個(gè)物流節(jié)點(diǎn)的位置，其中x1代表該節(jié)點(diǎn)在X軸上的距離，x2代表在Y軸上的距離。

貨運(yùn)量x3指各個(gè)研究對(duì)象本身的貨運(yùn)流量，可以體現(xiàn)出每個(gè)研究對(duì)象的貨運(yùn)需求比重，這對(duì)配送中心的選址有很大程度的參考作用。

運(yùn)輸條件x4直接影響著物流效率和物流配送成本，衡量運(yùn)輸條件優(yōu)劣的指標(biāo)包括：配送中心與需求地的距離B11和運(yùn)輸?shù)缆吠〞城闆rB12。運(yùn)輸條件的數(shù)值由相關(guān)專家進(jìn)行評(píng)定打分并根據(jù)權(quán)重做出相應(yīng)比重值，以此更好地對(duì)比各個(gè)物流節(jié)點(diǎn)的選址優(yōu)勢(shì)。

經(jīng)濟(jì)環(huán)境x5主要是考慮各節(jié)點(diǎn)的市場(chǎng)需求B21和經(jīng)濟(jì)發(fā)達(dá)程度B22，對(duì)其在合理的范圍內(nèi)打分。

建設(shè)環(huán)境x6是指實(shí)際建設(shè)區(qū)域配送中心時(shí)所考慮的用地價(jià)格B31，設(shè)施設(shè)備B32，自然環(huán)境B33等方面的因素。由相關(guān)專家進(jìn)行評(píng)定打分給出相應(yīng)的權(quán)重，對(duì)比各個(gè)物流節(jié)點(diǎn)的選址建設(shè)優(yōu)勢(shì)。

其他客觀條件x7是指影響選址的結(jié)果的一些次要因素，如人力資源的利用B41，國(guó)家政策優(yōu)惠，稅收方面B42等，對(duì)其因素綜合權(quán)衡后，再由相關(guān)專家進(jìn)行評(píng)定打分。

步驟二：利用模糊聚類分析及劃分出各個(gè)物流區(qū)域。

本文以百蝶公司的34個(gè)物流節(jié)點(diǎn)數(shù)據(jù)為例，進(jìn)行具體的模型研究應(yīng)用。首先利用CAD軟件對(duì)34個(gè)物流節(jié)點(diǎn)在地圖上進(jìn)行平面坐標(biāo)的建立，如圖2所示。

由于每個(gè)物流節(jié)點(diǎn)的貨物需求量不同，貨運(yùn)量數(shù)值具有差異性，其對(duì)聚類分析的結(jié)果的影響程度也不同。為了更直觀的反映貨運(yùn)量對(duì)聚類分布的影響，對(duì)每一個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)賦予一個(gè)以x3為代表的權(quán)重值，范圍為[1～4]?？紤]百蝶企業(yè)各主要物流節(jié)點(diǎn)的貨運(yùn)統(tǒng)計(jì)總量，結(jié)合RDC的設(shè)計(jì)與規(guī)劃要求，10000～19999賦予權(quán)值為1，20000～29999賦予權(quán)值為2，30000～39999賦予權(quán)值為3，40000～49999賦予權(quán)值為4。根據(jù)坐標(biāo)以及貨運(yùn)量，構(gòu)成一個(gè)34×34的矩陣，借助Matlab軟件中的zscore函數(shù)，得出聚類如圖3所示。

最后，根據(jù)聚類分布圖可劃分出各個(gè)物流節(jié)點(diǎn)所歸屬的區(qū)域。

區(qū)域一：（1，5，6，7，8，9，13）;

區(qū)域二：（2，19，20，21）;

區(qū)域三：（3，4，29，32）;

區(qū)域四：（24，25，26，28）;

區(qū)域五：（22，23，27，30，31）;

另外（14，17）（15，16，18）（10，11，12）（33，34）較為分散。

步驟三：運(yùn)用層次分析法，對(duì)各加權(quán)的指標(biāo)進(jìn)行評(píng)價(jià)，得出每個(gè)區(qū)域最優(yōu)的配送中心。

上述的模糊聚類僅劃分了各個(gè)物流節(jié)點(diǎn)歸屬于哪一區(qū)域，而對(duì)于每個(gè)區(qū)域內(nèi)的配送中心選擇上，要結(jié)合影響區(qū)域配送中心選擇的因素進(jìn)行分析，故采用層次分析法。文本只考慮每一區(qū)域設(shè)立一個(gè)區(qū)域配送中心的情況。

通過(guò)模糊聚類確定了5個(gè)區(qū)域的范圍。區(qū)域二已經(jīng)在上海設(shè)立區(qū)域配送中心作為百蝶物流企業(yè)的第一期RDC，此區(qū)域不予分析。對(duì)于其他未設(shè)置RDC的區(qū)域，運(yùn)用層次分析法對(duì)比每個(gè)區(qū)域各項(xiàng)影響選址的因素，選出最佳的RDC。

根據(jù)德?tīng)柗品ㄌ峁┮韵孪鄳?yīng)的矩陣：

目標(biāo)層與準(zhǔn)則層的判斷矩陣D：

D=? 1? 5 6?? 5 3? 5 6 5? 1 2 6 3 5?? 1 2? 1 3

1 5?? 1 6?? 1 3? 1

準(zhǔn)則層與子準(zhǔn)則層的判斷矩陣E：

E1=? 1? 5 3? 3 5? 1? E2=? 1? 5 2? 2 5? 1? E3=?? 1? 5 3?? 2 3? 3 5? 1? 2 5

3 2?? 5 2? 1? E4=? 1? 1 2 2 1

方根法求最大特征跟和特征向量。

（1）求判斷矩陣每一行元素乘積的n次方根：

WD=? 0.330.400.200.07? E1=? 0.540.46? E2=? 0.710.29? E3=? 0.320.200.48? E4=? 0.330.67

（2）計(jì)算最大特征根：

將Dw和Ew代入最大特征值公式：λmax=∑ n i=1? （dw）i nwi ，如表3所示。

（3）一致性檢驗(yàn)。

由于判斷矩陣D是4階矩陣，故用CR來(lái)對(duì)矩陣進(jìn)行檢驗(yàn)。通常情況下，CR=CI/RI為判斷矩陣一致性的衡量坐標(biāo)。當(dāng)CRSymbolcB@0.1時(shí)，矩陣具有較為滿意的一致性;當(dāng)CR>0.1時(shí)，矩陣不具有一致性，修改矩陣的元素。在對(duì)矩陣進(jìn)行一致性檢驗(yàn)時(shí)，引入修正值RI，如表4所示。

則準(zhǔn)則層與子準(zhǔn)則層的權(quán)重W=[0.1782，0.1518，0.2840，0.1160，0.064，0.040，0.096，0.0231，0.0469]。

結(jié)合上述各影響因素所對(duì)應(yīng)的權(quán)重，利用德?tīng)柗品閰^(qū)域中各個(gè)物流節(jié)點(diǎn)的選址因素進(jìn)行評(píng)分分析，所得評(píng)分最高的物流節(jié)點(diǎn)最具有優(yōu)勢(shì)。在34個(gè)物流節(jié)點(diǎn)中，選出北京，廣州，武漢，成都作為百蝶公司的第二期區(qū)域配送中心。

5 結(jié)束語(yǔ)

本文基于模糊聚類分析和層次分析法研究了物流配送中心選址優(yōu)化問(wèn)題。首先運(yùn)用模糊聚類分析對(duì)百蝶企業(yè)的數(shù)據(jù)進(jìn)行預(yù)處理，消除數(shù)據(jù)之間的差異，使原始數(shù)據(jù)適合模糊聚類，得出選址地點(diǎn)的集合，再結(jié)合層次分析法選出初級(jí)選址方案，運(yùn)用仿真系統(tǒng)進(jìn)行優(yōu)化，最后得出物流配送中心選址的最優(yōu)方案。本文在全面分析企業(yè)主客觀選址因素的基礎(chǔ)上，運(yùn)用定性與定量相結(jié)合的方法，實(shí)現(xiàn)了主觀評(píng)判向客觀評(píng)判轉(zhuǎn)化，使選址決策更加科學(xué)合理，更具有靈活性。

在關(guān)于百蝶物流的網(wǎng)絡(luò)節(jié)點(diǎn)選址規(guī)劃這一環(huán)節(jié)上仍有可以拓展的方面。例如，本文只是對(duì)物流網(wǎng)絡(luò)節(jié)點(diǎn)的建設(shè)成本進(jìn)行了粗略估算，沒(méi)有涉及到更深入的具體選址成本計(jì)算。在設(shè)定出新的選址后，沒(méi)有結(jié)合后續(xù)配送中心貨物的科學(xué)倉(cāng)儲(chǔ)管理和路線的規(guī)劃。因此，未來(lái)將進(jìn)一步在考慮以上問(wèn)題的基礎(chǔ)上研究，力圖彌補(bǔ)現(xiàn)有的不足。

參考文獻(xiàn)

[1] 俞明艷.物流配送中心選址規(guī)劃研究[D].長(zhǎng)沙：湖南大學(xué)，2005.

[2]袁先亮.大規(guī)模網(wǎng)點(diǎn)物流路徑規(guī)劃系統(tǒng)的研究與應(yīng)用[D].武漢：武漢理工大學(xué)，2014.

[3]丁浩，李電生.城市物流配送中心選址方法的研究[J].華中科技大學(xué)學(xué)報(bào)（城市科學(xué)版），2004，（01）：50-51+54.

[4]Xiao Ping Li，Si Chen，HuiJie Cui，Chun Hui Liang，F(xiàn)eng Liu，Xu Mao，Zheng Hong Wang.The Research on Multi-Level Theses Evaluation Model Based on Fuzzy Cluster Analysis[J].Applied Mechanics and Materials，2012，1923（190）.

[5]劉杰，呂杰，黎浩東，郭建民.新形勢(shì)下物流園區(qū)及物流中心選址之影響因素分析[J].綜合運(yùn)輸，2017，39（03）：77-81.

[6]陳磊，劉雪梅，朱文英，陳希昌.基于模糊聚類的物流中心體系選址決策研究[J].物流技術(shù)，2014，33（13）：247-249+270.