基于层次分析法医药生产企业配送中心选址问题探析
基于层次分析法医药生产企业配送中心选址问
题探析
摘要:考虑地理位置、交通状况、客户等多个因素建立模型,借助层次分析法对医药生产
制造企业配送中心的选址进行研究。以成都地奥集团为例进行实证分析,给出了成都地奥集团
医药配送中心不同的选址方案,经综合对比分析后确定最佳选址方案,即 G2 为最佳位置。G2
位置可以有效地降低公司的经营管理费用,提高配送中心的运输效率。
Abstract:Considering the geographical location, traffic conditions, customers and other factors to
establish a model, this paper uses the analytic hierarchy process to study the location of the
distribution center of the pharmaceutical manufacturing enterprise. Taking the Chengdu Diao Group as
an example for empirical analysis, it makes different location plans of the Group's pharmaceutical
distribution center, and it determines the best location plan after comprehensive comparative analysis,
and it draws the conclusion that G2 is the best location. G2 location can effectively reduce the
company's operating and management costs and improve the transportation efficiency of the
distribution center.
Keyword:distribution center location; analytic hierarchy process; empirical research;
0 引 言
目前民众对医药产品的关注点不再局限于产品本身的质量,药品的生产过程、配送过程等也已
引起广泛关注。影响配送中心选址的因素有很多。由于配送中心等大型场所的选址一般在确定
后不易变迁,因此选址时应充分考虑所有的相关因素。配送中心的选址方法可以分为以下几
种:专家选择法、解析法、模拟法、启发式算法。国内外相关学者对配送中心的选址进行了相
关研究:Dong H 等[1]认为,配送中心选址应综合考虑众多的影响因素,利用层次分析法对配
送中心的选址进行分析评价,既可适应实际情况,又可综合考虑未来发展;Deluka-Tibljas A 等
[2]提出采用层次分析法和基于多准则分析标准研究选址问题;饶良良[3]提出一个含三部分的
区域性配送中心选址问题模型,采用 AHP 对备选点进行评价,得到最优选址位置;Verter V 等
[4]研究了物流网络配送中心的选址问题,并采用多准则模糊决策方法构建权重标准;Li M 等
[5]根据需求商的位置和需求量进行聚类分析,再根据配送中心的容量限制和服务范围构建单目
标配送中心的选址模型;屈向红[6]通过对微粒群算法中惯性权重的调整,提出与信赖域半径搜
索方法有关的随机惯性权重;王战权等[7]针对配送中心的选址问题,将遗传算法的全局搜索优
化技术应用到配送中心的选址问题中;一些学者结合重心法研究配送中心的选址问题,详见文
献[8]至[11].
选取的位置与配送中心的类型密切相关。医药相关产品与百姓的生活息息相关,因此医药配送
中心的选址必须考虑如下因素:物流费用、政策因素、企业整体需求、社会需求,以及企业和
社会未来的发展需求。医药物品与其他物品相比,有其特殊性,如安全性等,因此医药企业的
配送中心具有一定的特殊性。本文考虑多个因素研究配送中心的选址问题,并以成都地奥集团
医药配送中心为例进行实证分析。
1 模型构建
1.1 层次结构模型的建立
根据配送中心选址目标区域的特征,可以将选址问题划分为:网格选址、连续选址和离散选
址。网格选址是指可选区域为一个平面,这个平面被平均划分成若干个相等面积的区域,一般
情况下将平面划分成若干个面积相等的正方形。连续选址是指可选区域是一个连续不断的平
面,不用去太多地考虑其他结构以及现实因素,在这个连续不断的平面中有无限个可以选择的
位置,由于连续选址模型的选址区域是连续的,所以可以在连续区域内进行模型的建立并求
解,一般都可以获得最优解。离散选址是指可选择的区域是已经选定的几个离散点,可选择的
数量较少且有限,在进行选址前就已经对目标区域进行筛选,缩小了可选择的范围,只需在给
定的地点选择更优的地点就可。
新的配送中心的建立有各种各样的影响因素,在建立相关的层次结构模型时应将影响因素考虑
进去,并根据之间的关系将目标对象、影响因素、最终目标,划分为方案层、准则层和目标
层。通过参考相关文献和实际情况,本文认为应综合考虑以下因素:地理位置条件 C1、交通
运输条件 C2、资源分布情况 C3、客户需求情况 C4、国家政策情况 C5.根据这些因素构建评价
指标体系,见表1.
表1 评价指标体系
1.2 判断矩阵的构建
对每种指标进行比较,并参考过去的数据、相关的研究报告,以及企业内部人员的相关意见和
专家的指导意见构建判定矩阵,见表2.
表2 因素比较比例标准尺度
1.3 单排序权重计算及一致性检验
构建完成相关的判断矩阵后,根据一致性指标公式可得 CI=λmax?nn?1,并计算CR=CIRI,最后将
计算出的 CR 作为判断矩阵是否一致性的标准,如果 CR 小于0.1,则继续计算相关因素的权重情
况。同阶平均随机一致性指标见表3.
表3 同阶平均随机一致性指标
1.4 检验一致性并计算最终总排序的权重值
完成上述计算后,再对每种因素进行一致性检验及最终排序,以确定此次考虑因素的重要程度
等,方便作出最优选择。
表4 总排序权重值的计算过程
2 实证分析
地奥集团为加强成都区域各门店和外围区域各门店的配送速度和配送效率,准备在合适的位置
建立物流配送中心。经调研筛选出以下几个备选点:
由于成都市地奥集团的门店数量较多又相对分散,且目标建设的配送中心只有一个,因此选用
最大覆盖法进行选置比较合适。最大覆盖模型是指当需要建设的设施数量确定时,尽可能多地
覆盖到所有需求点的一种科学选址模型。相对其他模型,这种模型更适用我们的日常生活。根
据成都地奥集团的门店分布来看,位于二环路南一段与人民南路交汇处最合适,在这里建立配
送中心,城区内的所有门店都在其最优配送范围内,对离市区有点距离的需求点也可被配送中
心的配送半径覆盖。因此从最大覆盖模型来看,在成都市二环路南一段与人民南路交汇附近建
立配送中心最合适,并设该点为 G1.
从整体来看,成都市三环路南一段与天府新区的交界位置靠近交通干道,交通较便利,但离成
都市北面的地奥集团门店较远,周围地区有居民区和高新技术产业园,其位置可能会在上下班
高峰时段运输不便,难以对需求进行及时准确地反应,考虑对该配送中心进行优化调整。基于
对地奥集团在成都地区现有物流配送中心的周边情况、地理环境和交通环境的了解,将其作为
此次选址的备选地点 G2.这样的设置不仅对选址有很重要的参照意义,还可以验证其选址是否
合理。
2.1 数据整理
运用层次分析法对两个备选地点进行选择,具体见表5.
表5 备选地点情况介绍
摘要:
展开>>
收起<<
基于层次分析法医药生产企业配送中心选址问题探析 摘要:考虑地理位置、交通状况、客户等多个因素建立模型,借助层次分析法对医药生产制造企业配送中心的选址进行研究。以成都地奥集团为例进行实证分析,给出了成都地奥集团医药配送中心不同的选址方案,经综合对比分析后确定最佳选址方案,即G2为最佳位置。G2位置可以有效地降低公司的经营管理费用,提配送中心的运输效率。Abstract:Consideringthegeographicallocation,trafficconditions,customersandotherfactorstoestablishamodel,thispaperusestheana...
相关推荐
-
轴的设计计算参考公式
2023-07-08 949 -
29542字硕士毕业论文韩少功的小说创作与湘西民间文学文化
2023-07-10 170 -
11904字开题报告专业学位研究生论文开题报告——XX市商业银行农业企业贷款风险管理问题及对策研究
2023-07-10 76 -
农业机械化概念界定与理论基础,农业机械狭义定义简介
2023-07-19 79 -
开题报告在线电磁钢轨探伤数据处理及信息管理方法研究
2023-08-30 119 -
丝杠规格及选型
2025-02-27 94 -
统编版(2025年)七年级道德与法治上册期末复习知识点考点背诵清单【附:1-13课全册教学设计】
2025-09-02 106 -
2025年统编版七年级道德与法治上册期末复习知识点考点背诵清单与教材活动课参考答案
2025-09-02 75 -
2025年新教材统编版七年级上册《道德与法治》教材活动课参考答案(两份供参考)
2025-09-02 139 -
2025年教科版小学三年级上册《科学》第一单元水第2课水沸腾了教学课件
2025-09-02 70
作者:闻远设计
分类:社科文学类资料
价格:免费
属性:7 页
大小:227.63KB
格式:DOCX
时间:2024-04-04

