基于预测需求量的物流仓储中心选址研究
程元栋
汪建伟
韩佰庆
安徽理工大学 经济与管理学院,安徽 淮南 232001
摘要：为了解决目前物流仓储中心选址模型存在的脱离实际、需求不合理、成本模型不完备等问题.以长三角地区为例,采用二次指数平滑法预测出该地区 27 个中心城市未来 3 年的货物需求量,构建长三角地区物流仓储中心选址模型,利用K-means聚类算法和遗传算法进行仿真实验,并与多种算法进行对比分析.仿真实验表明,K-means聚类算法在求解备选仓储中心问题上有很好的效果,可以使仓储中心到需求点的总距离和最小,遗传算法相比于其他算法在求解仓储中心选址问题上求解速度更快、迭代次数更少、最终结果更精确.结果证明,使用K-means聚类算法和遗传算法求解长三角地区物流仓储中心可以大大提高该地区物流效率并降低物流成本.
关键词：仓储中心选址货物需求量二次指数平滑法K-means聚类算法遗传算法长三角地区
分类号：F252(物流经济)
资助基金：国家自然科学基金(71473001)安徽省哲学社会科学规划项目(AHSKY2017D35)安徽省教育厅人文社科重点项目(SK2020A0212)
论文发表日期：2023-12-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 538-544 )
英文信息