文档库 最新最全的文档下载
当前位置:文档库 › 选址方法汇总

选址方法汇总

物流选址方法综述

摘要:物流的选址决策在物流运作中有着重要的地位。文章分析了物流选址的常用方法,并进行了分类举例说明,为实际选址提供参考。 关键词:物流;选址问题;

一、定量分析方法

定量方法一般用可量化的描述成本的数学公式为目标函数进行优化选址,常以物流过程总费用最小为目标,通过设定一些参数、变量,并对问题作一定的假设,建立一个比实际情况简单的模型,通过求解模型得出方案。比较典型的定量方法包括重心法、物流作业量法、启发式算法、线性整数规划等。 (1)重心法

设有一系列点分别代表生产地和需求地,各自有一定量货物需要以一定的运输费率运向一个位置待定的仓库,或从仓库运出,那么仓库该位于何处呢?我们以该点的运量乘以到该点的运费费率,再乘以到达该点的距离,求出上述乘积之和(即总运输成本)最小的点。即,

i i i i

MinTC V R d =∑

式中 TC —总运输成本

V i —i 点的运输量 R i —到i 点的运输费率

d i —从位置待定的仓库到i 点的距离

解两个方程,可以得到工厂位置的坐标值。其精确重心的坐标值为

//i i

i

i

i

i i

i

i

V R X d X V R d

=

∑∑

//i i i

i

i

i i

i

i

V RY d Y V R d

=∑∑

式中 ,X Y —位置待定的仓库的坐标

X i ,Y i —产地和需求地的坐标 距离d i 可以由下式估计得到

i d =

式中,K 代表一个度量因子,将坐标轴上的一单位指标转换为更通用的距离度量

单位。

(2)物流作业量法

该方法计算各地址的物流周转量,选择其中最小者为最优地址,其步骤为: i. 设定坐标系。设a 是拟选新址,b 、c 、d 是新址的关联方,即新址物料供应点或产品投放点,各点坐标值标在点的旁边。

ii.

计算新址与关联方之间的距离。a 与b 之间的直线距离为:

ab D =

iii. 统计一定时期内发生在新址与关联方之间的物流作业量Q 。 iv.

计算新址的物流作业量L 。

1

n

i i

i L Q D ==∑

其中,Q i :新址与第i 个关联方之间的物流作业量; D i :新址与第 个关联方之间运输距离; n :关联方数目。 v. 依次计算不同新址的物流作业量,物流作业量最小的新址就是最佳

新址。 (3)启发式方法

如果服务系统要在一定区域建立几个销售点,从费用或总距离最小的角度选择建立销售点的地址,可用启发式方法。

例:某连锁总公司拟在某市建立两家超市,该市有A 、B 、C 、D 四个区,各区可能到超市购物的人数权重已知(见表2),求:拟建的两个超市应建立在哪两个区?

表1 各区距离和人数权重

解:将A区人口数乘以A区人数权重,再分别乘以A区到其余各区的距离;其他各区同样计算,得到总距离成本,再将各列相加,见表2。

表2 总距离成本

由于D区所在列总成本856最低,所以选D区建立一个超市。

A、B、C各列数字与D列对应数字比较,若小于D列同行数字,则将其保留,若大于D列数字,则将原数字改为D列数字,再将同列数字相加,见表3。

表3 距离成本新表

由于A区所在列总成本388最低,则选A区建另一家超市。

(4)线性整数规划

线性整数规划的一般形式为:

1

1max (1,2,...,)0(1,2,...,)n

j j

j n

ij j i j j j z c x a x b i m x j n x ===?==???≥=??

???

∑∑为整数(部分或全部) 线性整数规划分为三类:如果所有变量都限制为整数,则称为纯整数规划;如果仅一部分变量限制为整数,则称为混合整数规划。整数规划的一种特殊情形是0—1规划,它的变数仅限于0或1,0—1规划在整数规划中占有重要地位,一方面因为许多实际问题,例如指派问题、选地问题、送货问题都可归结为此类规划。

例:某公司计划在m 个地点建厂,可供选择的地点有A 1,A 2…A m ,他们的生产能力分别是a 1,a 2,…a m (假设生产同一产品)。第i 个工厂的建设费用为f i (i =1.2…m), 又有n 个地点B 1,B 2, … B n 需要销售这种产品,其销量分别为b 1.b 2…b n 。从工厂运往销地的单位运费为C ij 。试决定应在哪些地方建厂,即满足各地需要,又使总建设费用和总运输费用最省?

设: x ij 表示从工厂i 运往销地j 的运量(i=1.2…m 、j=1.2…n ),

又设i 1A y =(1,2,...,)0A i i i m ?=?

?在建厂

不在建厂

模型:

1

min m

ij ij i i

i Z c x f y ==+∑∑∑

11

( 1.2) (j 1.2n)00 1 (i 1.2m j 1.2n)

n

ij i i j m

ij j i ij i x a y i m x b x y ==?≤=????≥=???≥===???

∑∑为整数,或、

进行规划求解,得出结果。 (5)盈亏平衡点法

此法通过确定各地址产量的临界点,求出成本最低的方案为最优方案。 例:某企业拟从三个备选场址中选择一个建立一所物流加工基地,成本情况如表4,试选定 最佳场所。

表4 场址成本

解:设Q 为产量,三个场址的总

成本分别为: C a =500000+100Q ,C b =1500000+6OQ ,C c = 2500000+4OQ 。

求出C a 与C b 交点Q ab ;C b 与C c 交点Q bc ;C a 与 C c 交点Q ac ;Q ab =25000件,Q bc =100000件,Q ac =33333件,由下图可见,当Q

二、定性分析方法

定性方法,通常也称“多准则决策”、“综合因素评价”,是将专家凭经验、专业知识作出的判断以数值形式表示。根据选址时需考虑的各种影响因素(准则),通过综合的定性分析,建立评价指标体系。且常常采用加权因素评分法、模糊综合评判法、风险型方法、德尔菲法(Delphi)等评价方法对等各个备选方案进行指标评价,从中选择相对最优方案。 (1)加权因素评分法

此方法要考虑影响选址的各个因素,确定各因素的重要程度,并给各因素打分来评价。选址

步骤为:

a) 把影响选址的各因素罗列出来。

b) 确定每个影响因素的权重,根据每个因素的相对重要程度来确定。 c) 制定各因素的评价标准,不同等级赋以不同分数。 d) 给各方案的各影响因素评分。

e) 加权计算各方案的总分,总分越高地址越优。 (2)模糊综合评判法

此法综合考虑客观因素(成本因素)和主观因素(非成本因素)对选址的影响,其选址步骤为:

a) 选定因素并确定重要比重。凡是与成本有关、可用货币表示的因素归为客观因素,其他的归为主观因素,设主观因素重要比重为0(0≤x ≤1),则客观因素重要比重为1-x 。

b) 计算客观度量值。对每一可行选址方案,计算其客观度量值:

1

,1

1(1/)m

n

i ij

o i i i j i C C M C C -==??==??

??

∑∑

其中,C i :第i 选址方案的总成本;C ij :第i 选址方案的第j 项成本;M o ,i :

第i 选址方案的客观度量值;m :客观因素的项数;n :选址方案的数目。

而,11m

o i i M ==∑,,即第i 选址方案的所有客观因素的客观度量值之和等于1。

c) 确定主观评比值。对每一项主观因素,将每一选址方案两两对比,较好的比重值定为1,较差的比重值定为0。然后,将某方案的比重除以所有方案所得比重之和,求出某主观因素在某选址方案的主观评比值,即:

1

/n

ik ik ik

i S W W ==∑

其中,S ik :第i 选址方案对比第K 因素的主观评比值;W ik :第i 选址在第

K 因素中的比重;1

n

ik i W =∑:第K 因素的总比重值。

d) 计算主观度量值。确定各个主观因素的重要性指数,确定方法可用上述的两两比较法,然后把每一因素主观评比值与该因素的重要性指数相乘,再相加,得每一选址的主观度量值:

,1

()m

s i k ik k M l S ==∑

其中,M s ,i :第i 选址的主观度量值;S ik :第i 选址对第k 项主观因素的评价值;l k :第k 项目观因素的重要性指数;m :主观因素的项数。 e) 综合计算地址度量值:

,,(1)i s i o i M xM x M =+-

最后,选择度量值最大的地址为最优方案。 (3)风险型方法

各备选场址都面临几种可能状态,已知各可能状态发生的概率,并已知各场址面临可能状态 时的收益值,则某一场址的期望收益值为:

1

n

i i

i E x W ==∑

其中,x i :在第i 种状态时的收益值;W i :第i 种状态发生的概率;n :可能出现的状态数目。分别算出各场址的期望收益值,大者为首选。 八、不确定型方法

在风险型选址的条件中,如果不知道各种可能状态出现的概率,选址就变成了不确定型选择,根据选址者心理状态的不同,可有多种选择法。

a) 悲观法—小中取大原则

这是用保守观点分析和决定问题,决策者对客观情况总是抱悲观态度,为了保险起见,总是把事情的结果估计的很不利,在各种最坏的结果中找出一个好一点的方案。

决策者用一个方案在各种自然状态下最小的收益值作为这个方案的评价值,即

方案d j ←评价值

()min j ij i

f d u =

然后根据每个方案的评价值去选择方案,即

ij max ()max min u j i

j

f d =

选择评价值最大的方案为最优方案。

b) 乐观法—大中取大原则

决策者用一个方案在各种自然状态下最大的收益值作为这个方案的评价值,即 方案d j ←评价值()max j ij i

f d u =

然后选最大评价值的方案为最优方案,即

ij max ()max max u j j

i

f d =

选择最优方案。

c) 最小后悔值法—大中取小原则

在各种自然状态下,以最大收益值减去其他收益值得到这自然状态下各方案的后悔值。

在i θ状态下,选择d j 方案的后悔值为

max ij ij ij j

r u u =-

所有后悔值构成后悔值矩阵[]ij m n r ?。

在后悔值方法中,决策者用一个方案在各自然状态下最大的后悔值作为这个方案的评价值,即

方案d j ←评价值()max j ij i

f d r =

然后选择评价值最小的方案为最优方案,即根据

ij min ()min max r j j

i

f d =

选择最优方案。 (4)德尔菲法

德尔菲法又称专家调查法,常用于预测工作,也可用于对设施选址进行定性分析,与其他专家法的区别在于:用“背对背”的判断代替“面对面”的会议,即采用函询的方式,依靠调查机构反复征求每个专家的意见,经过客观分析和多次征询,使各种不同意见逐步趋向一致。

德尔菲法具体实施步骤如下:

a) 组成专家小组。按照实施选址所需要的知识范围确定专家,人数一般不超过20人;

b) 向所有专家提出输送选址的相关问题及要求,并附上各选址方案的所有背景材料,同时让专家提出所需材料清单;

c) 各个专家的意见汇总,进行对比,并将材料反馈给各专家,专家根据反馈材料修改自己的意见和判断。

d)

城市地铁选址方法研究.doc

城市地铁选址方法研究- 1 城市地铁站点的概念 城市轨道交通是一种现代化的城市公交客运系统,这种快速大运量的城市轨道模式,通常以电力来牵引,其线路常敷设在地下隧道内。 2 城市地铁站点分类 3 城市地铁站选址定义及分类 该文对地铁站选址的定义是在地铁站对线路规划的影响上订立的,故将线路站点定义为:对线路规划有影像的站点的总称,通常指“锚定”站点,选址的宗旨是协调、完善线路的规划。按线路规划受到的影响分类,站点选址可分为“锚定”站点选址与“游离”站点选址,其中“锚定”站点是线路规划的关键节点,“游离”站点的选址是以站位规划为基准,再考虑站点两端“锚定”站点位置,结合实际情况而进行设置。 4 城市地铁站选址的基本原则和影响因素 4.1 基本原则 从城市整体交通状况出发,依据城市地铁建设要求将“按需设置、经济合理、技术可实现性、协调发展”作为基本原则。 4.2 影响因素 4.2.1 与沿线发展规划是否协调 客流量大小和集散强度与城市人口的分布以及商业区的密集程度紧密关联,且后者对前者有一定引导作用。因此,地铁站设置时要考虑周边不同土地的远期规划和利用结构。 城市空间布局受地铁站间距影响。地铁站间距较大时,生产、商业等多功能项目更愿意到地铁周边发展,因此很容易形成

区域式发展趋势和功能齐全的土地开发区。地铁建设时要考虑人口规模和客流量,人口和客流量太小的话,地铁修建的可行性就会大大降低。地地铁建设的目的是缓解客流压力,如果布局和承载能力设置不合理,反而会对居民出行产生影响。 4.2.2 地铁站的选址与地铁线路是否协调 地铁站是线路规划的节点,是属于线路规划的一部分,站点依附于地铁线存在,地铁站同时也优化了地铁线的功能。地铁站选址时要体现地铁线路的规划要求,并且要适应施工要求。 4.2.3 地铁站的交通功能 城市地铁站是乘客享受地铁服务的起点,如果选址恰当,能够对客流产生积极的导向和聚集的作用,使地铁线的交通功能得到最大程度的发挥。因此,地铁站的选择也要充分考虑到客流量、客流分布走势、出行结构以及各人口密集区的客流集散强度。 (1)客流分布特征对地铁站选址的影响。地铁站的选择要为未来客流动变化留有余地,城市客流的分布与形成是一个相互制约最终平衡的过程,随着时间和外部条件的改变,城市化进程的加快,城市地铁客流不可能一成不变。因此,建设地铁站时,要统筹兼顾,既要考虑城市交通的未来分布,充分考虑客流的动态变化趋势。 (2)地铁站受客流的影响。从客流数量出发,以我国运营为参考对象,乘客到达地铁站的出行方式及其所占比例为:步行地面公交乘出租车自行车出行其他。站间距小的站点可以增加地铁对客流的吸引力,将更大部分其他客流转化为地铁客流,因此,站间距的大小与客流量多少有紧密的关系,此外地铁站的展位也会对客流量产生一定程度的影响。 4.2.4 经济效益

选址方法汇总

物流选址方法综述 摘要:物流的选址决策在物流运作中有着重要的地位。文章分析了物流选址的常用方法,并进行了分类举例说明,为实际选址提供参考。 关键词:物流;选址问题; 一、定量分析方法 定量方法一般用可量化的描述成本的数学公式为目标函数进行优化选址,常以物流过程总费用最小为目标,通过设定一些参数、变量,并对问题作一定的假设,建立一个比实际情况简单的模型,通过求解模型得出方案。比较典型的定量方法包括重心法、物流作业量法、启发式算法、线性整数规划等。 (1)重心法 设有一系列点分别代表生产地和需求地,各自有一定量货物需要以一定的运输费率运向一个位置待定的仓库,或从仓库运出,那么仓库该位于何处呢?我们以该点的运量乘以到该点的运费费率,再乘以到达该点的距离,求出上述乘积之和(即总运输成本)最小的点。即, i i i i MinTC V R d =∑ 式中 TC —总运输成本 V i —i 点的运输量 R i —到i 点的运输费率 d i —从位置待定的仓库到i 点的距离 解两个方程,可以得到工厂位置的坐标值。其精确重心的坐标值为 //i i i i i i i i i V R X d X V R d = ∑∑ 和 //i i i i i i i i i V RY d Y V R d =∑∑ 式中 ,X Y —位置待定的仓库的坐标 X i ,Y i —产地和需求地的坐标 距离d i 可以由下式估计得到

i d = 式中,K 代表一个度量因子,将坐标轴上的一单位指标转换为更通用的距离度量 单位。 (2)物流作业量法 该方法计算各地址的物流周转量,选择其中最小者为最优地址,其步骤为: i. 设定坐标系。设a 是拟选新址,b 、c 、d 是新址的关联方,即新址物料供应点或产品投放点,各点坐标值标在点的旁边。 ii. 计算新址与关联方之间的距离。a 与b 之间的直线距离为: ab D = iii. 统计一定时期内发生在新址与关联方之间的物流作业量Q 。 iv. 计算新址的物流作业量L 。 1 n i i i L Q D ==∑ 其中,Q i :新址与第i 个关联方之间的物流作业量; D i :新址与第 个关联方之间运输距离; n :关联方数目。 v. 依次计算不同新址的物流作业量,物流作业量最小的新址就是最佳 新址。 (3)启发式方法 如果服务系统要在一定区域建立几个销售点,从费用或总距离最小的角度选择建立销售点的地址,可用启发式方法。 例:某连锁总公司拟在某市建立两家超市,该市有A 、B 、C 、D 四个区,各区可能到超市购物的人数权重已知(见表2),求:拟建的两个超市应建立在哪两个区? 表1 各区距离和人数权重

物流设施选址方法综述剖析

2.3 配送中心选址方法综述 本文在建立配送中心选址模型、设计模型求解方法时,需要借鉴大量前人的研究成果。为了更直观地了解这些理论,本节对配送中心选址的方法进行了归纳,并对几种常用选址模型进行介绍。 从配送中心各备选点属性的可量化的程度分析,这些方法可分为定性方法和定量方法两种,每种方法中又包含了复杂程度以及所用数学算法不同的多种方法,现归纳如图2-3所示。 图2-3 物流设施选址方法归纳

2.3.1 定性方法 定性分析法是指凭借集体或个人的经验做出决策的过程。其一般执行步骤包括: 1)根据以往经验结果进行确定备选点; 2)利用指标对各备选点进行优劣性检验; 3)根据检验结果做出决策。 较常用的定性方法有头脑风暴法、专家选择法、PERT法等,这类方法的中心思想是将专家凭借经验做出的判断以量化的数值形式表示,对各个数值进行综合分析后作出决策。由于基于定量分析的选址方法很难将影响决策的所有因素考虑周全,如环境、地理、交通、城市用地、城市发展、劳动力等,并且即便想周全考虑这些因素,也很难量化所建模型中的各约束条件。因此,根据实际情况建立一套完整的选址评价指标体系,采用模糊评价(Fuzzy Judge)、层次分析(Analytic Hierarchy Process,简称AHP)等数学方法进行综合评价,进而确定配送中心的最优选址区位就显得十分有效。在这类方法中,专家的主观判断占主导地位,决策结果往往受到专家的知识结构、经验以及他们所处的时代、社会地位和社会环境等诸多因素的制约和影响。对于有限的备选地点,该类方法较为有效,但是如果以整个城市大系统甚至更大规模的选址问题为研究对象来研究配送中心的选址问题,则必须具备足够的基础资料,辅助以定量分析方法,否则决策结果缺乏足够的说服力。[29] 2.3.2 定量方法 定量分析法应用非常普遍,从建模方法的角度分类,可归纳为三大类:解析法、模拟法和启发式方法。 1)解析法 解析法主要是通过建立并求解数学模型,以求得最优选址方案。一般来说可分为基于成本的模型和基于效益的模型。基于成本的模型主要考虑成本的最小化,而基于效益的模型考虑的则是总收益的最大化。虽然这两类模型所考虑的因素不同,但其数学处理方法在本质上是一致的。现实中,多数情况以研究成本为主。采用解析法时,首先应根据问题的特征、外部条件以及内在的联系建立适当的数学模型,然后对模型进行求解,获得最优选址方案。这种方法的优点是能获得精确的最优解。但是,在解决某些复杂问题是,用该方法难以建立起恰当的模型,或者由于模型太复杂,使得求解过程困难或付出相当高的代价。因此,解析法在实际运用中受到一定的限制。[30] 采用解析法建立的模型包括微积分模型、数学规划模型、重心法模型等。数学规划模型又包括线性规划模型、非线性规划模型、整数规划模型、混合规划模

麦当劳三大选址方法

对餐厅而言,地址的重要性毋庸置疑。选址的决策过程复杂,成本高,一旦选定不易变动,同时地址特点对餐厅的经营影响较大。一般来说,如果餐厅位置好,即使经营者能力一般,也相对容易获得成功;如果选址不佳,即使经营者再有能力,也往往难以弥补这一缺陷。国际快餐巨头麦当劳的选址一向以精准著称,以至于很多餐企紧紧跟随,纷纷选址在其周围,到底麦当劳是在运用哪些方法进行选址的呢? 麦当劳三大选址方法 餐厅选址需要周密的计划,进行审慎的定性、定量分析。这是一个需按科学程序执行的预测、决策过程。餐厅拟建规模越大,这个过程就应越严格、精密。下面就介绍几种麦当劳常用的选址方法。 塞拉模型法 塞拉模型是由美国俄克拉何马大学的弗朗西斯?塞拉教授为餐厅设计的。塞拉教授与俄克拉何马餐厅协会签订为餐厅的经营设计模型的合同,借助计算机来模拟餐厅经营,判断餐厅可能达到的销售额。塞拉认为,他的模型能以5%左右的误差预测餐厅的销售额。他的模型最初是为下列五种餐厅设计的:一般餐厅、自助餐厅、路旁餐厅、特种餐厅以及汉堡包餐厅。设计模型所需的信息资料是从俄克拉何马州居民的各种有关经验中提取的。 模型设制的理论基础是,如果决定一家餐厅销售额的各种因素的重要性可以根据它们对销售的影响而确定,那么只需几分钟就可以用计算机预测到那家餐厅所应达到的销售额。 较为明显地影响销售额的几个因素是: 预备建造或已在经营的餐厅附近的居民情况以及他们的收入; 该地区竞争对手的数量; 该地区的交通流量;

餐厅经理的能力; 已进行的广告宣传; 餐厅建筑物的外观及其类型。 CKE餐厅选址法 CKE模型是由卡尔?卡彻?恩廷(Carl Karch Ent)设计的。这一模型是通过掌握充分的市场资料,运用多元回归分析法来预测和评估某一餐厅的位置优劣。 ⑴需要的有关数据 对于某一餐厅的位置来说,如果要进行评估,必须获得如下有关本区域内的数据: ①附近街道上每天的车辆数。 ②本区域内所有餐厅的座位数。 ③本区域内蓝领工人所占比例。 ④10分钟内即可到达餐厅的公司职员人数。 ⑤周围10分钟内就可到达的人数。 ⑥本区域内人口的平均年龄。 ⑦营业区域内连锁餐厅数。 ⑧10分钟内可以到达的所有人口数。 ⑵需要达到的指标 ①本区域内所有餐厅座位数不少于1200个。 ②75%的人口属于蓝领阶层。 ③平均年龄在26―32岁之间。 ④10分钟内有10000名职员可以到达这家餐厅。

选址方法比较

新店选址方法论 目前国内连锁企业选址,大都采用欧美企业在上个世纪70年代使用的市场调研法,即只对几个微观的市场因素进行调查。去年我们在企业一线调研发现,这种方法忽略了几个重要的选址细节,导致门店失败。 城市分类 在大型连锁经营项目中,是否进入一个城市,是战略层和拓展人员首先遇到的问题。传统做法一般看人均收入、城市的发展状况等,但一上来就进入细节,实际上往往使一线人员忽略了一个宏观大前提:城市的类型。 城市大概可分为3类: 1、工业化城市:这种城市的功能单一,人口较少,大都是某个或某几个大型企业的员工和家属。根据工业项目不同,又可分为:矿业城市(如大庆、克拉玛依、抚顺),重工业城市(如鞍山、本溪),轻工业城市(如东莞、番禺)。到了80年代开始还出现了电子及高科技工业城市,但都依附于大型城市周围,属于卫星城。 工业化城市居民中,工业企业员工占比很大,居民呈“金字塔型”消费结构,一线工人的数量大,收入稳定,当然绝对值不高,而且居民对购物时尚的追求不会太超前。那些商品种类又宽又深、档次和价格带很宽的零售商不易成巩而由于这类城市中很少有极贫困阶层,因此低价、散乱的业态也很难成功。 2、交通枢纽城市:一般这类城市是由两个因素产生:地理位置和行政区划。它们的建城时间都很早,大多有百年的历史,是商品和信息的集散地,又可分为:门户型(进入某个地区的必经之地,如山海关),交叉型(几个交通干线交叉的

地方,如武汉、郑州),港口型(一个主要的出海港或内陆港,如大连、秦皇岛),地区核心型(某个地区的核心城市,如沈阳、西安)。 这类城市的居民有典型的“纺锤型”消费结构,即有少量特别富有的阶层和非常贫困的居民,而中层部分占大多数,而且中层群体里有一大批消费意识超前的顾客。这类城市积极吸纳的业态都比较先进,传统业态不占优。虽然某些城市中层的收入也不高,但在跟风驱使下,会把价格带往上烘托。 3、混合型城市:是上面两种城市功能的混合,其中很多是受政府政策的影响而成,往往成为了特大型城市或城市群,又可分为:工业中心城市(依托围绕其周围的工业卫星城或园区发挥其交通枢纽的优势,如深圳),经济贸易中心城市(依托其在经济和贸易方面的软硬件优势,大力开发新兴工业园区和工业卫星城:如上海,北京),行政中心城市(首都、省政府所在地同时也是工业城市:如北京、长春)。 该类城市兼具上两种特性,比较复杂,但由于各种传统或现代业态都比较发达,所以竞争很激烈。 在进入一个新城市选址前,我们都应该对城市的性质进行分类,以确定自己的业态类型、目标顾客、商品结构、价格带、竞争方法等。因为在各种城市中,往往对服装(时尚程度、价格水平)、食品(健康与否、新奇与否、价格水平)等方面的需求差异很大。例如,沿海港口城市和内陆矿业城市之间,对于食品结构的需求就大不一样。因此,针对什么城市,应考虑什么变量,最后要开什么样的店,是需要决策者和拓展者不断摸索总结的。一般来说,政府规划者如果对城市有清晰的定位,并将各类资源集中于该定位,即可保证该城市的稳定发展,这些城市是选址者的首选。一旦对某类城市的特性掌握比较全面,开店成功率高,

选址思路

一、选址思路 1、根据自身所长选择适合自己的市场环境。 选点,既是选择市场环境,每种市场环境都有做成的可能,但是思考的核心是,根据自身的资源和擅长的市场方法,寻找适合自己的市场环境。我们在青岛的选址目标是:寻找易于短期内切入启动的区域。 2、易于短期内切入启动的区域:从消费者角度思考1)要有足够的客户量2)区域内流动人群以附近居民为主,宣传时易于扑捉目标人群3)竞争对手对目标消费人群影响力薄弱 3、大连强势品牌影响面,所呈现的特征是:在各个具体区域影响力不平衡,同时大连的居住特点总体呈现的是“区域性聚集”,在卫星地图上看像一个个相互独立的“根据地”。大的品牌机构主要占据大的“根据地”,所以,我们的目标就是寻找大机构“不屑于”涉足的,小机构影响力较小的中小型“根据地”。 二、选址标准 (一)外部市场环境特征 1、(必备)居民区厚重:居民区大量集中,客户选择培训机构,就近原则很明显,大致标准是:半径1.5公里范围内,居民数量5万人以上。 2、(必备)竞争状况:半径1.5公里范围内,强势竞争对手,不多于2家。 3、(必备)户外流动人群:以附近居民为主,以便于宣传推广时高效扑捉目标客户。避开具有全市影响力的步行街或商业街及旅游景点。 4、(可选)周边小学或幼儿园聚集:这样的地方最大的好处宣传时,离得较近,但是不代表客户上课时具有方便性,因为主要上课时间还是集中在周末,离家近才是最重要的。而这些区域,往往也是竞争对手聚集。因此,该条件在前集在一座几个具备的前提下,有了更好,没有也不是缺陷致命。 (二)校点外观及内部特征 1、面积:不少于250平米,最好是300—400平米。能分割出最低标准:公开课教室40—50平米一间,20平米小教室四间,具备办公室一间,厕所,前台及休息区,仓库这些功能区 2、同一座楼上不能有红灯区、网吧、游戏厅。 3、尽量不要和同类培训机构聚一栋楼上,尤其是强势同行。但是可以和艺术舞蹈等机构聚集,这样客户互补效应会很明显。 4、楼层:1)最佳:临街,一楼门面,二楼教室或整体都在一楼2)其次:临街,二-----五楼,能打出明显招牌3)位于小区内,但是能在小区口打出明显招牌4)最次:位于高层建筑中,高层有电梯,楼宇知名度较高 5、最好不要在过于陈旧的建筑中,既有拆迁风险,又降低学校整体品位 三、选址方法 1、先选区域,后选点:画出N个独立区域,进行筛选。区域选择标准,见“选址标准(一)外部市场环境特征”。 2、充分利用中介信息源 3、扫街:逐个街道进行详细梳理,挨个店铺进行实地查看,寻找空余房源 4、主动出击:对于看上的校点,即使其他同行或非同行在经营,但是不代表他们没有转租或合作或退出的意向,可直接上门或留寻租名片或直接在其门口张贴招租信息。 1

仓库选址的方法

1 物流中心选址的原则 物流中心的选址过程应同时遵守适应性原则、协调性原则、经济性原则和战略性原则。 1.1适应性原则 物流中心的选址须与国家、以及省市的经济发展方针、政策相适应,与我国物流资源分布和需求分布相适应,与国民经济和社会发展相适应。 1.2协调性原则 物流中心的选址应将国家的物流网络作为一个大系统来考虑,使物流中心的设施设备,在地域分布、物流作业生产力、技术水平等方面互相协调。 1.3经济性原则 物流中心发展过程中,有关选址的费用,主要包括建设费用及物流费用(经营费用)两部分。物流中心的选址定在市区、近郊区或远郊区,其未来物流活动辅助设施的建设规模及建设费用,以及运费等物流费用是不同的,选址时应以总费用最低作为物流中心选址的经济性原则。 1.4战略性原则 物流中心的选址,应具有战略眼光。一是要考虑全局,二是要考虑长远。局部要服从全局,目前利益要服从长远利益,既要考虑目前的实际需要,又要考虑日后发展的可能。 2 物流中心选址的影响因素分析 运用现代物流学原理,在城市现代物流体系规划过程中,物流中心的选址主要应考虑以下因素: 2.1自然环境因素 (1)气象条件 物流中心选址过程中,主要考虑的气象条件有温度、风力、降水量、无霜期、冻土深度、年平均蒸发量等指标。如选址时要避开风口,因为在风口建设会加速露天堆放的商品老化。 (2)地质条件 物流中心是大量商品的集结地。某些容重很大的建筑材料堆码起来会对地面造成很大压力。如果物流中心地面以下存在着淤泥层、流砂层、松土层等不良地质条件,会在受压地段造成沉陷、翻浆等严重后果,为此,土壤承载力要高。 (3)水文条件 物流中心选址需远离容易泛滥的河川流域与上溢的地下水区域。要认真考察近年的水文资料,地下水位不能过高,洪泛区、内涝区、故河道、干河滩等区域绝对禁止。

物流设施选址方法介绍

物流设施选址方法介绍 定性分析法 (1)优缺点比较法 优缺点比较法是一种最简单的设施选址的定性分析法,尤其适应于非经济因素的比较。该方法的具体做法是:罗列出各个方案的优缺点进行分析比较,并按最优、次优、一般、较差、极坏5个等级对各个方案的各个特点进行评分,对每个方案的各项得分加总,得分最多的方案为最优方案。 这种方法在实际应用中,有的规划人员可能认为某个实施方案的优缺点是“显而易见“的或是很容易明白的,从而忽略了有说服力的分析。其实,对一个有经验的规划人员,列出一个优缺点评价表并不困难,而对说服有关人员却是十分必要和有效的。问题是要选择好优缺点所涉及的因素。特别是有关人员所考虑和关心的主导因素,这一点对决策者特别重要。为了防止遗漏。可以编一个内容齐全而最常用的实施方案评价因素点检表,供规划人员结合实施的具体情况逐项点检并筛选需要比较的因素。 优缺点比较法的比较因素可从以下方面考虑:区域位置、面积及地形、地势与坡度、风向和日照、地质条件、土石方工程量、场址、现在所有者情况、交通情况、与城市的距离、供电与给排水、地震、防洪措施、经营条件、协作条件、建设速度等。 这一方法基本上是就事论事,缺乏量化的比较,科学性不足,对非成本因素考虑较少,难以满足市场经济条件下的运作。但是这种传统方法中对各种选址因素的罗列分析,特别是调查研究的经验对初学者在选址中制订各种侯选方案是仍有借鉴之处。 (2)加权因素比较法 这种方法的特点是可以把提供比较的各项因素进行加权综合比较,充分考虑了各种因素对方案的影响程度,因此是一种比较通用的方法。关键是要选择好比较的因素,合理地确定各个因素的权数和客观地对每个方案的各个因素打分。 加权因素评价的程序如下: ①明确要评价的方案 ②选址考虑的因素 ③准备评分表 ④确定每个因素的相对重要性 ⑤给每个方案每个因素评分 ⑥计算加权分

网络选址的方法

对选址问题研究的比较牛X的总结 摘自https://www.wendangku.net/doc/2818271819.html,/wiki/A435695.html 〔转自马云峰〕 现代选址研究起于1909 年,当时Alfred Weber 为解决如何为单个仓库选址使得仓库到多个顾客间的总距离最小的问题,他在欧氏空间里建立了一个1-中位问题模型,就是著名的Weber 问题。 1)基本选址问题 (1)P-中位问题(p-median problems) P-中位问题是研究如何选择P个服务站使得需求点和服务站之间的距离与需求量的乘积之和最小。Hakimi[13,16]提出该问题之后给出了P-中位问题的Hakimi 特性,他证明了P-中位问题的服务站候选点限制在网络节点上时至少有一个最优解是与不对选址点限制时的最优解是一致的,所以将网络连续选址的P-中位问题简化到离散选址问题不会影响到目标函数的最优值。Goldman[17]给出了在树和只有一个环的网络上为单个服务站选址中位问题的简单算法。Miehle 于1958 年也研究过平面1-中位问题,也就是Weber 问题,是他发现了Weiszfeld 的研究成果,被选址-分配问题的里程碑文章Cooper[14] 誉为Weiszfeld 研究的发现者。对于空间P-中位问题,也就是更一般的Weber 问题,Rosing[18]提出了最优解法。Garey 和Johnson[19]证明了P-中位问题是NP-困难问题。Francis[20]、Francis 和Cabot[21]、Chen[22]以及Chen 和Handler[23]研究了基于欧氏距离的P-中位问题。 近年来,P-中位问题仍然是研究的热点,许多学者研究P-中位问题的各种变形和扩展模型:Wesolowsky[24]、Wesolowsky 和ruscott[25]、Drezner[26]研究了动态P-中位问题。ReVelle[27]将目标函数定义为新建的服务站所占据的市场份额的最大化,成功地将中位问题运用于竞争环境下的零售商店选址问题中。Lorena、Senne[28]和Luiz 等[29]运用列生成方法解决带容量限制的P-中位问题。Berman 等[30]研究服务的可靠度随着服务设施与需求的距离变化的设施问题问题。Church 提出了通过减少分配的变量来减少约束的传统P-中位问题的新建模方法[31]。Drezner[32]、Chen[33]、Chen 和Handler[34]在此基础上研究条件中位问题,又称PQ-中位问题,即网络中已存在Q 个服务站的条件下,如何为P 个同类服务站选址的中位问题。 (2)P-中心问题(p-center problems) P-中心问题也叫minmax 问题,是探讨如何在网络中选择P 个服务站,使得任意一需求点到距离该需求点最近的服务站的最大距离最小问题。Hakimi[13]首先提出网络中P-中心问题,Kariv 和Hakimi[35]证明了P-中心问题为NP-困难问题。Drezner 和Wesolowsky[36]提出了Drezner-Wesolowsky 法解决多服务站的P-中心问题。Francis[37]在平面上的P-中心问题研究中取得一些进展, Wesolowsky[38]研究基于直线距离P-中心问题;十年后,Chen[22]、Ward 和Wendell[39]对基于欧几里德距离的P-中心问题作了研究。Masuyayma,Ibaraki 和Hasegawa[40]、Megiddo 和Supowit[41]证明了基于直线距离和欧氏距离的P-中心问题都是NP-完全问题。C. Caruso 等[42]通过

相关文档