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(huì)員分享，可在線(xiàn)閱讀，更多相關(guān)《單一物流中心貨物配送模式的研究（30頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)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(biāo)題樣式,*,中華地理資訊學(xué)會(huì)2000年學(xué)術(shù)發(fā)表會(huì),*,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(chǎng)的擴(kuò)大以及競(jìng)爭(zhēng)的激烈，管理系統(tǒng)在,空間特性,問(wèn)題上處理能力不足的問(wèn)題已慢慢浮現(xiàn)，管理者對(duì)於地理資訊系統(tǒng)的需求也大幅提高。,例如在貨物運(yùn)送方面，如能結(jié)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(dá)到,節(jié)省成本的目的。,2,一、前言,物流配送在,GIS,實(shí)屬於空間分析的問(wèn)題，以往研究則較少考量,空間分佈差異,對(duì)配送產(chǎn)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(chē)輛途程問(wèn)題(,VRP),模式當(dāng)中，已改善以往,VRP,演算法未加入空間考量的問(wèn)題。並嘗試分析不同的,空間分佈型態(tài),（,Pattern），,對(duì)不同,VRP,求解模式的影響。,3,二、物流業(yè)特性分析,美國(guó)物流管理協(xié)會(huì)（,CLM,Council of Logistics Management,1995）,之定義如下：,

3、舉凡涉及物品、勞務(wù)以及相關(guān)資訊自原料地至消費(fèi)地間，如何有效率（,efficient）,及有效能（,cost-effective）,地加以?xún)?chǔ)存（,storage）,與流動(dòng)（,flow），,以因應(yīng)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(jìn)，可分為主要的三個(gè)階段：,1.第一代物流系統(tǒng)：,又稱(chēng)為原料物流或是實(shí)體供給系統(tǒng),，,主要是屬於物料之採(cǎi)購(gòu)及移動(dòng)過(guò)程。,2.第二代物流系統(tǒng)：,又稱(chēng)為銷(xiāo)售物流或是,實(shí)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(wèn)題也正是屬於實(shí)體分配中貨物運(yùn)輸?shù)墓?fàn)疇。,3.第三代物流系統(tǒng)：,又稱(chēng)為企業(yè)物流系統(tǒng)（,Business L

4、ogistics System），,就是將上述實(shí)體供給和實(shí)體分配的各項(xiàng)活動(dòng)，合成一個(gè)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(duì),資料蒐集的密集性,，以及,資訊的詳細(xì)性和動(dòng)態(tài)性,，,和數(shù)學(xué)模式的應(yīng)用,上皆比一般資訊系統(tǒng)來(lái)的高，數(shù)學(xué)模式的使用則是幫助決策的產(chǎn)生，例如線(xiàn)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(yíng)運(yùn)上所扮演的角色，主要是以最小的成本來(lái)處理訂單以及配送的問(wèn)題，以達(dá)到最佳的服務(wù)水準(zhǔn)。,6,三、地理空間分析,關(guān)於地表空間的特徵，一般來(lái)說(shuō)屬於空間分析的範(fàn)疇，而對(duì)於地表空間型態(tài)（,pattern）,的描述，主要可分為幾種指標(biāo)，以點(diǎn)資

5、料來(lái)說(shuō)，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(kuò)散型),Random(,隨機(jī)型),7,群聚分析,而若要將空間中不同的點(diǎn)資料予以歸納分類(lèi)，則必須要使用空間分析中的,群聚分析技術(shù),（,Cluster Analysis）。,群聚型,隨機(jī)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(quán)重值的計(jì)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(diǎn)中找出,k,個(gè)供應(yīng)(,supply),中心的位置使得需求點(diǎn)至供應(yīng)中心的總成本最低(鄒明城，2000),7.,K-medoid algorithmsg(Vinod,1969),對(duì)於,K-means,法容易掉入去最佳解的問(wèn)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(chē)輛在依序的服務(wù)地點(diǎn)做收貨(或，和)送貨的服務(wù)，且必須依照指示依序通過(guò)這些服務(wù)地點(diǎn)，開(kāi)始和結(jié)束在同一個(gè)出發(fā)點(diǎn)(,depot or domicile)。,VRP,問(wèn)題的分類(lèi),單一場(chǎng)站、多場(chǎng)站,本研究屬於單一場(chǎng)站,11,VRP,問(wèn)題探討,本研究最主要的討論是關(guān)於,單一場(chǎng)站與多車(chē)輛,路線(xiàn)問(wèn)題之研究，在實(shí)務(wù)應(yīng)用上通常都以單一物流中心，同時(shí)指派多部車(chē)輛，來(lái)達(dá)到時(shí)效性最高的顧客滿(mǎn)意度。,這樣的問(wèn)題被定義為：在一廣大的區(qū)域散置分佈,N,各節(jié)點(diǎn)或顧客，每個(gè)顧

8、客有其特定的需求量，這些需求量由某一個(gè)特定的中心站來(lái)提供，此中心站有多部車(chē)輛，每部車(chē)輛的裝載量為已知，來(lái)求由配送中心到滿(mǎn)足所有,N,各點(diǎn)的顧客需求的配送路線(xiàn)，並使,配送成本達(dá)到最小,。,12,VRP,問(wèn)題求解模式,(1)先分群再排路線(xiàn)(,Cluster First-Route second),掃瞄法(,Gillett and Miller,1974)-,採(cǎi)用及座標(biāo)角度掃瞄分群。,(2),先排路線(xiàn)再分群(,Route First-cluster Second),(Bodin and Berman,1979)-,分群結(jié)果受先前排列之路進(jìn)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(wú)彈性，無(wú)法視群聚狀況調(diào)整,13,VRP,問(wèn)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(xué)規(guī)劃法(,Mathematical Programming Approaches),(6),最佳解法(,Exact Procedures),(7),人機(jī)互動(dòng)法(,Interactive Optimization),14,VRP,問(wèn)題求解模式分析,由於,VRP,屬於非完全多項(xiàng)式(,NP-Complete),問(wèn)題

10、，(5)數(shù)學(xué)規(guī)劃法、(6)最佳解法兩種方式求解複雜度隨問(wèn)題大小呈指數(shù)成長(zhǎng)，近年來(lái)學(xué)者紛紛致力於啟發(fā)式解法的開(kāi)發(fā)。,啟發(fā)式解法基本步驟（徐吉田，1993）,1.指定,K,車(chē)輛（即路線(xiàn)）,2.集結(jié)各需求點(diǎn)成一路線(xiàn)(啟始解),3.路線(xiàn)改善,重新排列路線(xiàn)中各需求點(diǎn)，以得較好的路線(xiàn)。,將某路線(xiàn)的點(diǎn)移到另一路線(xiàn),15,啟發(fā)式解法基本概念,目前學(xué)界研究,VRP,問(wèn)題通常採(cǎi)用二階段法；,第一階段,初始解的產(chǎn)生，,例如,(1)先分群再排路線(xiàn)、(2)先排路線(xiàn)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(cǎi)用先分群後排路線(xiàn)的方法，但考慮以往相關(guān)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(guān)技術(shù)，來(lái)作為,VRP,的分群求解（啟始解）模式。,16,五、研究架構(gòu),VRP,空間群聚求解模組,配送以及物流之空間資料庫(kù),車(chē)輛及路線(xiàn)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(jié)果,17,六、研究方法,將空間分析中群聚分析模組應(yīng)用於,VRP,初始解的求得，以離散/群聚之空間分析為基礎(chǔ)，並以,clustering,分析為核心改進(jìn)方法，來(lái)改進(jìn)及評(píng)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(lái)評(píng)定不同演算法在不同空間度量上

12、的優(yōu)劣。,18,研究假設(shè),單一場(chǎng)站多部車(chē)輛,道路的特性,初期考慮對(duì)稱(chēng)性路網(wǎng)，日後研究在考量實(shí)際路網(wǎng),配送點(diǎn)特性限制,由一部車(chē)服務(wù),需求皆不超過(guò)一部車(chē)容量,車(chē)輛的限制型態(tài),容量的限制,單一車(chē)種，多部車(chē)輛,行車(chē)距離的限制,19,研究假設(shè),時(shí)窗(,Time Window),的限制,不考慮時(shí)窗限制,客戶(hù)區(qū)位特性,固定已知的需求,產(chǎn)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(shè)需求性，初步採(cǎi)用,SPSS,統(tǒng)計(jì)軟體，利用其內(nèi)建之,Analyze,模組中的,Classify,的功能，採(cǎi)用,k-means Cluster,以及,Hierarchical Clus

13、ter,演算法來(lái)做分群，另外分區(qū)域配送之,TSP,演算法則採(cǎi)用最遠(yuǎn)內(nèi)插法，利用,VB,撰寫(xiě)求解程式配合,VRP,標(biāo)準(zhǔn)例題做測(cè)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(cǎi)用,Christofieds&Eilon(1969),所提出的測(cè)試?yán)}進(jìn)行測(cè)試,22,k-means Cluster,結(jié)果,23,Hierarchical Cluster,結(jié)果,24,k-means Cluster,配送結(jié)果,

14、25,Hierarchical Cluster,配送結(jié)果,26,與過(guò)去研究之比較,初步結(jié)果,已知最佳解,KC543,HC 563,521,此結(jié)果為尚未進(jìn)行改善解之初步結(jié)果，未來(lái)若配合良好都改善模組，應(yīng)可達(dá)到同等水準(zhǔn)。,但由於,SPSS,為套裝軟體，並無(wú)法另外加入容量限制式，故外來(lái)仍可能自行開(kāi)發(fā)演算法分析模組進(jìn)行分析。,27,八、結(jié)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(lái)仍以自行撰寫(xiě)程式模組，作為實(shí)驗(yàn)驗(yàn)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(jié)果，未來(lái)仍須進(jìn)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(shì)。,28,9,、靜夜四無(wú)

15、鄰，荒居舊業(yè)貧。,2024/10/22,2024/10/22,Tuesday,October 22,2024,10,、雨中黃葉樹(shù)，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(dú)沈久，愧君相見(jiàn)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(jiàn)翻疑夢(mèng)，相悲各問(wèn)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(guó)見(jiàn)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(dòng)出成果，工作出財(cái)富。,2024/10/22,2024/10/22,22 October 2024,17,、做前，能夠環(huán)視四周；做時(shí)，你只能或者最好沿著以腳為起點(diǎn)的射線(xiàn)向前。,2024/10/22,2024/10/22,2024/10/22,2024/10/22,9,、沒(méi)有失敗，只有暫時(shí)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(jié)果，但是不努力卻什么改變也沒(méi)有。,2024/10/22,2024/10/22,2024/10/22,10/22/2024 7:36:56 PM,11,、成功就是日復(fù)一日那一點(diǎn)點(diǎn)小小努力的積累。,2024/10/22,202