基于粒计算的物流节点选址理论建模

物流节点选址问题属于物流系统规划中的子问题，其位于物流系统规划层次中的战略规划层。目前，物流节点选址方法缺乏系统的理论指导和规范的决策流程，各种选址方法都有其各自的优劣势，没有一种方法既能够兼顾主观与客观，又能够保持决策的科学合理性和使用的方便性。因此，物流节点选址领域迫切需要引入新思想、新理论、新方法来解决这些问题。粒计算理论（Granular Computing Theory， GCT）作为信息处理的一种新概念和计算范式，为物流节点选址研究中的一些问题提供了新的思路和途径。

物流节点选址的影响因素众多而复杂，直接基于众多影响因素建立决策模型是非常复杂和不经济的，通过粒计算理论将众多影响因素进行简化是做出低成本的科学合理决策的重要途径之一。故本文先从物流节点本身的界定出发，引入粒计算的思想与选址问题相结合，建立了金字塔模型，并将之运用于物流节点的理论选址中，具有很好的应用前景。

1 物流节点的界定

物流选址是物流系统规划中的战略重点，它决定了整个物流系统的模式、结构和形状，影响着库存成本、运输成本。全部物流活动是在线路和节点进行的。其中，在线路上进行的活动主要是运输。物流功能要素中的其他所有功能要素都是在节点上完成的。所以，物流节点是物流系统中非常重要的部分[1]。

广义的物流节点是指所有进行物资中转、集散和储运的节点，按作用不同可分成转运型物流节点、储存型物流节点、流通加工型物流节点、综合型节点四大类型[2]。狭义的物流节点仅指现代物流意义的物流中心、物流园区和配送中心[1]。如无特别说明，本论文所叙述的物流节点，均指狭义物流节点。随着现代物流学的发展，本文从三方面来界定物流节点：

（1）交通方式：不同的交通方式如水路运输、铁路运输、公路运输、航空运输、管道运输等可以在节点处交汇、衔接，形成一个功能强大的多式联运体系。

（2）拓扑结构：多个节点组成的网络拓扑结构，节点内部的布局结构、不同节点间的连通方法及衔接方式、信息传递的流通结构等等，对于节点网络的顺畅运行至关重要。

（3）空间形式：节点空间包括多种制约因素，如交通空间、经济空间、政策空间、环境约束、用地条件及人口状况等等，这些因素对于节点的选择和有效运营非常重要，甚至有着决定性的作用。

图1是物流节点的三维界定关系。

2 建模基础——粒计算在选址问题应用中的可行性

粒计算（Granular Computing， GrC）[3]是T. Y Lin教授在1997年第一次提出的，是软计算科学的一个重要分支，已成为不精确信息、模糊信息、不完备信息及海量信息处理的重要工具，也是人工智能领域研究的热点之一。

粒计算的基本思想就是利用事物在层次和结构上的特性，建立可以在不同层次上对问题进行求解的模型。其中最基本的概念有粒、粒化、粒结构和粒运算[4]。所谓粒就是按照某种粒化准则对具体问题进行某种层次的抽象所得到的结果。粒度的大小反映了抽象的程度，也是对具体问题不同层次细化的度量。粒化可以理解为粒的构造过程。一个粒化准则对应一个粒层，不同的粒化准则对应多个粒层，所有粒层之间的相互联系构成一个关系结构，称为粒结构[5]。而粒的运算涉及到的主要问题是粒层的映射、不同层次上粒的转换以及粒的性质保持性。

粒计算是信息处理的一种新概念和计算范式，为知识发现研究中的一些问题提供了新的思路和途径。它是研究多层次粒度结构的问题求解方法、思维方式及信息处理模式。粒计算从实际出发，用可行的满意近似解替代最佳的精确解，改变了传统的计算观念，得到对问题的简化，实现问题求解的鲁棒性，降低求解费用。其主要思想是在不同的粒度层次上进行问题求解，在很大程度上体现了人类问题求解过程中的智能[6]。

粒计算理论符合物流节点选址的决策过程，其佛山到临沧物流本质上与思维决策具有一致性；粒计算能够用多层次，珠海到天水物流多视角的系统分析法来处理复杂问题，使复杂的选址决策问题流程规范化、层次化，综合考虑多方面的影响因素，减少决策成本；粒计算理论通过粒化的方法将问题抽象细化，使复杂问题得到简化，这就可以根据具体问题对选址问题的指标因素进行抽象细化以建立符合实际要求的选址决策指标体系；粒计算从实际出发，用可行的满意近似解替代最佳的精确解，符合选址决策问题的内在要求，可以降低选址成本，提高选址效率，具有很高的实用价值及经济价值。

综合上述分析，本文根据物流节点的选址目标运用粒计算理论将人的思维分为宏观思维、中观思维及微观思维（当然这种划分不是绝对的、不变的），与之相对应的可以根据因素的影响程度将物流节点选址问题的指标分为一般影响因素、间接影响因素及直接影响因素，由此可以抽象出该问题宏观选址指标模型、中观选址指标模型及微观选址指标模型。

3 基于粒计算物流节点选址的理论架构

本文针对物流节点选址问题的特点及人的决策思维模式，以客观数据为出发点，以“有限理性”、“有限记忆”、“群体决策”和“粒计算”为理论基础，提出了基于粒计算的物流节点选址模型，形成了一个多层次结构的金字塔理论架构。不同的粒度对应不同的层次，所考虑问题的精度及复杂度各不一样。越接近宏观模型，抽象程度越高，考虑的范围越广，需要的精度越小；越接近微观模型，抽象程度越低，考虑的范围越窄，需要的精度越高。其理论框架如图2所示。

图2中，客观数据是作出合理科学物流选址决策的基础，人的“有限记忆”决定了人只能具有“有限理性”，这就需要“群体决策”来弥补“有限韶关到万宁物流理性”与“有限记忆”的不足，使决策尽可能地接近“完全理性”与“最优结果”。物流节点选址是一个复杂的多属性决策问题，模糊决策法能够处理许多不确定问题，德尔菲法是“群体决策”的一种很好的实现形式，这些方法为理论的研究提供应用方式。粒计算的理论结构与认知世界的结构、人类思维模式及行为方式具有一致性，能够处理不确定的、模糊的、不完整的和海量的信息。它从实际出发，用可行的满意近似解替代最佳的精确解，符合“有限理性”的约束，是选址决策问题的内在要求，可以集成上述的理论及应用方法，进而降低选址成本，提高选址效率，具有很高的实用价值及经济价值。