前言：本站為你精心整理了物流管理系統中的定位研究范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要：隨著市場經濟的飛速發展，人們的生活水平逐漸提高，集成物流管理系統應運而生，本文立足于當今的時代背景，從集成物流管理系統中定位的相關概念為出發點，運用理論與實際相結合的方式，闡述了相應的定位計算方法以及定位研究的方向，供物流管理者進行參考。

關鍵詞：集成物流；管理系統；定位

進行集成物流管理的目的在于降低物流成本，提高配送效率，但是由于我國現階段進行物流管理的大環境仍然存在諸多的不足之處，因此，在經濟全球化進程不斷加快的時代背景下，物流管理者正在面臨著集成物流管理系統中的定位問題，為了解決定位問題，管理者在對自身的管理方法進行創新的同時，物流管理學家也提出了相應的LRP概念。

一、集成物流管理系統中定位研究的概念

管理學家針對集成物流管理系統中的定位研究提出了相應的LRP概念，即某一公司通過對一個或是多個設施進行合理運用，達到為客戶進行貨物配送的目的，此時客戶位置、數量和需求等相關因素需要處于已知或是可以進行大致準確估計的狀態，在進行集成物流管理的過程中所運用的設施為倉庫、工廠等，現在有多個設施可供該公司使用，但是每一個客戶都只能從其中的一個設施處得到自己所需要的貨物，也就是說在確定的時間內，每個客戶被運輸車輛所訪問的次數均為一次[1]。在這個過程中需要物流管理人員解決的問題主要是在滿足一定的制約條件例如運輸車輛的位置和數量的情況下，對所運用的設施的定位進行選擇，并且需要在此基礎上確定物流成本最少的運輸路線。

二、集成物流管理系統中定位研究的計算方法

1、精確算法

針對LRP進行精確性運算的方法一共可以分為以下四類，即混合整數規劃法，非線性規劃法，整數規劃法以及動態規劃法。運用精確算法進行LRP計算的好處在于可以將問題進行最優化的解答，但是需要注意的是，集成物流管理系統中的定位研究屬于較難的問題，而利用精確算法將這個問題與對物流運輸的路線進行安排進行結合時需要嚴格的控制節點數目。

2、啟發算法

啟發式的計算方法是現階段對于LRP相關的問題進行解決的過程中主要應用的計算方法，啟發算法的好處在于與精確算法相比具有更高的效率，因此，在對實際應用的過程中所出現的大規模問題進行解決時，啟發算法的實用性要遠遠高于精確算法，與此同時，啟發算法也十分適用于對問題的靈敏度進行分析的情況[2]。啟發算法的運算步驟共分為以下幾步，第一步是將需要解決的問題分解為相應的子問題，第二步是在運用啟發算法或精確算法對子問題進行解決，由于各子問題具有相互依存的關系，所以，將問題分解后進行計算可以在一定程度上降低問題的復雜程度，從而避免局部最小化問題的發生。對LRP進行啟發式運算通常情況下由對以下四種算法進行組合的方式所組成：其一，將行程安排放在首位，定位和配給緊隨其后；其二，將定位和配給放在首位，行程安排緊隨其后；其三，對巡回的路線進行交換或改進；其四，降低成本，后兩種算法通常用于對LRP的子問題進行解決。

三、未來集成物流管理系統中定位研究的方向

1、多目標

在實際的集成物流管理系統中，無論是針對公共部門還是專用部門，始終具有緊密關聯性的多個目標共同存在，例如，在以最小的成本為目標進行物流路線安排時，若是將客戶以代碼的形式在所對應的空間內分散的情況作為設計基礎，那么很容易出現對客戶需要進行及時配送的要求無法滿足的情況。所以，即使會出現問題難度增加的情況，但是從發展的角度來看，LRP在未來應當將針對多個目標進行決策的問題加以解決。

2、定位的動態性

現階段針對LRP進行研究的成果中，對靜態模型進行開發占據了大多數，而在很大程度上忽略了LRP的參數會隨著時間因素的變化而變化這一特性。例如，在具有一定范圍的時間內，公司應當根據實際情況的具體變化有針對性的對集成物流管理系統中的定位、運輸的車輛數目以及路線等因素進行調度。由此可以看出，LRP的相關參數對時間的變化具有敏感的特性，所以，在對LRP的模型進行研究時，應當將其具有動態性這一特征適時加入其中，這樣做可以在公司對集成物流進行管理的過程中，提高其與實際情況的接近程度。

3、定位的隨機性

在現階段，多數針對LRP所展開的研究都具有一定的局限性，這是因為LRP研究都是以確定的參數作為模型，但是在實際的運用中，所需要進行物流服務的客戶位、數量以及需求等因素并不一定能夠在事先準確知曉，因此，工作人員應當將上述因素作為具有隨機性的變量[3]。由此可以看出，未來針對LRP的研究應當將客戶位置、數量以及相應的需求等隨機性變量因素考慮其中。

4、計算方法的改進

現階段所存在的精確算法中，針對LRP研究所提出的占據了1/2的位置，因此，立足于當今的時代背景，今后在對LRP的精確算法進行發展時應當將普遍性放在首位。精確算法的重要性在于它可以作為對LRP進行啟發算法時所需要的解題效率提供標準的基礎，由于LRP所包括的內容相對來說較為復雜，因此，在對啟發算法進行運用時，通常情況下都是將LRP問題分解為相應的子問題，然后將每一個子問題進行解決后的輸出與下一個相關子問題的輸入相連接。需要注意的是，雖然將LRP的問題進行分解后逐步解決的計算方法所運用的范圍已經越來越廣泛，但是仍舊存在一定的局限性，這是因為使用這種算法無法對同一層次內的定位因素進行準確的分析，因此，對LRP的算法進行改進的工作還在繼續。

四、結論

綜上所述，LRP作為集成物流管理系統定位研究中極為重要的組成內容，對其進行研究的最終成果在對物流工作的開展具有非常重要的意義，但是在我國，對集成物流管理系統中的定位研究尚且處于初級階段，因此，加強定位因素的研究必然是大勢所趨，這就需要物流管理學家通過對相關知識進行深入的研究，將其運用到對現實問題解決的過程中來，達到降低物流成本，提高配送效率的目的.

參考文獻

[1]萬鳳嬌.多倉庫定位-運輸路線安排問題的模型和算法研究[J].江漢大學學報(自然科學版),2012,03:26-32.

[2]萬鳳嬌.集成物流管理系統中定位-運輸路線安排問題評述[J].物流技術,2012,19:124-126.

[3]于遠誠.基于GIS/GPRS/GPS的物流車輛定位管理系統[D].浙江海洋學院,2014.

作者:何林威 單位:海南熱帶海洋學