英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
基于MCDM/A方法的物流中心选址
摘要
本文介绍了基于MCDM/A的两阶段程序的第一阶段，从而选择了物流中心最理想的位置。 在第一阶段，对区域进行宏观分析，并对其技术、基础设施、经济、社会和环境潜力进行多重标准评估。决策问题被制定为多标准排序问题。 所考虑的变体-按照其适用于将物流中心定位在其边界内的区域，从最佳到最差-使用称为Electre III/IV的MCDM/A方法。 定义了变体和一致的标准族，决策者的偏好被模拟，计算实验的结果被证明。
1.介绍
考虑到决策者（DM）的偏好，“地点问题”（Owen，Daskin，1998; Farahani，Hekmatfar，2009）包括确定考虑地区的基础设施部分（地面，场地，设施）和现有的限制。它具有普遍性，可能涉及不同类别的场所/设施（Farahani，Hekmatfar，2009; Farahani等，2010）。已经报道了很多数学公式和方法来解决这个问题，包括：数学规划（Klose，Drexl，2005），评估和考虑地点的排序（Ouml;zcan等，2011; Korpelaa，Tuominen，1996; Awasthi等， 2011）。位置问题在物流中起着至关重要的作用，它指的是找到物流设施最理想的位置（参见第2节）。
典型的物流地点问题之一是指物流中心的正确安置（Van Thai，Grewal，2005; Kayikci，2010）。物流中心（LC）是一个独立的实体，在一个安全区域内运行，所有物流活动（运输和转运、物料处理、仓储、库存管理、交叉对接、多式联运转运、货物实物分配）都在其中进行出于商业目的。在3PL和4PL的现代概念中（Rushton，et al，2006），LC扮演了物流服务集成商的重要角色，为客户提供全面的高质量服务，并将所有可能的运输方式（公路，铁路，水和空气）。
本文的作者属于一小组研究人员（如Daganzo，1996），他们发现LC位置问题可能而且应该被视为一个两层次的等级问题。首先，对更广泛地区-宏观区域进行宏观分析，以确定其将LC置于其领土的整体潜力和适宜性。在第二个微观层面上，进行了微观分析，以确定先前在第一级选择的区域内LC的最适合的特定位置。本文作者认为只有LC位置问题的第一级。他们对选定地区进行宏观分析，确定开展物流活动的最理想区域/地区。基于多准则决策/辅助（MCDM/A）（Figueira等，2005; Roy，1990a; Vincke，1992; Zak，2005; Zak，2011）的方法学原理及其在物流中的应用（Drezner，Hamacher， 2002; Awasthi等，2011;Ouml;zcan等，2011），作者将区域的选择问题作为一个多重标准排序问题，并通过应用Electre III/IV方法来解决。
本论文由六个部分组成。第一个包括介绍性评论和LC位置问题的背景，第二部分介绍了关于物流设施选址问题的文献综述，第三节介绍MCDM/A的方法，在下一节中，作为LC位置问题的第一个组成部分的决策问题集中于宏观区域的评估，变体-地区，评估标准和DM的偏好在本节中定义，第五部分包含计算实验的结果，最后一部分给出结论和进一步的研究方向。
2.运输和物流中的位置问题
定位问题是交通运输和物流中广泛讨论的话题（Owen，Daskin，1998; Chen等人，2007; Daganzo，1996;Ouml;zcan等人，2011），并且指的是选择这些设施的具体位置，如泰勒，Grewal，2005; Drezner，Hamacher，2002; Fierek等，2007; Church，Murray，2009; Farahani，Hekmatfar，2009）：仓库，配送中心，交通枢纽，客运和货运码头，停靠区，停车场，乘客交通枢纽等等。在大多数情况下，物流设施的选址问题具有战略性，生成的解决方案/决策具有长期影响。
总的来说，面向物流的位置问题可以根据不同的分配标准分为以下几类（Farahani，et al，2010; Klose，Drexl，2005）：
- 制定决策问题的应用方法（排名和数学规划-优化问题）。
- 建议的评估标准数量（单个和多个目标的位置问题）。
- 处理风险和不确定性的建议方法（确定性和非确定性问题）。
- 网络的地形特征以及选择设施位置的方法（连续和离散的位置问题）。
- 考虑中的对象/位置的数量（单个和多个设施位置问题）。
Klose和Drexl（2005）综合分析了不同的面向物流的位置问题，并将其作为数学规划（优化）问题。 Farahani等人（2010年）提出了一个将定位问题制定为多重标准决策问题的综述。
值得强调的是，据作者所知，物流中心（LC）的多阶段多标准位置分析尚未见文献报道。因此，拟议的方法似乎是原创的，与当前这一领域的调查议程相对应。
3. MCDM/A方法
3.1 MCDM/A简介
MCDM/A是一个专注于开发数学程序和先进的基于计算机的方法的研究领域，它支持DM解决多个标准决策问题（Figueira等，2005; Vincke，1992）。一个多重标准决策问题是这样的一种情形，其中已经定义了一套行为/变体/解决方案A和DM倾向于的一致标准家族（Vincke，1992; Zak，2005）：
a）根据F（选择问题）在A中确定动作/变体/解决方案的最佳子集；
b）根据具体的分类规则（排序问题）将A划分为代表具体类别的行为/变体/解决方案的子集；
c）根据F（排名问题），将A中的动作/变体/解决方案从最好到最差排序。
基于上面引用的定义，可以很容易地确定每个多重标准决策问题的主要组成部分，即一组行为/变体/解决方案A和一个一致的标准家族F（Roy，1990a; Vincke，1992; Figueira，et al ，2005）。
在多个基于标准的决策过程中，使用不同的基于计算机的MCDM/A方法。与运营研究的传统技术相比，多种标准方法不会产生“客观上最好”的解决方案。而不是他们寻找妥协解决方案，考虑标准和DM的偏好之间的权衡。 MCDM/A方法可以根据几个标准进行分类，包括三个主要方面：决策过程的总体目标（Zak，2005），DM偏好定义的时刻（Zak，2005）以及偏好聚合（Roy，1990a; Vincke，1992）。基于第一个划分标准，可以确定以下多种标准决策方法（Zak，2005）：选择（优化）方法;分类（排序）方法;排名方法。关于第二个划分标准，确定了三类方法（Zak，2011）：具有aripriori定义偏好的方法（例如，Electre I-IV，Promethee I和II）;具有后期定义的偏好的方法（例如，PSA方法）;交互式方法（例如，STEM，VIG，LBS）。根据第三分类标准可以区分：美国灵感的方法，基于效用函数（例如，层次分析法，UTA）的方法；基于排名关系的欧洲/法国血统（例如Electre I-IV，Promethee I-II）。
根据Roy（1990a），Vincke（1992）和Zak（2005）的建议，可以区分多重标准决策问题的解决过程的以下主要阶段：
● 决策问题的识别和口头描述;承认其类别和决定过程的主要参与者的定义。x决策问题的数学公式，包括：
- 变体组A的定义；
- 建立一致的家庭标准F；
● DM的偏好建模，
● 选择最合适的MCDM/A方法来解决所考虑的决策问题。
● 使用所选MCDM/A方法的应用程序运行计算实验。聚合DM的偏好使用特定的综合模型。
根据MCDM/A方法，以下主要机构参与上述解决程序，通常称为决策过程：决策者（DM），分析师和干预者/利益相关者（Figueira等，2005; Vincke， 1992年）。
在本文中，应用了上述解决方案程序，并使用MCDM/A的欧洲学校ELECTRE III/IV中最具代表性的多标准排序方法来评估构成将LC置于其领土的区域的替代区域。下面介绍该方法的简短说明。
3.2。 Electre III/IV方法的基本特征
ELECTRE III/IV方法属于Roy（1990b）提出的一类ELECTRE方法，它基于二元排序关系（Roy，1990a; Vincke，1992）。在这种方法中，基本数据集由以下元素组成：变体A的有限集合，标准F的家族以及DM提交的优惠信息。优惠信息以标准权重w和无差异q优先权p和否定权v阈值的形式定义（Roy，1990b）。阈值定义了每个标准变体之间的以下偏好间隔：无差异（至q），弱偏好（q与p之间），（强）偏好（p与v之间）以及不可比性（超越v）。如果变量a和b在特定标准上的评价f（a）和f（b）之间的差异如此小（小于q）以致于DM不能区分变体，则认为变体a和b是无关紧要的。如果特定标准的评估f（a）和f（b）之间的差异对于DM（q和p之间）显而易见，但他/她对选择其中之一犹豫不决，则变体a对变体b的偏好较弱。如果他们对特定标准的评价f（a）和f（b）之间的差异对于DM而言是实质性的（p和v之间），并且他/她相信a优于b 。如果变量a和b在特定标准上的评估f（a）和f（b）之间的差异如此之大（大于v），DM不能将它们视为可比对象，则变量a和b是无法比拟的。
ELECTRE III/IV方法中的排名关系建立在所谓的一致性和不一致性测试的基础上。在一致性检验中，构造由全局一致性指标C（a，b）组成的一致性矩阵。在不一致测试中，计算每个标准j的不一致指数dj（a，b）。排名的关系表明总体上“a超过b”的程度。这个关系由可信度d（a，b）表示，这相当于由不一致指数d j（a，b）削弱的全局一致性指标C（a，b）。 d（a，b）的值来自区间[0,1]。可信性d（a，b）= 1当且仅当断言a S b（“a超出b”）有充分依据时，d（a，b）= 0如果没有赞成S b的论据a S b-“a不超过b”）。 d（a，b）的定义导致构建信誉矩阵，基于该矩阵，该方法使用分类算法（蒸馏程序）建立两个初步排序（完全预定）。在此过程中，可以获得降序和升序的预定。在下降蒸馏中，排名过程从选择位于排名顶部的最佳变体开始。在上升蒸馏中，变体排列顺序相反。最终排名是作为上述完整预订的交集而生成的。它可以以排名矩阵的形式或排名图的形式呈现。这里可以区分以下情况：无差异（I），偏好（P），缺乏偏好（P〜）和不可比性（R）。
4.制定区域选择问题
4.1问题描述和应用解决方案程序
所考虑的决策问题在于选择用于将LC置于其领土上的最理想的区域/区域。它被制定为多重标准排序问题，涉及对所考虑地区的多维度评估，包括不同的方面：技术，经济，社会，市场导向和环境方面。如前所述，决策问题构成了LC定位问题的第一个组成部分。
正在考虑的决定对于许多利益团体（利益相关者）来说很重要，包括：当地社区（居民），当地商业环境-公司和业务部门，包括物流服务运营商。关于LC地点的选择以及与地区/地区相关联的决定由投资者或一组投资者作出。在决策过程中，DM必须考虑到上述利益相关者的矛盾利益。他/她必须平衡某些权衡并寻找最令人满意的妥协解决方案。投资者的决定对于地方当局来说也是非常重要的，因为地方当局的整体利益在于将资金拉入该地区，为该地区的发展和创造新的就业机会和职位做出贡献。
由于上述地区排名问题的特点，它具有多重客观性。因此，一个解决多重标准决策问题的通用程序（Roy，1990a; Zak，2005）已经被应用和定制以解决它（见3.1节）。决策问题具有通用性，已经通用地制定和解决。介绍的案例研究涉及波兰的当地情况。
4.2变体的定义-潜在的宏观区域
所考虑的变体（如下所述）被定义为10个宏观区域，分布在整个波兰（见图1），并代表将LC-s置于其领土上的潜在区域。每个变体的面积为12-44000平方公里，人口为2.5-5.5万人。这些变体通过对应于它们的序号和地理位置的缩写来命名，例如，变体1-V_1-NW（西北部）。
变体1（V_1-NW）位于波兰的西北部。该地区总面积接近37 000平方公里，人口达270万人。该地区的特点是接近平均水平的经济发展，以人均国内生产总值10755美元为代表。它被认为是投资-吸引力最低的单位投资成本（$392/m2）和平均水平的经济特区（SEZ）。该地区的其他优势是：环保和高流量安全。变体1的缺点是：交通基础设施条件较差，社会问题严重，失业率高达16.5％。从物流的角度来看，该地区没有吸引力。所有运输货物的数量都非常低，低于10亿吨公里。
变体2（V_2-N）位于波兰北部。该地区总面积略高于36000平方公里，其人口达到430万人。该地区的特点是人均GDP略低于平均水平（10 953美元），具有一定的物流吸引力。所有物质流量（运输货物）的总体积超过该区域13亿吨公里。变体2不是一个投资友好型区域，其特点是单位投资成本高（$421/m2），低于经济特区的平均面积。这个地区的交通基础设施，包括公路和铁路都不发达。变式2失业率高达14,0％。与变型1类似，它在交通安全方面对环境友好且令人满意。
变体3（V_3-NE）位于波兰的东北部。该地区以其美丽的绿色，农村，旅游景点和优秀的湖区而闻名。总面积44万平方公里，人口2600万人。这个地区的经济和基础设施特点非常差。其特点是国内生产总值（9000美元）低，货物运输量最低，比较地区（不到70亿吨公里）。该地区的交通基础设施状况非常糟糕。该地区面临严重的社会问题，其中失业率最高的是16.8％。另一方面，从投资者的角度来看，它非常具有吸引力，因为它具有非常低的单位
全文共15707字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[16298]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
