B2C电子商务企业物流中心选址探究

□文/韩永伟（河南大学商学院　河南·开封）



B2C电子商务企业物流中心选址探究

□文/韩永伟
（河南大学商学院河南·开封）

［提要］在互联网时代，随着电子商务企业的快速发展，市场竞争的加剧，使得越来越多的B2C电子商务企业开始加大对物流配送环节的重视。合理的电子商务物流中心选址对物流系统的整个运营成本的大小有着重要的影响，物流配送中心选址可以大大提高物流配送环节的效率，提升企业竞争力。本文对物流配送中心选址方法进行回顾，建立模型，并应用蝙蝠算法对简单实例进行模拟，结果证明蝙蝠算法求解物流配送中心选址问题是一个有效简便的方法，可以为现实的配送中心选址提供参考依据。

关键词：B2C电子商务；配送中心选址；蝙蝠算法；mat l ab

收录日期：2016年3月25日

一、引言

随着社会经济的发展，电子商务的兴起为经济和生活带来了很大的便利的同时，也对企业的竞争能力提出了更高的要求。电子商务物流配送一直是制约电子商务发展的瓶颈，作为电子商务“第三利润源”，如何更好地解决物流配送问题一直是研究的重点。随着B2C电子商务的发展，企业之间的竞争也越来越激烈，甚至引发了一系列价格战。此时，物流配送中心作为企业高度可控的末端节点，对B2C电子商务企业的竞争力有重要的影响。

随着市场竞争越来越激烈，各大电商纷纷加大了对物流配送中心的重视。京东已经建立了7个物流中心，可以覆盖全国大部分地区，在43个城市拥有143个大型仓库，设立3，539个配送站以及自提点，实现1，961个区县的配送，且全部自营；苏宁易购在全国有12个始发仓库，有近7，000人配送队伍，并实现了多个城市半日达或次日达的速度承诺。

关于物流配送对电子商务的重要作用，Kent Gourclin认为只有充分认识并重视物流配送的影响，才能在市场竞争中取得利益，不然电子商务企业将很难维持自己在竞争中的优势，甚至可能被市场淘汰。为了降低运输费用，提高商品的送达率，降低企业的运营成本，提高消费者的消费体验，建立科学合理的配送中心有重要作用。Aikens C H介绍了选址模型的几种基本模型，并以最小化选址成本费用作为目标函数，以费用函数决定选址问题的规划形式。

二、B2C物流中心选址模型的建立

物流中心的选址要考虑很多因素，自然环境、交通便利性、地理位置、公共设施、服务范围等都会对物流中心的选择造成影响，但起决定作用的还是物流中心的成本，包括建设成本和物流成本。用最小的成本服务最大的人群，是物流中心选址所应遵循的重要目标。B2C电子商务的客户通常是比较分散的个人，并且配送需求量不稳定，本文建模时按照聚类的方法把客户划分为若干个大的个体区域，以区域作为需求点选择配送。配送中心的选址问题可以描述为：某个地区内有若干个需求点，限于在该区域内建立配送中心，以满足各需求点的需求，并使得包括固定费用、运输费用及存储费用在内的总费用最小。

（一）模型假设。物流中心选址是一种常见的平面选址问题，以物流配送中心的位置到所配送地点的总运输距离最小为目标，从而节约运输费用，使总成本最小。或者采用层次分析法根据专家意见进行评估，将物流选址中心建在靠近需求市场、交通发达和低价便宜的地点。根据度量定义不同分为绝对值距离问题和欧氏距离问题，本文采用欧式距离度量。

基于简化问题的考虑，作出如下假设：（1）物流中心容量足够大，可以满足所有需求，且到每个送货地点的运费是一致的；（2）不考虑实际情况，选取物流配送中心位置是不确定的，且每个位置是可以随意选取的；（3）配送成本与客户距离及配送量成正比。

（二）模型建立。变量和参数说明：n：需求点个数；wi：第i个需求点的年需求量；di：配送中心到第i个需求点的距离；（xi，yi）：第i个需求点的坐标；hi：从配送中心到需求点的运费率（包括装卸、运输费）；f：在该地区建立配送中心的年固定费用。

使得总费用最低的多配送中心选址问题可以表示成如下整数线性规划问题：

三、蝙蝠算法

表1

蝙蝠算法是剑桥大学学者YANG于2010年首次提出，以模拟蝙蝠的回声定位行为为原理，是一种新型的智能元启发式优化算法。蝙蝠算法以单个的蝙蝠个体为基本单位，根据种群群体的随机寻优规则，在整个蝙蝠群体在求解空间进行的从无序演化到有序的过程，逐步探索问题的最优解。

（一）通过回声定位，蝙蝠可以准确感应距离，并能可靠区分食物与障碍物。

（二）在位置Xi，蝙蝠以Vi速度进行随机飞行，并以固定频率fmin（或λ）、可变化波长λ（或f）和响度A0搜索猎物，它们根据猎物与自己的距离调节发射出的脉冲波长（或频率），并在靠近猎物时调整发射脉冲的频度r∈［0，1］。

（三）假设响度的变化区间为［Amin，A0］，其中A0为最大值（正值），Amin为最小值。

蝙蝠搜索算法的主要步骤可以描述如下：

（1）初始化群体，目标函数f（x），X=（x1，…xd）T，蝙蝠种群Xi=（i=1，21，…n）和Vi，脉冲频率fiat Xi，设定算法的参数，初始化脉冲速率ri和Ai声音响度；

（2）调整频率，产生记录新的解，并更新蝙蝠的速度和位置；

（3）如果（rand＞1），在最佳解集中选取一个解作为最优解，在选择的最佳解附近形成一个局部解；

（4）通过随意飞行，产生一个新解；

（5）If（（rand＜Ai）&f（Xi）＜f（X'）），则以新解作为最优解，增大ri，减小Ai；

（6）根据蝙蝠的位置，找到当前的最优X*；

（7）如未满足结束条件，则返回（2）；

（8）输出全局最优位置。

在一个d维搜索空间中，时刻t的蝙蝠更新位置Xit和更新速度Vit的公式如下：

其中，β∈［0，1］是一个随机向量，X*是当前全局最佳位置。

局部搜索时，蝙蝠根据如下公式更新位置：

在这里ε∈［-1，1］是随机数，At＝＜At＞是所有蝙蝠在这一代里的平均响度。然后，脉冲发射的响度Ai和ri速率也要随着迭代过程进行更新，更新公式如下：

在这里α和γ是恒量，α类似于模拟退火算法中冷却进程表中的冷却因素。对于任何0＜α＜1和γ＞0的量都有：

四、实例分析

假设H公司计划在B城市设立一个物流配送中心，为区域范围内5个需求点提供物流配送服务，根据区域内5个配送地点的相对距离，以市中心为原点，绘制相对坐标图，配送地点的坐标如表1。（表1）用重心法求解该区域选址的最佳位置为（25.78，33.73），最小费用为127，490。

运用仿真软件matlab2013a，取n=40，α＝0.25，γ＝0.5.步长d=2求解最优值，并获取最优物流配送中心地址坐标为（x，y）= （29.95，39.67），总运输费用为mf=121250。仿真实验证明蝙蝠算法求得的最优位置优于重心法。配送地点的坐标和物流中心选址的坐标位置分布如图1所示。（图1）

图1 配送地点和物流中心选址坐标位置分布图

本文的模型假设建立在无约束非线性规划的基础上，对于区域内配送中心的选址可以调整参数直接调用。通过蝙蝠算法的算例计算以及与重心法的对比，为解决城市中物流配送中心的选址优化问题，提供了一种新的解法。在实际生活中，物流配送中心的选址需要考虑自然环境因素，例如地理条件、水域和气象条件；同时，还要考虑社会环境因素，例如国家政策和基础交通设施等。所以，对于复杂的选址问题需要具体分析，综合考虑物流配送中心选址问题。

五、结语

互联网时代的到来促使越来越多的消费者选择网上进行消费，B2C电子商务市场规模的不断扩大，自建物流配送体系极大地提高了配送效率和消费者体验，从而使电子商务物流也得到了极大地发展。合理有效的物流中心选址规划是企业降低物流成本，提高物流运营效率的重要途径。本文基于蝙蝠算法，通过实例对比验证，对物流配送中心选址问题进行求解，并证明了算法应用的优越性。蝙蝠算法是一种全面有效的新型启发式优化方法，也被逐步应用到更多的领域。但是，本文在建模求解过程中也存在很大的不足，并没有考虑到现实中相关的客观因素，如运输路况以及自然地形状况。因此，在现实的应用中会有一定的误差。在以后的研究中，可以与其他方法如层次分析法、德尔菲法进行结合，为物流中心的选址问题提供更多思路与方法。

主要参考文献：

［1］中国电子商务研究中心.截至2015年3月31日京东自建物流情况. ht t p：/ / www. 100ec. cn.

［2］中国电子商务研究中心.目前苏宁易购在全国有12个始发仓库.http：//www.100ec.cn.

［3］Gourdin Kent.Global Logistics Management-A Competitive Advantage for the New Millennium［J］.Black Publishers Ltd，2001.3.

［4］Aikens C H.Facility location models for distribution planning ［J］.European Journal of Operational Research，1985.22.3.

［5］李煜，马良.新型全局优化蝙蝠算法［J］.计算机科学，2014.9.

［6］杨扬.物流系统规划与设计［M］.电子工业出版社，2013.2.

［7］周欢.基于布谷鸟算法的电子商务物流中心选址求解［J］.商场现代化，2015.17.

中图分类号：F724. 6

文献标识码：A