【技术实现步骤摘要】
仓库选址方法
[0001]本专利技术属于数据处理分析
，具体地说，涉及一种仓库选址方法。
技术介绍
[0002]近年来，全球范围内在线市场的兴起，为在线购买产品和服务的顾客提供了整个在线形式的开发、营销、售卖、传送、服务等过程。确实，在线交易为顾客和零售商提供了方便和有效的方式。然而，在线零售商必须提高他们的供应链网络以提供更好的服务。供应链管理的目标是在保证最好的服务质量前提下，以最低的花费最短的时间传送货物，这是在线零售业务成功之本。在一个成功的供应链系统的开发中，设计有效的仓库选址策略。
[0003]基于此，如何以总成本最小化、仓库数量最小化和客户满意度最大化进行科学合理的选址，是本专利技术主要解决的技术问题。
[0004]本
技术介绍
所公开的上述信息仅仅用于增加对本申请
技术介绍
的理解，因此，其可能包括不构成本领域普通技术人员已知的现有技术。
技术实现思路
[0005]本专利技术提出了一种仓库选址方法，以达到同时优化总成本、仓库数量和客户满意度的问题。
[0006]为实现上述...
【技术保护点】
【技术特征摘要】
1.一种仓库选址方法，其特征在于，包括：选定若干个备选区域；确定各备选区域的客户价值指标权重；构建多目标函数，包括：根据所述客户价值指标权重构建客户满意度函数：max F1＝∑
i∈I
∑
j∈J
m
j
A(d
ij
)x
ij
；其中，m
j
为客户点j的备选区域客户价值权重，x
ij
为备选仓库i到需求点j的货物运输量，d
ij
为备选仓库i到需求点j的距离，D0为客户感到满意度为1的最大距离，D1为客户感到满意度为0的最小距离；构建仓库数量函数：I为城市仓i的集合，N为备选仓库i的容量水平集合，的取值为：i点建造容量为n的仓库为1，否则为0；构建总成本函数：δ
i
为备选仓库i的单位面积租金，T
i
为备选仓库i的订货次数，τ为购成本系数，α
i
为备选仓库i的库存水平的安全系数，L
i
为备选仓库i的订货提前期，h
0i
为工业园区到备选仓库i的距离，σ
j
为客户j的需求标准差，H
i
为备选仓库i单位商品的库存持有成本，J为需求点j的集合，
ij
的取值为：客户j分配给仓库i为1,否则为0，B
j
为客户j的平均需求量，γ为运输成本系数，y
0i
为工业园区到备选仓库i的运输量；采用非支配排序遗传算法求解所述多目标函数，得到最优仓库选址信息。2.根据权利要求1所述的仓库选址方法，其特征在于，确定各备选区域的客户价值指标权重的方法为：确定评价指标，建立数据数列矩阵，收集指标的历史数据，构成评价指标矩阵：其中，q为评价指标的个数；l为单位时间数；X
q
表示第q个评价指标数据序列；X
q
(l)表示第q个评价指标在第l个单位时间内的数据；确定参考数据序列：
X0＝(X0(1),X0(2),...,X0(l))选取各个评价指标数据序列的最优值构成所述参考数据序列；将参考数据序列进行无量纲化处理：(X0(l),X1(l),X2(l),...,X
α
(l))计算参考数据序列与各评价指标数据序列的差值：找出中的极值，令(k＝1,2,...,l)(i＝1,2,...,q)计算各评价指标间的关联系数：计算各评价指标间的关联系数：确定各指标的权重：确定备选区域的客户价值指标权重m
j
：w
ij
是备选区域的比重。3.根据权利要求1所述的仓库选址方法，其特征在于，多目标函数的约束条件为：址方法，其特征在于，多目标函数的约束条件为：址方法，其特征在于，多目标函数的约束条件为：址方法，其特征在于，多目标函数的约束条件为：址方法，其特征在于，多目标函数的约束条件为：址方法，其特征在于，多目标函数的约束条件为：其中，M
ij
＝{0,1},x
ij
≥0,y
0i
≥0,v
ij
≥0,T
i
≥0，θ为仓库可用面积系数。4.根据权利要求1
‑
3任一项所述的仓库选址方法，其特征在于，还包括对非支配排序遗传算法进行改进，求解所述多目标函数：S1：设置参数，生成初始种群P0；S2：非支配排序算法对初始种群P0进行分层，对初始种群P0进行选择、交叉操作、变异操作，获得第一代子代种群Q0；S3：将父代种群P
t<...
【专利技术属性】
技术研发人员：张伟，张华民，刘兵兵，蔡国良，苏俊欣，陶勋，
申请(专利权)人：日日顺供应链科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。