物流管理系统中的定位研究

前言：本站为你精心整理了物流管理系统中的定位研究范文，希望能为你的创作提供参考价值，我们的客服老师可以帮助你提供个性化的参考范文，欢迎咨询。

摘要：随着市场经济的飞速发展，人们的生活水平逐渐提高，集成物流管理系统应运而生，本文立足于当今的时代背景，从集成物流管理系统中定位的相关概念为出发点，运用理论与实际相结合的方式，阐述了相应的定位计算方法以及定位研究的方向，供物流管理者进行参考。

关键词：集成物流；管理系统；定位

进行集成物流管理的目的在于降低物流成本，提高配送效率，但是由于我国现阶段进行物流管理的大环境仍然存在诸多的不足之处，因此，在经济全球化进程不断加快的时代背景下，物流管理者正在面临着集成物流管理系统中的定位问题，为了解决定位问题，管理者在对自身的管理方法进行创新的同时，物流管理学家也提出了相应的LRP概念。

一、集成物流管理系统中定位研究的概念

管理学家针对集成物流管理系统中的定位研究提出了相应的LRP概念，即某一公司通过对一个或是多个设施进行合理运用，达到为客户进行货物配送的目的，此时客户位置、数量和需求等相关因素需要处于已知或是可以进行大致准确估计的状态，在进行集成物流管理的过程中所运用的设施为仓库、工厂等，现在有多个设施可供该公司使用，但是每一个客户都只能从其中的一个设施处得到自己所需要的货物，也就是说在确定的时间内，每个客户被运输车辆所访问的次数均为一次[1]。在这个过程中需要物流管理人员解决的问题主要是在满足一定的制约条件例如运输车辆的位置和数量的情况下，对所运用的设施的定位进行选择，并且需要在此基础上确定物流成本最少的运输路线。

二、集成物流管理系统中定位研究的计算方法

1、精确算法

针对LRP进行精确性运算的方法一共可以分为以下四类，即混合整数规划法，非线性规划法，整数规划法以及动态规划法。运用精确算法进行LRP计算的好处在于可以将问题进行最优化的解答，但是需要注意的是，集成物流管理系统中的定位研究属于较难的问题，而利用精确算法将这个问题与对物流运输的路线进行安排进行结合时需要严格的控制节点数目。

2、启发算法

启发式的计算方法是现阶段对于LRP相关的问题进行解决的过程中主要应用的计算方法，启发算法的好处在于与精确算法相比具有更高的效率，因此，在对实际应用的过程中所出现的大规模问题进行解决时，启发算法的实用性要远远高于精确算法，与此同时，启发算法也十分适用于对问题的灵敏度进行分析的情况[2]。启发算法的运算步骤共分为以下几步，第一步是将需要解决的问题分解为相应的子问题，第二步是在运用启发算法或精确算法对子问题进行解决，由于各子问题具有相互依存的关系，所以，将问题分解后进行计算可以在一定程度上降低问题的复杂程度，从而避免局部最小化问题的发生。对LRP进行启发式运算通常情况下由对以下四种算法进行组合的方式所组成：其一，将行程安排放在首位，定位和配给紧随其后；其二，将定位和配给放在首位，行程安排紧随其后；其三，对巡回的路线进行交换或改进；其四，降低成本，后两种算法通常用于对LRP的子问题进行解决。

三、未来集成物流管理系统中定位研究的方向

1、多目标

在实际的集成物流管理系统中，无论是针对公共部门还是专用部门，始终具有紧密关联性的多个目标共同存在，例如，在以最小的成本为目标进行物流路线安排时，若是将客户以代码的形式在所对应的空间内分散的情况作为设计基础，那么很容易出现对客户需要进行及时配送的要求无法满足的情况。所以，即使会出现问题难度增加的情况，但是从发展的角度来看，LRP在未来应当将针对多个目标进行决策的问题加以解决。

2、定位的动态性

现阶段针对LRP进行研究的成果中，对静态模型进行开发占据了大多数，而在很大程度上忽略了LRP的参数会随着时间因素的变化而变化这一特性。例如，在具有一定范围的时间内，公司应当根据实际情况的具体变化有针对性的对集成物流管理系统中的定位、运输的车辆数目以及路线等因素进行调度。由此可以看出，LRP的相关参数对时间的变化具有敏感的特性，所以，在对LRP的模型进行研究时，应当将其具有动态性这一特征适时加入其中，这样做可以在公司对集成物流进行管理的过程中，提高其与实际情况的接近程度。

3、定位的随机性

在现阶段，多数针对LRP所展开的研究都具有一定的局限性，这是因为LRP研究都是以确定的参数作为模型，但是在实际的运用中，所需要进行物流服务的客户位、数量以及需求等因素并不一定能够在事先准确知晓，因此，工作人员应当将上述因素作为具有随机性的变量[3]。由此可以看出，未来针对LRP的研究应当将客户位置、数量以及相应的需求等随机性变量因素考虑其中。

4、计算方法的改进

现阶段所存在的精确算法中，针对LRP研究所提出的占据了1/2的位置，因此，立足于当今的时代背景，今后在对LRP的精确算法进行发展时应当将普遍性放在首位。精确算法的重要性在于它可以作为对LRP进行启发算法时所需要的解题效率提供标准的基础，由于LRP所包括的内容相对来说较为复杂，因此，在对启发算法进行运用时，通常情况下都是将LRP问题分解为相应的子问题，然后将每一个子问题进行解决后的输出与下一个相关子问题的输入相连接。需要注意的是，虽然将LRP的问题进行分解后逐步解决的计算方法所运用的范围已经越来越广泛，但是仍旧存在一定的局限性，这是因为使用这种算法无法对同一层次内的定位因素进行准确的分析，因此，对LRP的算法进行改进的工作还在继续。

四、结论

综上所述，LRP作为集成物流管理系统定位研究中极为重要的组成内容，对其进行研究的最终成果在对物流工作的开展具有非常重要的意义，但是在我国，对集成物流管理系统中的定位研究尚且处于初级阶段，因此，加强定位因素的研究必然是大势所趋，这就需要物流管理学家通过对相关知识进行深入的研究，将其运用到对现实问题解决的过程中来，达到降低物流成本，提高配送效率的目的.

参考文献

[1]万凤娇.多仓库定位-运输路线安排问题的模型和算法研究[J].江汉大学学报(自然科学版),2012,03:26-32.

[2]万凤娇.集成物流管理系统中定位-运输路线安排问题评述[J].物流技术,2012,19:124-126.

[3]于远诚.基于GIS/GPRS/GPS的物流车辆定位管理系统[D].浙江海洋学院,2014.

作者:何林威 单位:海南热带海洋学