整体优化的物流系统是供应链分销管理成功的基础。根据在物流系统中功能的差异,分销阶段的物流决策可分为配送中心的选址决策、分销网络的运输决策和配送中心的库存决策。在进行这些问题的决策时,很多影响因素是随时间而发生变化的。尤其是对于规划期限较长的配送中心选址决策,其中的关键影响因素,如顾客需求、运输成本等表现出明显的动态变化特征。传统上,由于数学建模和求解的复杂性,很多配送中心选址决策模型忽视了影响因素的动态变化,进而可能造成次优的“短视”决策。为了避免这一问题的产生,有必要在配送中心选址模型中考虑决策环境的动态变化。上述分销阶段的三个物流决策问题在内容、范围、规划期限等方面各不相同,因此传统上都是采用按时间先后的顺序决策方式,如先进行配送中心的选址决策,再进行库存决策。然而,这三种决策在内容上相互影响,存在广泛的效益背反关系。因此,这种顺序决策的方式并不能保证物流系统的整体最优。为了追求物流系统各环节的协调和整体效能的提高,需要对这三个决策问题进行部分同时决策或全面同时决策,如选址、库存联合决策,库存、运输联合决策,选址、库存、路径联合决策等。本文以配送中心动态选址问题为研究对象,重点考虑库存成本对选址决策的影响,采用数学规划的方法构建考虑库存成本的配送中心动态选址模型。模型体现了选址、库存和运输之间的效益背反关系,通过对模型的求解能同时得到配送中心在每一个时间周期的位置、数量、服务范围、订货批量、订货频率等决策参数。这些决策参数有助于构建适应环境动态变化和整体效能较高的物流系统。针对所建立的模型,应用遗传算法、克隆选择算法、粒子群优化算法和基本蚁群算法等四种智能优化算法进行求解,并从寻优能力、运算速度、稳定性等角度比选出适应性最好的算法。本文取得的具体研究成果包括：1.针对传统动态选址模型中对配送中心初始建立成本重复计算(配送中心逐渐打开模型)和没有完整考虑配送中心的初次打开成本、关闭成本、再次打开成本以及运营成本(配送中心多次打开和关闭模型)的问题,分别确定了在动态环境下配送中心初始建立成本的合理计算方法和配送中心的建立、运营、再次打开和关闭成本的完整计算方法。2.针对已有的选址—库存联合决策模型没有考虑决策环境动态变化的问题,考虑企业自建配送中心和租用配送中心两种情景,分别建立了配送中心逐渐打开与配送中心多次打开和关闭下的动态选址—库存联合决策模型。前者配送中心一旦建立则不允许关闭,所得到的结果是配送中心的打开时序；后者允许配送中心建立后再关闭,关闭后再打开,更好的响应了决策环境的动态变化。分别应用四种智能优化算法对两种模型进行求解,结果表明所建立的两个模型都是可行的；对于中小规模的问题,遗传算法是最适合的,对于较大规模的问题,粒子群优化算法是最适合的。在上述基础上,分析了配送中心在存储能力约束下的库存成本,建立了有存储能力约束的动态选址—库存联合决策模型。3.在对单产品动态选址—库存联合决策问题研究的基础上,进一步研究多产品动态选址—库存联合决策问题。根据不同的多产品库存控制模型,分别建立了“独立周期”假设、“固定周期”假设和“整数倍周期”假设下的多产品动态选址—库存联合决策模型。由于“独立周期”假设和“固定周期”假设库存模型的相似性,将二者合并在一个模型中考虑,形成“独立周期和固定周期”假设下的多产品动态选址—库存联合决策模型。同样应用四种智能优化算法对所建立的模型进行求解,求解结果表明所建模型是可行的,对于“独立周期和固定周期”假设下的多产品动态选址—库存联合决策模型,粒子群优化算法是四种算法中最适合的；对于“整数倍周期”假设下的多产品动态选址—库存联合决策模型,当问题规模较小时,采用遗传算法比较适合,当问题规模较大时,采用粒子群优化算法比较适合。4.对在动态环境下,先进行选址决策、再进行库存决策和一体化的选址—库存同时决策两种方法进行量化对比研究,证明后者从总成本的角度要优于前者。首先,分别建立了不考虑库存成本的单存动态选址决策模型和考虑库存成本的一体化动态选址决策模型；其次,算例的仿真计算和分析表明,随着订货成本和单位库存持有成本的增加或单位运输成本的降低,考虑库存成本的一体化动态选址决策方法相对于单纯的动态选址决策方法会产生明显的总成本节约,这种节约主要是通过降低总的选址成本和运输成本来实现的。论文的研究成果丰富了物流系统优化理论的内容,为决策者构建整体优化和适应性强的物流系统提供了一种合理的决策方法,具有一定的实际应用价值。
