1 引言

选址是研究应该如何选择设施的位置和配置设施的数量，才华为它的下游客户提供最优质的的效劳的一门科学。[1]选址决策具有后效性，即一旦形成无论结果优劣都难以再改。这一特性直接决定了选址问题的重要性。而农产品冷链物流关于产品高品质、时效性的要求也迫使企业寻求更为合理的物流货仓选址计划。合理的农产品冷链物流货仓选址能够节约企业本钱、增进供应链上游和下游的生产、配送及消费的协调，同时为运输效劳和库存水平的恰中选择和良好治理涤讪基础，[2]也有利于企业的利润提高和自身竞争力的提升，包管供应链系统的连续平稳生长。

2 研究现状剖析

2.1 选址问题的研究剖析综述

选址问题可分为以下四大类：第一类，凭据设施的维数分为点选址、线选址、面选址和体选址。其中，点选址指的是对零维物体进行准确定位，线选址是对一维物体进行准确定位，面选址常应用于二维物体，而体选址则是针对诸如卡车装卸等三维物体进行有效定位。第二类，凭据设施选址的数量几多分为：单设施和多设施选址。第三类，凭据选址问题目标区域的特征，划分为连续选址、网格选址和离散选址等。第四类，凭据选址整天职为对可行本钱照旧最优本钱计划的权衡；抵达总本钱最小化照旧本钱最大值最小化的取舍；静态照旧动态；假设问题是确定性照旧随机性等。第五类，凭据选址的约束分为：有能力约束和无能力约束。[3]

关于选址问题中数据的处理和评价也有多种要领：翁克瑞为实现效劳本钱与效劳半径的双重优化，建立了混淆整数计划模型来解决本钱与半径优化的效劳设施选址问题 (CROFL)[4]。Hwang C L 和 Yoon K提出了TOPSIS的评价要领，这种要领首先确定种种备选计划，然后选定优计划和劣计划，将备选计划与优、劣计划比对得出差别作为依据，对备选计划进行排序[5]。徐斌，诸葛承祥等通过研究物流配送中心的特点，建立了一套评价物流配送中心的指标体系，并应用基于信息熵的灰色关联剖析法来处理物流配送中心的选址决策[6]。在多个配送中心选址计划的设计与优化问题上，张学成等提出了一种基于AHP-GP的物流中心选址模型[7]。杨文忠首次在古板影响因素基础上添加了权衡各区地舆位置及居民这一参考要素，通过重心法来解决物流中心选址问题[8]。韩峰，胡灵将AHP法、模糊评价法与灰色关联剖析理论相结合，通过调研建立选址评价指标体系，构建基于模糊评价法的选址模型，最后通过灰色关联剖析理论对评价结果进行剖析从而得出最终结论[9]。曹庆奎，李现美等把带有灰色关联约束锥的数据包络剖析模型用于物流中心选址，构建了基于本钱—效益型的指标评价体系进行经济论证。[10]

2.2 货仓选址的常用要领

在物流货仓的选择中，关于数据的处理和评价有多种要领：条理剖析法、线性权重法、数据包络剖析法和神经网络评价法等。上述种种评价模型都具有各自的优点和缺陷，关于数据的处理规模和适用情况也各不相同。定量模型自身的特点决定了在考察评价历程中可以充分考虑运输用度、牢固建设用度等便当量化的因素，但关于难以量化但又影响较大的因素考虑有所欠缺；而定性模型则带有较多的主观色彩，使得评价的客观性不高。[11]

也有许多专家学者选择数理统计的要领。可是数理统计中的回归剖析、主身分剖析、因素剖析等往往需要建立在大样本数据基础上，并且要求样本听从某个典范的概率漫衍，盘算量大，一般要借助盘算机。于此同时，数据剖析模型的结果可能会与现实情况保存较大差别，导致系统的关系和纪律遭到歪曲和倒置。[12]

2.3 灰色关联剖析法的应用研究

邓聚龙于1982年提出灰色系统理论。它通过对部分已知信息的生成和开发，克服剖析条理的庞大性、结构关系的模糊性、动态变革的随机性和指标数据的不完全性等问题，尽可能的贴近现实逻辑和认知纪律。它的处理要领主要是利用线性插值将离散数据映射为连续折线，通过序列曲线几何形状的相似水平来判断其相互关系的密切水平，曲线越接近，响应序列之间的关联度与曲线的相似水平成正比。

相关于一般的相关性剖析要领，灰色关联模型将数据间关系视为不确定的灰色特征，在统计纪律不明确的情况下仍然有较好的剖析效果[13],因此在目标识别、农村经济、绩效评估等领域获得了广泛的应用。[14,15,16]

夏欢从影响网上零售生长的主要因素入手，运用灰色关联剖析模型对我国网上零售主要影响因素进行实证研究[17];姚育楠，陈鹏等运用灰色关联剖析法对江苏省13市新冠肺炎确诊数影响因素进行剖析，为新冠肺炎防控事情提出建议[18];康丽，钱钢基于网络中心性指标的剖析，构建多条理灰色关联剖析的节点综合模型，对立异相助网络节点进行评估研究[19];张洪，石婷婷构建了安徽省旅游经济效益的因子指标体系，将线性回归与灰色关联剖析理论相结合评价影响旅游经济效益的要害因子。[20]

可见，利用灰色关联剖析法在现代物流配送中心选址问题的剖析中具有一定的可行性，并可通过数据处理将影响因素进行无量纲化处理，从而将影响因素进行综合比较，得出选址的最优结论�；疑亓饰龇ǹ梢钥朔虐宥ㄐ云饰瞿Ｐ椭鞴坌郧康拿�，具有实证剖析的客观性、科学性等特点。

3 货仓选址的灰色关联模型的建立

3.1应用灰色关联剖析法评价备选货仓情况

首先，凭据灰色关联剖析法建立各计划的经济指标数据列：

{x1}={x1 (1),x2 (2),……,x1 (n)}

{x2}={x2 (1),x2 (2),……,x2 (n)}

…

{xm}={xm(1),xm(2),……,xm (n)}

式中： x1 ,x2,…,xm划分体现1到m个系统；n体现技术经济评价指标数。

3.2确定参考数据列

确定参考数据列的原则为：在系统经济指标数据列里选出最佳值，配合组成参考数据列的各项元素，即参考数据列{x0}可以体现为：

{x0}={ x0 (1),x0 (2),……,x0 (n)}= { xi (1),xj(2),……,xk(n)}

式中：i, j,…k∈[1,m]的自然数域。

{x0}中的各个数是被比较数据列中的最佳值，最佳值的选取可分为两类，一种是整天性指标，另一种是收益性指标，通常整天性指标越低越好，收益性指标越高越好。

3.3确定各指标值对应的权重

各指标值对应的权重：W={Xk| k=1,2,…,n} 其中Wk为第k个评价指标对应的权重。

3.4盘算灰色关联系数

ξi(k)=minimink|X0(k)?Xi(k)|+ξmaximaxk|X0(k)?Xi(k)||X0(k)?Xi(k)|+ξmaximaxk|X0(k)?Xi(k)|$\xi {}_i(k)=\frac{\underset{i}{{\displaystyle \min }}\underset{k}{{\displaystyle \min }}\left|X{}_0(k)-X{}_i(k)\right|+\xi \underset{i}{{\displaystyle \max }}\underset{k}{{\displaystyle \max }}\left|X{}_0(k)-X{}_i(k)\right|}{\left|X{}_0(k)-X{}_i(k)\right|+\xi \underset{i}{{\displaystyle \max }}\underset{k}{{\displaystyle \max }}\left|X{}_0(k)-X{}_i(k)\right|}$

式中ξi(k)是比较数列Xi与参考数列X0在第k个评价指标上的相对差值。

3.5盘算灰色加权关联度，建立灰色关联度

灰色加权关联度的盘算公式为：ri=1n∑k=1nWkξi(k)$\frac{1}{n}{\displaystyle \sum _{k=1}^{n}W}{}_k\xi {}_i(k)$

式中ξi(k)为第i个评价工具相关于理想工具的灰色加权关联度。

3.6评价剖析

凭据灰色加权关联度的巨细，将各评价工具数值凭据从大到小进行排序，从而建立评价工具的关联序，关联度越大，说明其越接近于理想指标数值，其评价结果越好。

4 货仓选址的灰色关联剖析应用实例

对农产品冷链物流企业M在各地货仓进行综合评价剖析。实际数据如表1:

表1 M农产品冷链物流企业各货仓数据

由上表获得经济指标数据列：

X1={200,2.1,250,260};

X2={250,2.2,350,60};

X3={300,3.1,300,230};

X4={200,2.1,250,130};

X5={500,2.6,360,300}

在比较的项目指标中，面积和辐射半径指标属于极大型指标，即关于企业的物流经济效益而言，货仓的面积越大仓储能力越强，货仓功效越全面；辐射半径越概略现物流可效劳的规模越广，因此这两个评价指标数值越大越好；而租金和治理用度指标为极小型指标，即从企业本钱考虑，租金越低越经济，而治理用度的减少也可为企业节约本钱，提高效率，因此这两个评价指标应当越小越好。由此确定最优参考数据列：

{x0}={500,2.1,250,300}

确定各指标的权重，W={0.18,0.29,0.21,0.32}

对评价货仓的各项经济指标进行无量纲化处理，即将每一个数据除以指标的平均值，并凭据数据所属类型从各个指标中选取最优的作为参考数据列X0,获得的参考数据列如表2所示：

表2 各项经济指标参考数据列

凭据数据值，划分求出差序列：

Δ11=(1.03,0.08,0,0.2); Δ12=(0.86,0.04,0.33,1.22);

Δ13=(0.69,0.41,0.16,0.36); Δ14=(1.03,0,0,0.87);

Δ15=(0,0.21,0.36,0)

求两极差，可得： M=maximaxkΔ1i(k)$\underset{i}{{\displaystyle \max }}\underset{k}{{\displaystyle \max }}\Delta {}_{1i}(k)$=1.22; m=miniminkΔ1i(k)$\underset{i}{{\displaystyle \min }}\underset{k}{{\displaystyle \min }}\Delta {}_{1i}(k)$=0; 一般情况下，取ξ=0.5。

凭据公式求得关联度系数如表3所示。

可见，关联度排序结果为γ15>γ11>γ14>γ13>γ12,即五个货仓评价的排序依次为：货仓E、货仓A、货仓D、货仓C、货仓B。

表3 关联度系数 

5 货仓选址的灰色关联剖析结论

利用灰色关联剖析的要领，对农产品冷链物流企业M的几处货仓进行了综合评价剖析，建立了农产品冷链物流企业货仓选址灰色关联评价模型，并选取了具有代表性的五处货仓进行试评价，获得了五个货仓的排序相对位置�；疑亓饰鲆煜啾冉掀渌兰燮饰鲆旄泻嫌谑导是榭�，特点是“少数据无特定漫衍建模”,不但可以用于比照差别企业的货仓情况，也可以评价同一企业差别货仓的情况。利用灰色关联剖析进行绩效评价，相对更容易进行，也可以使得结果更为客观和准确。

6 灰色关联剖析法对货仓选址决策的影响

第一，现代通信技术的不绝进步，为供应链企业之间信息共享、设施共用和评价要领的盘算机化、网络化提供了前提条件。关于收集的相关数据，可以通过盘算机模拟便当的进行灰色关联剖析，省去了不须要的运算办法。并且在早期计划预选阶段任何一个因素的调解都会对剖析结果爆发影响，为制止繁琐盘算，可以借助数据处理软件进行便捷调解盘算和比照。

第二，选址是一个系统问题，通�；崾艿蕉嘀匾蛩氐呐浜嫌跋�。以差别的目标建模获得的结果也不相同。而在综合考虑的诸多因素中，好比，供应链上的总本钱最低、总利润最高、终端消费者的主顾满意度最大等，这些因素之间保存效益背反。所以应当结合具体供应链企业类型和上下游实际情况，有偏重的进行取舍。

第三，灰色关联剖析法在应用历程中具备其奇特的优势：可以处理小样本、贫信息的不确定性问题，可以利用此种要领的优势，与其他评价要领搭配使用，取长补短，使选址评价计划更具有客观性和全面性。

第四，灰色关联剖析法在应用历程中需要确定各影响因素的权重，而权重孰大孰小、具体应该界说为几大都值，有一定的主观性在里面。因此，应当依托大数据剖析，综合考量各影响因素对最终选址计划的影响，科学决策，多次模拟，最终得出最优计划。