多地址选址模型的算法

《多地址选址模型的算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、xxx大学毕业设计题目：多地址选址模型的算法编程和模拟实验申请xxx理学学士学位论文学院：xxx专业：xxx学生姓名：xxx指导教师：xxx毕业设计时间：二ОО九年四月十三日～六月十九日共十周37中文摘要3ABSTRACT4引言51.1课题的背景和意义51.2物流配送中心选址方法研究综述5第一章设施选址10第二章建立模型142.1软件和仪器142.2模型建立142.3重心法142.4层次分析法162.4.4层次总排序及一致性检验20第三章MATLAB编程22第四章仿真实验26第五章结论34参考文献35附录3737中文摘要物流企业的

2、核心业务就是物流业，它侧重于物流中心本身的成本和收益，物流中心的选址对其能否充分发挥规模效益和服务优势起着决定作用。因此，对物流中心的选址，必须进行科学的定性和定量分析。物流中心选址研究己形成了多种方法，大致可分为定性和定量两类。定性的方法主要是结合AHP(层次分析法)和模糊综合评价对各方案进行指标评价，找出最优选址。定量的方法主要分为连续模型与离散模型两类。连续模型的代表方法是重心法。离散模型有KuehoHambuger（奎汉·哈姆勃兹）模型、Baumol-Woife模型等。定性的方法在考虑因素的完备性上有一定的优势，但在成本、

3、效益等量化指标的准确性上则显不足；定量方法恰与之相反。本文将定量和定性的方法相结合，使其在物流中心选址的准确性和完备性上相互补足。本文注意到重心法选址只是考虑运输成本因素的最优地址，而物流中心选址中，有很多重要的因素，其中，运输费用是最核心的因素，除此之外，自然环境、经营环境、基础设施等因素也是至关重要的。我们可以首先使用重心法求得的最优地址作为物流中心的备选地址，然后结合层次分析法，来对影响物流中心选址的诸多因素进行综合分析和评估来选择最优方案。通过重心法和层次分析法相结合的选址方法，用重心法求一组物流中心备选方案及原则，借助层

4、次分析法对备选方案进行综合因素比较，能够较好的满足实际应用。关键词：AHP,重心法，最优37AbstractLogisticsenterprise'scorebusinessisthelogisticsindustry,itfocusesonthelogisticscenterofthecostsandbenefitsofitsown,thesittingofalogisticscenterforitsabilitytogivefullplaytotheadvantageofeconomiesofscaleandservicesp

5、layadecisiverole.Therefore,thesittingofalogisticscenter,wemustcarryoutscientificanalysisofqualitativeandquantitative.Studyoflogisticscenterlocationhasavarietyofmethodswhichcanbebroadlyclassifiedintotwotypesofqualitativeandquantitative.QualitativemethodsconnecttheAHP(A

6、nalyticHierarchyProcess)andfuzzycomprehensiveevaluationofvariousindicatorstoidentifytheoptimallocation.QuantitativemethodisdividedintoContinuousModelandDiscretemodel.GravitymethodisrepresentativeofContinuousmodelwhileKuehoHambugermodelandBaumol-Woifemodelarerepresenta

7、tivesofdiscretemodel.Thequalitativemethodhasadvantagesonthecompletenessoffactors,butintermsofcost,effectivenessaresignificantlyscarce.GravitymethodonlytakesTransportationcostsintoconsideration.ButinLogisticscenterlocation,therearemanyimportantfactorsandTransportationc

8、ostsarethecorefactors.Besides，Thenaturalenvironment,businessenvironment,infrastructureareofgreatimportance.FirstlywecanuseGr