６ C2Ｃ电子商务配送物流网络网点规划
通过前面的分析,根据C２C电子商务商品的特点、供应链系统的要求，结合我国第三方物流配送企业的发展现状，我们发现必须提高全国各地的网点覆盖率，在全国划分的五大行政分区中形成各自的中心网点，即在各个分区内建立快递中心网点—一级中转站,并且优化联盟企业原有的配送网点，建立二级中转场实现与以及中转场对接。其网络覆盖模型如图6.1所示。
图6.１Ｃ2C电子商务配送物流网络网点
6.1航空网络覆盖布局
6.１.1覆盖问题的描述
所谓覆盖模型，就是对于需求量已知的一些需求点,确定一组服务设施来满足这些需求点的需求。当忽略地租等因素的影响,建立一个设施点的固定成本相同时，则为了达到成本最小,须用最小数量的设施去覆盖所有的需求点。在快递业中，由于快件时效性的限制，每个网点都有其最大服务半径，而飞机的最小
经济半径为200公里。另外,各个网点可根据范围内客户群的密集度、业务量,通过配备数量不等的收派员使网点具备不同的服务能力;对于某些客户群集中点被多个网点覆盖,则可将此客户群的业务分由多个网点处理，业务的分配取决于这些网点的服务能力。
问题假设如下：
（1)忽略地租等因素的影响，认为建立一个网点的固定成本相同,则为了达到成本最小,须用最小数量的网点去覆盖所有的需求点；
(２）不考虑区域内交通因素的影响,设定所有网点的最大服务半径上限一致，超过此上限则达不到快件时效性的要求。
(3)由候选网点的四大基本原则供需平衡原则。战略一致，效益最大化,微观区域最优原则，我们知道快递的企业的业务量和运输路线对企业的利益最大化起决定性作用,但在业务量不确定的情况下,我们只考虑网点之间距离。而距离我们采取直线距离。
(4）所选的网点皆为大中型城市,在航空设施比较完备。如飞机场的建设，如我们所选网点都是至少有一个飞机场，一级中转站与它下辖各个网点之间的运输方式一般采取航运或大型货车,火车。符合建立一级中转站的条件。
（5）站在企业未来发展的角度,有些城市之间并没有业务往来，但基于企业扩张的战略，我们假设在一定区域内各个网点之间有业务往来。
基于以上假设，建立最大覆盖模型的目标是对有限的服务网点进行选址,为尽可能的对象提供服务，如图６.2所示。
6.2物流网络网点覆盖模型示意图6.1．２建立模型
覆盖模型符号定义如下：
M
j N i y M j x p
x
M
j x D y
d N
i y j y M
j x x j i i B i j j A p j D i d m M M n N N ij j M
j j
j j j A i ij
i
i B j ij ij j j j j ∈∈≥∈∈=∈≤∈≤-∈???=------=-=-∑∑∑∑
∑∈∈∈∈∈,,0},1,0{ 3.4
3.3, 3.2,1.t .s 1.3y
d max 0j 1)()(},3,2,1{},,3,2,1{)
()
(N j )
j (A i ij
i
式式式式则数学模型可表示为：的部分。点节点需求中被分配设施，，否则
点建立设施；，在的集合；的设施节点可以覆盖需求节点的集合；点所可覆盖的所有需求节设施节点可以建设的设施数目
务能力（容量）个候选中该设施点的服若第个需求点的需求量
第，区域内候选网点的集合集合，区域内客户群集合点的
式（3—１)是满足最大可能的对需求提供服务。 式（3—2)是需求的限制，服务不可能大于当前的总和。 式（３—３）是对每个提供服务的网点的服务能力的限制。
式（３—４）则是问题本身的限制,也就是说，最多可能投建设施的数目为p 。 6.1.4根据枢纽城市信息（见表６.1），建立航空网络网点
首先,用经纬度计算距离
地球赤道上环绕地球一周走一圈共4007５.０4公里,而@一圈分成360°,而每1°(度）有６0，每一度一秒在赤道上的长度计算如下： 4007５．04km/３６0°＝１11．３1955km
1１1．3１95５km/６0=1.8５5３25８km=１８５５.３m 而每一分又有６0秒,每一秒就代表1855．3m/60=３0.92m 任意两点距离计算公式为：
ｄ＝111.１２cos{1/[sinΦAsinΦB十cｏsΦAcosΦBcos(λB—λA)]｝
(其中Ａ点经度，纬度分别为λA和ΦA，B点的经度、纬度分别为λB和ΦB，d为距离)。
例北京到天津的直线距离:
ｄ=111.１2cos{1/[sin３9．02 sin39．55十cos39.5５cos39.55cｏs(117.１2—116.24)］} =１２8.1公里
由上述方法,我们可以精确的计算出物流企业开通全国城市网点直线距离，见附表6.２。
其次,确定各区一级中转站：
（１)在华北地区
北京作为中国的首都,经济发展迅速,居民生活水平较高,交通便利,各大交通公共设施非常完善,与中国各大城市业务来往最频繁的城市,股在华北地区选择北京为中心网点——一级中转站。
（2)在华东地区
华东地区的航空资源优势突出，地面网络覆盖华东地区24个大中城市。在杭州，上海,宁波，无锡四个中心城市的距离表中（表）除了上海距温州超过20０公里,其它的都再200公里之内,故我们可以采取汽车运输,经济半径规定为２00公里。
杭州
160 上海
140 180 宁波
240 360 １９0 无锡
我们运用集合覆盖模型来求解华东地区的一级中转站，如下表6．４。
6.4 候选网点服务范围
客户集群城市Ａ(j) Ｂ(i)
杭州杭州上海宁波杭州上海宁波
,故选j＝无锡,即在客户集群城市无锡建立一级中转站。由于无服务能力限制约束，故根据算法第三步依次指派宁波，上海，杭州，无锡点归网点无锡服务。
(3)在华南地区
目前广东和福建之间还没有全货机运行,互寄快件主要通过陆运干线和散航两种运输方式,网络其他区域有一大部分至福建的快件也是通过华南分拨区进行中转,由陆运干线进入福建的三个中转场。
“粤闽干线主要包含深圳——泉州干线（3组对开）、深圳——福州干线（１组对开）及深圳——厦门干线(1组对开)共5组，这是干线网络和区位示意图”。
表1 粤闽干线对开线路一览表
8 深福０３0
０
３５18 2.６８
９4２8.2
４
1１.2T 84０９0%
9 深厦0230 2148 2.６8 575６.64 ７.3T ６50 83%
10 深泉０４0
０
22７0 2.６８６083.6 11.2T 7２0 ７４%
转站。
广州
3０东莞
130 10０深圳
2.６物流企业全国一级网络
综合模型求解过程，在地图上标出各个一级网络网点见图3-4。
图3－4 一级覆盖图
我们通过在每个华南、东南、和华东行政分区里运用集合覆盖模型选址---一级中转站,根据目前与全国各地已建立业务往来的城市的业务量大小华东地区设宁波为一级中转站，华南地区设深圳为一级中转站,东南地区设厦门为一级中转站。上图以每个一级中转站为中心作出一个圆,并让他尽可能覆盖多的网点,图中共用3个圆域覆盖了沿海的大部分网点，由于经济与地理以及物流中转站的经济成本等因素,有些网点不在覆盖模型之内，但是我们可以铁路或航运由其他中心与之进行快件的中转，解决网点的覆盖率不高的问题。
６．2物流网络网点中转场选址模型
６.2．1中转场选址问题的描述
将区域内的网点看成是分布在某一平面范围内的物体系统，各网点的业务量看成为物体的重量,物体系统的重心位置将作为中转场的最佳设置点。另外，中转场不仅与本区域内网点联系紧密，作为本区域与其他区域的连接纽带,中转场还与机场往来频繁，且提发货量较多，因此将机场也视为一个质点，其提发货量视为其重量,作为物体系统一并考虑。 问题假设如下:
(1)各个网点与中转场问每单位货量、单位距离所产生费用相同;但与中转场与机场间每单位货量、单位距离所产生费用区别对待；
(2)区域内的交通迂回系数一致，两点间的行车距离即为两点间直线距离与交通迂回系数的乘积;
(３)区域内中转场位置的确定，对此中转场与其他中转场进行干线运输所产生的影响忽略。
网点
中转场
机场
图５.３ 中转场重心示意图
5．3.2中转场选址模型的建立
符号定义如下：
()y x p 000,——中转场;
()y x p i i i ,——网点()1,...,2,1-=n i ; ()y x p n n n ,——机场；
m i ——p 0与p i 间每单位货量、单位距离所产生费用()m m m n 1i 1...≠=-;
α——交通迂回系数;
d 1——p 0到p i 的直线距离;
w i ——p i
的业务量；
则总费用H 为：
H =()=
∑=n
i i i i d w m 1
α()()
∑??????-+-=n
i i i y i y x i x w m 1
2
1
0202α 公式(4.4)
则目标函数为：
H min =()()[]∑-+-=n
1
i 21
i i y y x x w m i
02
i
02
min α
若??
? ??y x **
,使H 取得极小值点，由于公式(6—4)为凸函数，则最优解的必要条件须
满足:???
????==??==??0|0|**00
y
y H x x H
y x
令()
()()[]
()
()()[]
????
???
?
?====∑-+--??∑-+--??==n
i i n i i y y x x y y w m y H y y x x x x w m x H
i
i
i
i
i
i
i
i
12
1012
1
2
20
02
2
αα
则有
()()[]()()[]
()()[]
()()[]
????????
?
??????????
∑=∑=====-+-∑-+--+-∑-+-n i i
n i i
i
i
n i i
i
n i i
i i
y y x x w
m y y x x y
w m y y y x x w
m y y x x x
w m x i
i i i
i i
i
i
i 12
11
2
1*12
112
1*
2
2
02
2
02
0202
2
公式5.５
上式两等式右端仍含未知数x 0，y 0
故不能一次求得显式解,但由此可以导出关
于x 、Y 的迭代公式：
()()[]()()[]
()()[]()()[]
??
???
??
?
?
??????
???
?
∑
=∑===+==+-+-∑-+--+-∑-+-n i i
i
n
i i
i
i
k n i i
i
n i i
i
i
k y y x x w
m y y x x y
w m y y y x x w
m y y x x x
w m x i
k i
k i
k
i k
i
k i
k i
k
i k
12
11
2
1
1121
12
112
222
22
22
应用上述迭代公式,则可采用逐步逼近的不动点算法求得最优解。
5．3．3逐步逼近的不动点算法求解
输入：
n ——网点数; ,
()y x i
i
,——各网点的坐标()1,...,2,1-=n i ；
m i
——网点每单位货量、单位距离的费用()n i ,...,2,1=;
w i
——网点的业务量()n i ,...,2,1=;
α——交通迂回系数;
输出：
H ——总费用；
??
? ??y x **,——中转场坐标。 Ｓt ｅp l ：初始化。
选取一个初始的迭代点A
()
y x 0
,，不妨取????
??
?
==∑∑==n
i i
n
i i
y
y x
x n n
1
1
011
然后计算A 点到各网点的直线距离d i 和费用H 0
:
d i =(
)()
??
????-+-y i y x i x 020221
=H 0(
)∑=n
i i i i d w m 1
α
Step ２：迭代。
令
()()[]
()()[]
()()[]
()()[]
????
????
?
?
?????
?????
?
∑=
∑=
====-+-∑-+--+-∑-+-n
1
i 2
1i
i
n
1i 2
1i
i
i
n 1
i 2
1i
i
n 1i 2
1
i
i
i
y x w
m y x y
w m y x w
m y x x
w m i
2
i 0
2
i
2
i 0
2
i
2
i 0
2
i
2
i 0
2
y x y x y x y x b a
则有
=
d i ()()[]
y b x a i
i -+-22
2
1
=
H
1
()∑=n
i i i i d w m 1
α
S ｔep 3:若H H
10
<，费用已达极小值,输出最优解()b a ,和H 0;否则，转
下一步;
Ste ｐ 4:令x
x 1
0=
,y y 1
=
,H H 10=转Ｓtep 2。
应用上述逐步逼近的不动点算法，则可求得中转场的最优位置坐标(
)y
x *
*
,。
5.3．4算例分析
某区域内有９个网点,其位置及业务量见表4—５所示，且这些网点的快件中有80%需要与其他区域互通（%20为区内件),此前的干线运输外包给货代公司受理。现根据业务发展需要,需建立一个中转场对此区域网点进行综合集散服务。机场与中转场间每1吨货物运输1千米产生的费用为１.１２5元,即
125.110
=m
，
中转场与网点间每1吨货物运输１千米产生的费用为2元(运费的差异主要来自于车型与装载率的不同),即()9,...,2,12==i m j ，区域内交通迂回系数2.1=α。
表５.5网点位置及业务量
(1) 根据模型算法,首先选取初始解,不妨设:
=p 0()=y x 00,()120,95
则
d
i
＝()()[]
y y x x i
i -+-0
2
2
2
1
()n i ,...,2,1=
H
=()∑
==n i i
i
i
d w m 1
442.23216α
(2)
令
??????
???????
==
===
=∑∑
∑∑====0
.1236
.1228
.150789
.946
.1223
.116310
10
1
10
1
10
1
i
j i
i
i
i i
i
i
i
i i
i
i
i i
i
i
i
d
w
m d y w m d w m d x
w m b a
d i
=()()[]y b x a i i -+-2
2
2
1
()n i ,...,2,1=
H 1
=()786.231691
=∑=n
i i i i d w m α (3）又由于
H
H 0
1
<,则令
786
.2316901
==H
H 9.940
==a x
，0.1230
==b y ;
(４)再次计算
a ,
b ，d j ,得到:
H
1
=()32.2316110
1
=∑=i i
i
i
x w m α
又由于
H
H 0
1
<,再进行迭代7次,有
H 0
=()∑==n
i i i i d w m 1
23157.636α
(5)计算
???????
?
??????
?======∑∑
∑∑
====3.1255.1432.179802.965.1438.1380310110
1
101101
i i i
i i i i i i i i i i i i i
i i d w m d y w m d w m d x w m b a =d
i
()()[]y b x a i i -+-2
2
2
1
()n j ,...,2,1=
H
1
= ()63.231571
=∑=n
i i
i
i
x w m α
（6)仍有
H
H 0
1
<，则令63.2315701
==H H
2
.9610
0==
x
x 3.12510
==
y
y
（7）在次计算
???????
?
??????
?======∑∑
∑∑
====3.1257.1439.180092.967.1437.1382710110
1
101101
i i i
i i i i i i i i i i i i i i i d w m d y w m d w m d x w m b a =
d
i
()()[]
y b x a i
i -+-22
2
1
()n i ,...,2,1=
H
1
＝ ()63.231571
=∑=n i i
i
i
x w m α
(8)至此
H
H =01
则H 0已最小,输出最优解:()=y x ,00()3.125,2.96，
H。因此，如图5.4所示，由中转场选址模型确定的中转场位置坐标=
23157
.
63
是()3.
,2.96
125
图5.４中转场位置示意图
网络规划效果图