原创 物流优化

    由于烟烟的原因，我总是要在某段特殊的时间内辅助做一些论文，主要内容呢，就是完成各种模型的分析和软件计算的过程，因此在3年前，我曾学过一段时间的马尔可夫链去预测股票价格，这个就是一个不靠谱的事情。这段时间在家做的是物流节点选址优化，运输和库存优化方面的东西。

    其实这个模型是非常有趣的，假定有5个供应点（工厂），有10个需求点（客户），在[200,200]内随机生成位置，可得到如下的图：

红点为需求节点

蓝点为供应节点

绿点为配送节点

然后在30天随机生成各个需求节点对供应节点的物流需求量，这里可以理解为，有10家企业需要5种原材料，这样得到矩阵

这里的问题，如果由5个供应企业去租赁车辆，然后分别给10个客户进行运输，这个费用主要分为汽车的租赁费用和里程费用。这个计算结果是非常糟糕的，因为汽车都是满着出去空着回来的，而且整体而言车辆运完了就空在那里了。

办法有1个，就是5家企业集资建一个配送中心，把所有的货物全部集中在配送中心，通过配送中心统一进行集货和配送，这样的考虑很大的程度上减少了汽车的使用量，当然确实需要去考虑配送中心的租赁费用和物流量处理费用。

为了验证这些内容，将供需节点进行随机分布，大概得出来的结果为：

由于选的系数的问题（汽车租赁费用，汽车单位里程费用，配送中心场地租赁费用和配送中心处理费用），得出的结果肯定有片面性，从中选出一组结果进行分析：

里面看出来的结果是优化前，汽车租赁费用和汽车使用费用是对半的。优化以后，汽车使用费用大大下降了。

在这里，作了一次迭代，将配送中心的位置在【200，200】内进行迭代，得出的结果比较有趣

这是每列的最小值

实际的情况是汽车越来越便宜，汽油越来越贵，所以优化结果会更好一些。

   进一步考虑的话，是在配送中心建一个仓库，在配送的过程中到邻近的节点进行集货，使得总的成本减少。

实际考虑问题可能更多一些，比如

1.中心地区的租赁费用要远高于郊区，使得配送中心选址的固定成本系数与位置存在函数关系。

2.汽车的载重量与汽车的使用费用是成比例的

3.在某些区域存在过路费，使得原本简单的路径成了较为复杂的路径选择

4.供应点的生产是受控的，不可能过高与过低，使得配送中心得加入库存系统费用

5.运输路径选择可能需要更为复杂的算法进行计算

PS：EDN的博客系统啊，竟然找不到上传文件和图片的功能了……