物流大賽稿件(智聯(lián)隊)

1、個人資料整理僅限學(xué)習(xí)使用第三屆物流設(shè)計大賽案例隊伍名稱智聯(lián)隊學(xué)生姓名學(xué)生姓名學(xué)生姓名學(xué)生姓名學(xué)生姓名2018年10月25日1/36個人資料整理僅限學(xué)習(xí)使用目錄前言-4b5E2RGbCAP1公 司 簡況-4p1EanqFDPw1.1安吉 汽車 物流公司 簡介 -4DXDiTa9E3d1.2SWOT環(huán) 境 分 析 -5RTCrpUDGiT1.3本 章 小 結(jié) -55PCzVD7HxA2. 汽車物流運輸方式及線路的優(yōu)化- -5jLBHrnAILg2.1 基于運用AHP 分析方法的物流運輸方式選擇-5xHAQX74J0X分 析方法概 述 -6LDAYtRyKfE2.2 問題的模型建立-6Zzz6ZB2

2、Ltk層次 分 析 法 -6dvzfvkwMI1層次分析法的基本原理與步驟-7rqyn14ZNXI遞階層次 結(jié)構(gòu)的 建 立與 特點 -7EmxvxOtOco構(gòu) 造 判 斷 矩 陣 -7SixE2yXPq5層次 單排 序 及一 致性 檢驗 -86ewMyirQFL層次 總排 序及一致性檢驗 -8kavU42VRUs相對重要程度的計算-8y6v3ALoS892.3 汽車物流運輸方式及線路的優(yōu)化-8M2ub6vSTnP2/36個人資料整理僅限學(xué)習(xí)使用問題的背景分析-90YujCfmUCw綜合 算法 的原理 -10eUts8ZQVRd問 題 的 求 解 -11sQsAEJkW5T算法的 基本原理-12

3、GMsIasNXkA算法構(gòu)造距離矩陣的原理-13TIrRGchYzg算 法步 驟 -137EqZcWLZNX回溯法 求最 短路 徑 -14lzq7IGf02E改進Floyd 算法原 理 -14zvpgeqJ1hk改進Floyd 算法的計算步驟-15NrpoJac3v12.4 總 結(jié) -151nowfTG4KI3 案例12 循環(huán)取貨的優(yōu)化-16fjnFLDa5Zo3.1 物 流 的 概 述 -16tfnNhnE6e5物 流 行 業(yè) 簡 況 -16HbmVN777sL五 力 競爭 分 析 -16V7l4jRB8Hs競 爭 者 分 析 -1683lcPA59W9合 理 規(guī) 劃 運 輸 路 線 -16

4、mZkklkzaaP本 章 小 結(jié) -3/36個人資料整理僅限學(xué)習(xí)使用17AVktR43bpw3.2物 流 概 念 -17ORjBnOwcEd3.2.1 循 環(huán) 取 貨 Milk-run-172MiJTy0dTT3.2.2JIT模 式-18gIiSpiue7A3.2.3精 益 物 流-18uEh0U1Yfmh3.2.4 供 應(yīng) 商 管 理 的 庫 存 -18IAg9qLsgBX3.2.5 第 三 方 物 流 TPL-19WwghWvVhPE3.2.6 本 章 小 結(jié) -20asfpsfpi4k3.3 傳統(tǒng)的入廠物流模式與循環(huán)取貨-20ooeyYZTjj13.3.1傳 統(tǒng) 模 式 分 析 -22

5、BkeGuInkxI3.3.2循 環(huán) 取 貨 的 優(yōu) 缺 點 -22PgdO0sRlMo3.3.3循 環(huán) 取 貨 的 可 行 性 -243cdXwckm153.3.4本 章 小 結(jié) -24h8c52WOngM3.4方 案 優(yōu) 化 -25v4bdyGious3.4.1如 何 選 擇 路 徑 -26J0bm4qMpJ93.4.2突 發(fā) 狀 況 的 解 決 方 案 - -27XVauA9grYP3.4.3裝 載 優(yōu) 化 -29bR9C6TJscw3.4.4制 度 優(yōu) 化 -4/36個人資料整理僅限學(xué)習(xí)使用31pN9LBDdtrd本 章 小 結(jié) -34DJ8T7nHuGT信 息 來 源 -34QF81

6、D7bvUA前言中國經(jīng)濟的持續(xù)發(fā)展和人民生活水平的日益提高，中國市場的汽車消費迅速膨脹，為中國汽車物流企業(yè)提供了廣闊的市場需求空間，促進了中國汽車物流企業(yè)的發(fā)展壯大。汽車物流是汽車供應(yīng)鏈上原材料、零部件、整車以及售后配件在各個環(huán)節(jié)之間的實體流動過程。廣義的汽車物流還包括為廢舊汽車回收提供的物流服務(wù)。汽車物流在汽車產(chǎn)業(yè)鏈中起到橋梁和紐帶的作用，是實現(xiàn)汽車產(chǎn)業(yè)價值流順暢流動的根本保障，也是物流領(lǐng)域的重要組成部分，具有與其他物流種類所不同的特點。 4B7a9QFw9h汽車物流業(yè)是一個蓬勃發(fā)展的行業(yè)，巨大的國內(nèi)外市場潛力給汽車物流業(yè)帶來了機遇和挑戰(zhàn)，中國汽車物流企業(yè)已經(jīng)到了大變革的關(guān)鍵時刻。那么，應(yīng)如

7、何改善物流業(yè)所面臨的外部環(huán)境，促進汽車物流企業(yè)的可持續(xù)發(fā)展？作為行業(yè)領(lǐng)先者的安吉物流，又該如何應(yīng)對上述種種挑戰(zhàn)，在當(dāng)前環(huán)境下從自身運作著眼尋求新的突破和持續(xù)發(fā)展？ ix6iFA8xoX本案為安吉物流的整車運輸方式選擇和線路優(yōu)化以及零部件配送進行了分析和提出改進方案。5/36個人資料整理僅限學(xué)習(xí)使用1 安得汽車物流公司簡介安吉汽車物流有限公司成立于200 0 年 8 月，是上汽集團旗下的全資子公司。安吉物流是全球業(yè)務(wù)規(guī)模最大的汽車物流服務(wù)供應(yīng)商，共有員工17,000人，擁有船務(wù)、鐵路、公路等 10 家專業(yè)化的轎車運輸公司以及 50 家倉庫配送中心，倉庫總面積超過 440 萬平方 M ，年運輸和吞

8、吐量超過 570 萬輛商品車，并且全部實現(xiàn)聯(lián)網(wǎng)運營。公司以 “服務(wù)產(chǎn)品技術(shù)化 ”的理念，從事汽車整車物流、零部件物流、口岸物流以及相關(guān)物流策劃、物流技術(shù)咨詢、規(guī)劃、管理培訓(xùn)等服務(wù)。提供一體化、技術(shù)化、網(wǎng)絡(luò)化、透明化、可靠的獨特解決方案的物流供應(yīng)鏈服務(wù)。wt6qbkCyDE在此眾所周知主要了解零部件物流的簡況，零部件物流板塊以安吉物流下屬上海安吉汽車零部件物流有限公司 <以下簡稱“安吉零部件”）為主體。安吉零部件是國內(nèi)汽車物流業(yè)首家經(jīng)國家交通部、外經(jīng)貿(mào)部正式批準(zhǔn)、注冊資本最大的汽車物流中外合資企業(yè)。公司注冊資本為 3000 萬美元，中外雙方各占 50%股份。公司主要從事與汽車零部件相關(guān)的物

9、流和與汽車相關(guān)的國內(nèi)貨運代理服務(wù)、整車倉儲、物流技術(shù)咨詢、規(guī)劃、管理、培訓(xùn)等服務(wù)以及國際貨運代理、汽車零部件批發(fā)、進出口及相關(guān)配套服務(wù)，是一家專業(yè)化運作，能為客戶提供一體化、技術(shù)化、網(wǎng)絡(luò)化、可靠的、獨特解決方案的第三方物流供應(yīng)商。Kp5zH46zRk安吉零部件目前擁有整車物流倉庫 24 個，總面積超過 440 萬平方 M ；入廠零部件物流倉庫 10 個，面積總計 52 萬平方 M ，以及 420 輛運輸車輛；售后零部件物流倉庫 14 個，面積總計 15 萬平方 M 。擁有移動裝卸設(shè)備近 400 輛。Yl4HdOAA61安吉零部件在全國各地分布著6 家合資公司和 18 家分公司，核心業(yè)務(wù)是入廠物

10、6/36個人資料整理僅限學(xué)習(xí)使用流、售后物流、網(wǎng)絡(luò)運輸、整車倉儲、進出口物流。目前服務(wù)的客戶主要有上海大眾、上海通用、上海汽車、上汽通用五菱、上汽大通、上汽依維柯紅巖、上汽匯眾、一汽豐田、華晨寶馬、長城汽車、河南宇通、伊頓、TRW 、法雷奧、菲亞特、華域汽車等。ch4PJx4BlI“海納百川，有容乃大?！惫臼钢劣趧?chuàng)建多客戶、多業(yè)務(wù)的統(tǒng)一平臺，通過自身的不斷完善以及與業(yè)界同行的戰(zhàn)略合作，構(gòu)筑了遍布全國并延伸至海外的物流服務(wù)網(wǎng)絡(luò)；基于以人為本的理念，公司始終貫徹“投資于人 ”的經(jīng)營方針，將努力培養(yǎng)一支“國際化、專業(yè)化”的優(yōu)秀團隊視為公司的核心競爭力。qd3YfhxCzo“海闊憑魚躍，天高任鳥飛。

11、 ”中國汽車工業(yè)的蓬勃發(fā)展為眾所周知描繪了廣闊的未來，相信通過全體 “安吉人 ”的共同創(chuàng)造，必將實現(xiàn)公司 “成為國內(nèi)領(lǐng)先，國際一流的專業(yè)汽車供應(yīng)鏈管理和服務(wù)供應(yīng)商 ”的遠(yuǎn)大目標(biāo)，為中國現(xiàn)代汽車物流業(yè)的發(fā)展作出眾所周知積極的貢獻！ E836L11DO5物流行業(yè)現(xiàn)狀 /特點、發(fā)展趨勢1運輸作為物流的基本功能之一，在整個物流環(huán)節(jié)中占有十分重要的地位。根據(jù)相關(guān)統(tǒng)計，物流運輸成本占物流總成本的50以上，對許多商品來說，運輸成本要占商品價格的 4一 10，也就是說運輸成本占物流總成本的比重比其他物流活動大。目前，我國的交通運輸業(yè)主要由公路、鐵路、水路、航空等多種運輸方式組成。在市場經(jīng)濟體制下，各種運輸方式

12、之間也不可避免地存在著激烈的競爭。各種運輸方式均擁有自己固有的技術(shù)經(jīng)濟特征(見表 1>。如何針對各種運輸方式的特點，選擇合適的運輸方式，使貨物能夠安全、快速、經(jīng)濟、便利的到達目的地，也就成為企業(yè)決策者必須面對的問題。運用AHP 分析方法就物流運輸方式選擇問題進行一些探討，為企業(yè)決策者提供一些決策依7/36個人資料整理僅限學(xué)習(xí)使用據(jù)。 S42ehLvE3M2. 汽車物流運輸方式及線路的優(yōu)化2綜合評價指標(biāo)體系的建立影響運輸方式選擇的因素很多，本文主要從經(jīng)濟性、高效性、可靠性、可達性、安全性等方面衡量。 501nNvZFis21 經(jīng)濟性經(jīng)濟性表現(xiàn)為運輸成本。一般來說，短途運輸，公路的成本較低，

13、中長途運輸，鐵路成本較大，長途運輸并對時間有較高要求的運輸，宜選擇民航運輸。 jW1viftGw922 高效性高效性體現(xiàn)為運輸速度與準(zhǔn)時率。不同的運輸方式，運輸速度各不相同。運輸載體的最高技術(shù)速度一般受到運輸載體運動的阻力、載體的推動技術(shù)、載體材料對速度的承受能力以及與環(huán)境有關(guān)的可操縱性等因素的制約。目前，我國各種運輸方式的技術(shù)速度分別是：鐵路 80km h 一 160kmh，水路 10km h 一 30kmh，公路 80km h 一 120 kmh，航空 900kmh 一 1000 km h。23 可達性一般指運輸 J 兩路的密度和覆蓋面，也就是選擇某種特定的運輸方式的方便程度。一般情況下，

14、鐵路和公路的可達性比較強，空運的可達性受到航線的影響，而水運受自然條件的限制，僅限于一定范圍內(nèi)，可達性相比起來就比較弱一些了?？蛇_性一般很難定量表示，本文近似的利用發(fā)貨人所在地至裝車地之間的距離來表示，其距離越近，便利性越好。 xS0DOYWHLP 24 安全性安全性包括貨物運輸?shù)陌踩腿藛T的安全以及公共安全。從整個運輸過程來說，與其他運輸方式相比，載貨卡車能夠更好地保護貨物的安全，因為只有卡車才能夠?qū)崿F(xiàn)“門到門”的運輸，而不需要中途裝卸和搬運。 LOZMkIqI0w 2.3 問題的模型建立層次分析法層次分析法 <Analytic Hierarchy Process，簡稱 AHP ）是對

15、一些較為復(fù)雜、較為模糊的問題作出決策的簡易方法，它特別適用于那些難于完全定量分析的問題。它是美國運籌學(xué)家 T. L. Saaty 教授于 70 年代初期提出的一種簡便、靈活而又實用的多準(zhǔn)則決策方法。 ZKZUQsUJed 層次分析法的基本原理與步驟人們在進行社會的、經(jīng)濟的以及科學(xué)管理領(lǐng)域問題的系統(tǒng)分析中，面臨的常常是一個由相互關(guān)聯(lián)、相互制約的眾多因素構(gòu)成的復(fù)雜而往往缺少定量數(shù)據(jù)的系統(tǒng)。層次分析法為這類問題的決策和排序提供了一種新的、簡潔而實用的建模方法。 dGY2mcoKtT運用層次分析法建模，大體上可按下面四個步驟進行：<i）建立遞階層次結(jié)構(gòu)模型；<ii ）構(gòu)造出各層次中的所有判

16、斷矩陣；<iii ）層次單排序及一致性檢驗；<iv ）層次總排序及一致性檢驗。下面分別說明這四個步驟的實現(xiàn)過程。8/36個人資料整理僅限學(xué)習(xí)使用遞階層次結(jié)構(gòu)的建立與特點應(yīng)用 AHP 分析決策問題時，首先要把問題條理化、層次化，構(gòu)造出一個有層次的結(jié)構(gòu)模型。在這個模型下，復(fù)雜問題被分解為元素的組成部分。這些元素又按其屬性及關(guān)系形成若干層次。上一層次的元素作為準(zhǔn)則對下一層次有關(guān)元素起支配作用。這些層次可以分為三類： rCYbSWRLIA<i）最高層：這一層次中只有一個元素，一般它是分析問題的預(yù)定目標(biāo)或理想結(jié)果，因此也稱為目標(biāo)層。 FyXjoFlMWh<ii ）中間層：這一層次

17、中包含了為實現(xiàn)目標(biāo)所涉及的中間環(huán)節(jié)，它可以由若干個層次組成，包括所需考慮的準(zhǔn)則、子準(zhǔn)則，因此也稱為準(zhǔn)則層。 TuWrUpPObX <iii ）最底層：這一層次包括了為實現(xiàn)目標(biāo)可供選擇的各種措施、決策方案等，因此也稱為措施層或方案層。 7qWAq9jPqE構(gòu)造判斷矩陣層次結(jié)構(gòu)反映了因素之間的關(guān)系，但準(zhǔn)則層中的各準(zhǔn)則在目標(biāo)衡量中所占的比重并不一定相同，在決策者的心目中，它們各占有一定的比例。 llVIWTNQFk 在確定影響某因素的諸因子在該因素中所占的比重時，遇到的主要困難是這些比重常常不易定量化。此外，當(dāng)影響某因素的因子較多時，直接考慮各因子對該因素有多大程度的影響時，常常會因考慮不周全

18、、顧此失彼而使決策者提出與他實際認(rèn)為的重要性程度不相一致的數(shù)據(jù)，甚至有可能提出一組隱含矛盾的數(shù)據(jù)。為看清這一點，可作如下假設(shè)：將一塊重為1 千克的石塊砸成小塊，你可以精確稱出它們的重量，設(shè)為，現(xiàn)在，請人估計這小塊的重量占總重量的比例 <不能讓他知道各小石塊的重量），此人不僅很難給出精確的比值，而且完全可能因顧此失彼而提供彼此矛盾的數(shù)據(jù)。 yhUQsDgRT1設(shè)現(xiàn)在要比較個因子對某因素的影響大小，怎樣比較才能提供可信的數(shù)據(jù)呢？ Saaty 等人建議可以采取對因子進行兩兩比較建立成對比較矩陣的辦法。即每次取兩個因子和，以表示和對的影響大小之比，全部比較結(jié)果用矩陣表示，稱為之間的成對比較判斷矩

19、陣<簡稱判斷矩陣）。容易看出，若與對的影響之比為，則與對的影響之比應(yīng)為。MdUZYnKS8I定義 1 若矩陣滿足<i）， <ii ）<）則稱之為正互反矩陣 (易見，>。關(guān)于如何確定的值， Saaty等建議引用數(shù)字19 及其倒數(shù)作為標(biāo)度。下表列出9/36個人資料整理僅限學(xué)習(xí)使用了 19 標(biāo)度的含義：標(biāo)度13572，4，6，8倒數(shù)含義表示兩個因素相比，具有相同重要性表示兩個因素相比，前者比后者稍重要表示兩個因素相比，前者比后者明顯重要表示兩個因素相比，前者比后者強烈重要表示上述相鄰判斷的中間值若因素與因素的重要性之比為，那么因素與因素重要性之比為。層次單排序及一致性檢

20、驗判斷矩陣對應(yīng)于最大特征值的特征向量，經(jīng)歸一化后即為同一層次相應(yīng)因素對于上一層次某因素相對重要性的排序權(quán)值，這一過程稱為層次單排序。 09T7t6eTno上述構(gòu)造成對比較判斷矩陣的辦法雖能減少其它因素的干擾，較客觀地反映出一對因子影響力的差別。但綜合全部比較結(jié)果時，其中難免包含一定程度的非一致性。如果比較結(jié)果是前后完全一致的，則矩陣的元素還應(yīng)當(dāng)滿足：e5TfZQIUB5，定義 2 滿足關(guān)系式 <1）的正互反矩陣稱為一致矩陣。需要檢驗構(gòu)造出來的 <正互反）判斷矩陣是否嚴(yán)重地非一致，以便確定是否接受。定理 1正互反矩陣的最大特征根必為正實數(shù)，其對應(yīng)特征向量的所有分量均為正實數(shù)。的其余特

21、征值的模均嚴(yán)格小于。 s1SovAcVQM定理 2 若為一致矩陣，則<i）必為正互反矩陣。<ii ）的轉(zhuǎn)置矩陣也是一致矩陣。<iii ）的任意兩行成比例，比例因子大于零，從而<同樣，的任意兩列也成比例）。GXRw1kFW5s<iv ）的最大特征值，其中為矩陣的階。的其余特征根均為零。<v）若的最大特征值對應(yīng)的特征向量為，則，即10/36個人資料整理僅限學(xué)習(xí)使用定理 3階正互反矩陣為一致矩陣當(dāng)且僅當(dāng)其最大特征根，且當(dāng)正互反矩陣非一致時，必有。根據(jù)定理3，眾所周知可以由是否等于來檢驗判斷矩陣是否為一致矩陣。由于特征根連續(xù)地依賴于，故比大得越多，的非一致性程度也就

22、越嚴(yán)重，對應(yīng)的標(biāo)準(zhǔn)化特征向量也就越不能真實地反映出在對因素 的影響中所占的比重。因此，對決策者提供的判斷矩陣有必要作一次一致性檢驗，以決定是否能接受它。 UTREx49Xj9對判斷矩陣的一致性檢驗的步驟如下：<i）計算一致性指標(biāo)<ii ）查找相應(yīng)的平均隨機一致性指標(biāo)。對， Saaty 給出了的值，如下表所示： 8PQN3NDYyP123456789000.580.901.121.241.321.411.45的值是這樣得到的，用隨機方法構(gòu)造500 個樣本矩陣：隨機地從19 及其倒數(shù)中抽取數(shù)字構(gòu)造正互反矩陣，求得最大特征根的平均值，并定義mLPVzx7ZNw。<）計算一致性比例當(dāng)

23、時，認(rèn)為判斷矩陣的一致性是可以接受的，否則應(yīng)對判斷矩陣作適當(dāng)修正。層次總排序及一致性檢驗上面眾所周知得到的是一組元素對其上一層中某元素的權(quán)重向量。眾所周知最終要得到各元素，特別是最低層中各方案對于目標(biāo)的排序權(quán)重，從而進行方案選擇。總排序權(quán)重要自上而下地將單準(zhǔn)則下的權(quán)重進行合成。AHP35hB02d11/36個人資料整理僅限學(xué)習(xí)使用設(shè)上一層次 < 層）包含共個因素，它們的層次總排序權(quán)重分別為。又設(shè)其后的下一層次 < 層）包含個因素，它們關(guān)于的層次單排序權(quán)重分別為<當(dāng)與無關(guān)聯(lián)時，）?，F(xiàn)求層中各因素關(guān)于總目標(biāo)的權(quán)重，即求層各因素的層次總排序權(quán)重，計算按下表所示方式進行，即，。NDO

24、cB141gT對層次總排序也需作一致性檢驗，檢驗仍象層次總排序那樣由高層到低層逐層進行。這是因為雖然各層次均已經(jīng)過層次單排序的一致性檢驗，各成對比較判斷矩陣都已具有較為滿意的一致性。但當(dāng)綜合考察時，各層次的非一致性仍有可能積累起來，引起最終分析結(jié)果較嚴(yán)重的非一致性。 1zOk7Ly2vA設(shè)層中與相關(guān)的因素的成對比較判斷矩陣在單排序中經(jīng)一致性檢驗，求得單排序一致性指標(biāo)為， <），相應(yīng)的平均隨機一致性指標(biāo)為<已在層次單排序時求得），則層總排序隨機一致性比例為 fuNsDv23Kh當(dāng)時，認(rèn)為層次總排序結(jié)果具有較滿意的一致性并接受該分析結(jié)果。26 相對重要程度的計算理論上講，對以某個上級要

25、素為準(zhǔn)則所評價的同級要素之相對重要程度可以由計算判斷矩陣 A 的特征值獲得。但因其計算方法較為復(fù)雜，而且實際上只能獲得對 A 粗略的估計，因粗計算其精確特征值是沒有必要的。本文采用求根法計算特征值的近似值。 tqMB9ew4YX(1>將矩陣按12/36個人資料整理僅限學(xué)習(xí)使用(2>歸一化一致性檢驗A 進行粗略判斷，甚至有時會犯不一在實際評價中評價者只能對判斷矩陣致的錯誤。為了檢驗判斷矩陣的一致性，根據(jù)AHP 原理，可以利用與 n 之差檢驗一致性。定義計算一致性指標(biāo)：顯然，隨著n 的增加判斷誤差就會增加，因此判斷一致性時應(yīng)當(dāng)考慮到n 的影響，使用隨機性一為平均隨機一致性。HmMJFY

26、05dE由此，根據(jù)層次分析法，打出影響運輸方式的最主要因素有運費和時間。二、汽車物流運輸方式及線路的優(yōu)化2.1 問題的背景分析上汽集團是國內(nèi)領(lǐng)先的汽車制造企業(yè)、最大的乘用車制造商和銷量最高的汽車生產(chǎn)商。上海汽車作為上汽集團的下屬自主品牌。目前擁有兩大生產(chǎn)基地，分別是上海南匯臨港基地和南京浦口基地。上海工廠生產(chǎn)出來的汽車存儲在臨港庫，庫容為 12000 臺。南京工廠生產(chǎn)出來的汽車存儲在南京庫，庫容為6000臺。作為上汽集團全資子公司，安吉物流承擔(dān)著上海汽車兩大基地商品車的運輸業(yè)務(wù)，負(fù)責(zé)為客戶提供點對點的運輸服務(wù)。目前安吉物流配送城市覆蓋全國大部分地區(qū)。 ViLRaIt6sk安吉物流針對不同運輸線

27、路，采取了不同的運輸方式。例如：對于廣州、天津等沿海地區(qū)的整車運輸，安吉物流傾向于考慮海運；對于武漢、重慶等沿江地區(qū)的整車運輸，安吉物流傾向于考慮江運；對于其他城市，安吉物流傾向于采用公路運輸。在一些特殊情況下，如加急訂單等，一些原定于水路運輸將調(diào)整為公路運輸。 9eK0GsX7H1安吉物流雖然在配送方面取得了成功，但是還是需要改進的地方，在線路優(yōu)化方面安吉大多采用單一的運輸方式，這樣的形式不僅運輸風(fēng)險大，而且成本較高；在客戶滿意度方面，安吉的運輸在途時間還有優(yōu)化的空間，在交貨時，商品的完成率也做得不夠，客戶往往希望商品車的行駛里程不超過50 公里。對于以上問題的分析，眾所周知發(fā)現(xiàn)如果公司能適

28、當(dāng)增加多式聯(lián)運的比例，節(jié)約成本和提升客戶滿意度方面的問題都能夠有效的改善。多式聯(lián)運是由兩種以上的運輸工具互相銜接，轉(zhuǎn)運而共同完成的運輸過程。由于多式聯(lián)運采用一次托運、一次付費、單到底統(tǒng)一理賠、全程負(fù)責(zé)的運輸?shù)臉I(yè)務(wù)方法，這可以大大減少中間環(huán)節(jié)，簡化運輸與結(jié)算手續(xù)，提高服務(wù)質(zhì)量。再者，由于多式聯(lián)運對運輸線路的合理選擇和運輸方式的合理使用，全程運輸成本減低，利潤可以大大提高。 naK8ccr8VI公路、水路和航空運輸這幾種常用的運輸方式在運輸?shù)某杀酒骄\輸時間、可靠性以及安全性等各個方面有著各自的特點而且難以用統(tǒng)一的標(biāo)準(zhǔn)來衡量 這樣 就產(chǎn)生了一個如何對不同的運輸方式進行選擇的問題1 。本文旨在利用

29、DHGF 綜合算法對這一問題進行探討。 B6JgIVV9ao 二、 DHGF綜合算法的原理DHGF 綜合算法是將改進的德爾菲法、層次分析法、灰色關(guān)聯(lián)、模糊評價的成功之處集合而成的一種綜合評價方法，是結(jié)合眾家之長而形成的算法 是一種從定性到定量的數(shù)學(xué)方法，它體現(xiàn)了這四種算法各自的優(yōu)點 3 。P2IpeFpap5三， DHGF綜合算法的方法步驟及其在在多種物流方式選擇中的具體應(yīng)用分析1 運用 Delphi 法收集、分析、討論及統(tǒng)計以確定綜合評價指標(biāo)體系集 G=(g 、g。、 g 、g 5、g6、g 、 g。、 g 9>假設(shè)聘請 5 人的專家團對物流運輸方式選擇影響因素進行咨詢、分析和統(tǒng)計 確

30、定影響物流運輸方式選擇的評價指標(biāo)，得出下13/36個人資料整理僅限學(xué)習(xí)使用列指標(biāo)集 G，并分成三類：區(qū)間型指標(biāo) G1：環(huán)保要求 g1、受氣候影響情況g2；效益型指標(biāo) G2：物流運輸方式的便捷程度 g3、物流公司信譽度 g4、服務(wù)水平 g5、貨物完好率 g6；成本型指標(biāo)：物流成本 g7 支付要求 g8，違約成本g9。3YIxKpScDM2 確定加權(quán)子集運用層次分析法，綜合專家對各項評價指標(biāo)相對重要性的判斷，構(gòu)造比較判斷權(quán)重矩陣。根據(jù) seaty原則， 5 位專家對評價指標(biāo)之間比較 得出判斷矩陣及其權(quán)重 G 2G =4 G G =6，G G =2， W ：(0082 0 326，0 592>

31、。得出判斷矩陣之后要對其進行一致性檢驗， 經(jīng)過計算 = 3 095 相容性指標(biāo) Cl=O 0475<0 1，因此特征向量是可以接受的。同理 眾所周知可以得到第三級之間的判斷矩陣及其權(quán)重分別等于 2 002 4 0333 013 相容性指標(biāo) Cl 均小于 0 1 因而判斷矩陣是相容的。根據(jù)上述計算 眾所周知可以求得最終各個評價指標(biāo)的組合權(quán)重 W= (0 027、0 055、 0 029、0 1 28、0 116、 0 053、0 415、0gUHFg9mdSs2 最短路程目前，解決最短線路優(yōu)化問題的方法有很多，如位勢法，“帚”型法，動法等為便于計算運輸線路中的最大流量和最短路徑的可靠性問題

32、，針對網(wǎng)絡(luò)的特點，眾所周知引人最小路集法現(xiàn)介紹如下 uQHOMTQe7921 最小路集所謂路集是指運輸線路網(wǎng)絡(luò)中弧的集合，當(dāng)這些弧正常時，能使網(wǎng)絡(luò)系統(tǒng)正常，即能使輸入節(jié)點和輸出節(jié)點溝通，則稱這些弧的集合為路集，如圖11中 ，8，G>， 8， E， H>等都是路集在任一路集的基礎(chǔ)上再添加當(dāng)然仍是路集但如果某個路集，任意地減掉一條弧就不再是路集時，這樣的路集就是最小路集最小路集所會的弧數(shù)稱為路長在最小路集中，其所形成的通路也沒有重復(fù)的節(jié)點，因此，一個節(jié)點的網(wǎng)絡(luò)系統(tǒng)，路長最大的最小路集最多只能包含個點也就是說，最小路集的最大路長是一1，路長大于等于的最小路集是不存在的 IMGWiDkfl

33、P22 求最小路集利用聯(lián)絡(luò)矩陣法求最小路集<1）聯(lián)絡(luò)矩陣給定一個任意類型線路網(wǎng)絡(luò)，它有個節(jié)點，設(shè)矩陣 c 一 c ， i，一 1， 2， ?，(I-1>式中 C。，為矩陣元素，定義為： f-z 節(jié)點 i 到節(jié)點間有弧 -z 直接相連節(jié)點到節(jié)點間無弧直接相連稱矩陣 c 為該網(wǎng)絡(luò)的聯(lián)絡(luò)矩陣 WHF4OmOgAw聯(lián)絡(luò)矩陣為c 一0ACD000010B000OFE000F00H00E00G00OOOO<2）聯(lián)絡(luò)矩陣的乘方規(guī)則式中為節(jié)點數(shù)c 的含意：它表示從節(jié)點到所有可能的節(jié)點走，再從走到節(jié)點的最小路集即從節(jié)點到節(jié)點的路長為2 的所有最小路集因此，按式(13>得到的路長小于2 的

34、要除去推廣為普遍形式：式中為節(jié)點數(shù)，c 的含意：它表示14/36個人資料整理僅限學(xué)習(xí)使用從節(jié)點到之間路長為 r 的所有最小路集因此按式 (14>得到的路長小于 r 的要除去設(shè)為輸入節(jié)點， L 為輸出節(jié)點，從定義可知，對于任意的 c ，和 c 一樣，第 L 行及第列的所有元素都為 0有了聯(lián)絡(luò)矩陣 c ，只要做多次矩陣連乘，相繼求出 c ， c 。， ?， c 一即可得到任意二節(jié)點， J 間所有的最小路集aDFdk6hhPd由于眾所周知研究的是運輸線路的起點(輸入節(jié)點>到終點 (輸出節(jié)點L> 之間的最小短路問題，因此對于其他節(jié)點之間的最小路集可不考慮從式 (1 4>可看出，

35、在這種情況下只需求中的第 L 列即： c2 只需求出第行元素即可，而不用求整列的元素 ozElQQLi4T3 最大流量最大流量按下列兩條原則進行計算：1>確定連接輸出節(jié)點上的線路個數(shù) m，如圖 2 1，有兩條輸出線路 G 和 H，所以 m 一 2；2>根據(jù)最小路集分別計算 m 中每條線路的流量，直到 m 條線路中各線路的流量之差 0在兩條輸出線路 G 和 H 中分別有路長： A ， B， G>、 C ， E， G>、 A ，I，E，G>、D ，F(xiàn)，E，G>和C ，F(xiàn)，H > 、A ，I，F(xiàn)，H > 、A ，B，E，F(xiàn)，H >、 D ， H

36、>分別確定輸出線路 G 和 H 中各路長的最小流量在輸出線路 G 中，線路 G 一 2 為最小流量在輸出線路 H 中，線路 F 一 3 為最小流量，則剩余流量： Q 。，且 F 一 0對于路徑 A ，I，F(xiàn)，H>，A ，B，E，F(xiàn)，H>，因元素 F 一 0，所以不再計算對于路徑 D ，H>，在 Q 。中減去最小流而元素 D 已為零計算畢總流量為： Q G+F+D 一 2+3+38(千輛小時 >CvDtmAfjiA4 系統(tǒng)可靠度某些條件下，運輸線路的運行情況無法用準(zhǔn)確的數(shù)值表達，如線路質(zhì)量等級，可能發(fā)生的塞車故障等，這時可用概率來描述 R 為可靠度，即線路正常運行的

37、概率已知最小路集：由于最小路之間是相交的，所以必須用相容事件的概率公式來計算系統(tǒng)可靠度尺運輸線路網(wǎng)絡(luò)系統(tǒng)中正常運行的可靠程度為：0835 QrDCRkJkxh<1）在運輸線路優(yōu)化問題的計算中，最小路集法既便于運輸網(wǎng)絡(luò)定性分析，又便于運輸線路定量計算，特別是在計算最大流量時更具有獨特的優(yōu)勢 4nCKn3dlMX<2）最小路集法除在最短路程和最大流量的計算、分析中有顯著的特點外，在對網(wǎng)絡(luò)系統(tǒng)的可靠性分析中也具有重要作用從述可靠度計算可看出，它清晰地描述了運輸線路正常運行 的可靠程 度，便于管理者對 線路的優(yōu)化和決策 ijCSTNGm0E2.4 問題的求解最優(yōu)線路問題成為研究交通問題中的

38、一個重要問題，在解決公交最佳出行線路、城市援救最佳線路、物流配送、高速公路聯(lián)網(wǎng)收費等與人們?nèi)粘Ｉ蠲芮邢嚓P(guān)問題中發(fā)揮著重要的作用。這些年來，城市的交通系統(tǒng)有了很大發(fā)展，為公眾的出行以及進行各項日常活動帶來了很大的便利，但同時也面臨著多條線路的選擇問題。所以建立交通中最優(yōu)線路問題的數(shù)學(xué)模型，為人們進行日?；顒犹峁﹨⒖加泻艽蟮膬r值，是一個值得研究的課題。 vfB1pxanfk建立交通中最優(yōu)線路問題數(shù)學(xué)模型的目的就是尋找最優(yōu)路徑，為公眾做出出行決策提供參考。目前關(guān)于最佳出行線路問題的研究主要是一些傳統(tǒng)算法和根據(jù)問題的特點對傳統(tǒng)算法進行改造。合運輸網(wǎng)絡(luò)中求解起點到終點的最短可15/36個人資料整理僅限

39、學(xué)習(xí)使用行路徑； Pa ola Modesti 等針對最小出行時間研究了求解綜合運輸網(wǎng)絡(luò)最短路徑問題，使用多標(biāo)記圖構(gòu)建運輸網(wǎng)絡(luò)和對應(yīng)的數(shù)據(jù)，并提出了求解算法。但這些已有的算法都不能解決出行線路雙向選擇、環(huán)形出行線路和多權(quán)問題，因此需要一種新的算法來建立交通中最優(yōu)線路問題的數(shù)學(xué)模型。 3 Floyd 算法 Floyd( 弗洛伊德 >算法剮是一種矩陣 ( 表格 >迭代方法，對于求任意兩點間的最短路、混合圖的最短路、有負(fù)權(quán)圖的最短路等一般網(wǎng)絡(luò)問題來說均比較有效。Floyd 算法通過對表示有向圖的鄰接矩陣作疊代計算來解決有向圖任意一對頂點之間的最短路徑間題。 Floyd 算法不僅是建立在簡

40、單的數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)之上，而且就解決問題的徹底性而言也是最完滿的。迄今為止，它僅僅是作為解決有向圖的最短路徑問題的一個重要方法而被提及。實際上，F(xiàn)loyd 算法與圖的許多重要性質(zhì)以及與圖論中其它一些重要問題的解決有著密切的聯(lián)系。 JbA9VhEou1 31 Floyd 算法的基本原理Floyd 算法的主要思想是從代表任意2 個頂點到的距離的帶權(quán)鄰接矩陣開始，每次插入一個頂點，然后將到vi 間的已知最短路徑與插入頂點作為中間頂點 (一條路徑中除始點和終點外的其他頂點>時可能產(chǎn)生的到路徑距離比較，取較小值以得到新的距離矩陣。如此循環(huán)迭代下去，依次構(gòu)造出rt 個矩陣 Du>，D(2， ?D(

41、 ，當(dāng)所有的頂點均作為任意2 個頂點到，中間頂點時得到的最后的帶權(quán)鄰接矩陣 D 就反映了所有頂點對之間的最短距離信息，成為有n 個頂點的圖 G 的距離矩陣。最后對 G 中各行元素求和并比較大小，決定最優(yōu)的路線。X7Ahr18pJI32 Floyd 算法構(gòu)造距離矩陣的原理對一個有幾個頂點的圖G，將頂點用n 個整數(shù) (從 1 到 7,>進行編號。把G的帶權(quán)鄰接矩陣作為距離矩陣的初值，即D<0> =W 。從圖的帶權(quán)鄰接矩陣開始，遞歸地進行a 次更新，即由矩陣D(0 =W ，按一個公式構(gòu)造出矩陣JD(1；又用同樣的公式由 Dl 構(gòu)造出矩陣 D(2 ； ?·最后又用同樣的公式由 JD 構(gòu)造出矩陣 D。矩陣 D 的 i 行_列元素便是 i 號頂點到號頂點的最短路徑長度，稱 D 為圖的距離矩陣，同時還可以引入一個路由矩陣 path 來記錄兩點間的最短路徑