基于聚类分析的某大型商场订货配送策略研究.doc

《基于聚类分析的某大型商场订货配送策略研究.doc》由会员分享，可在线阅读，更多相关《基于聚类分析的某大型商场订货配送策略研究.doc（30页珍藏版）》请在沃文网上搜索。

1、重庆科技学院本科生毕业论文摘要目录摘 要IABSTRACTII一 引 言1二 聚类分析及其应用2（一）聚类的含义2（二）聚类分析2（三）聚类分析的算法21.基于层次的聚类算法22.基于划分的聚类算法33.基于密度的聚类算法34.基于网格的聚类算法35.基于模型的聚类算法3（四）聚类分析的应用4三 商场的订货、配送5（一）订货的含义5（二）商场的订货5（三）配送5（四）商场的配送6四 A商场在订货、配送策略上的基本概况7（一）A商场的基本情况7（二）A商场的订货及配送策略71.A商场订货策略分析72.A商场配送策略分析7五 商场订货策略的聚类分析应用9（一）应用方法9（二）货物模糊聚类分析方法9

2、1.论域的选取92.确定聚类指标93.数据标准化94.建立模糊相似矩阵105.进行聚类分析106.最优聚类结果的确定10（三）利用模糊聚类的货物订货101.问题描述102.聚类分析结果113.订货策略的选择11（四）与商场原本策略的比较121.库存成本模型122.在ABC分类下的库存成本123.考虑多因素的库存成本124.两种策略库存成本对比13（五）小结13六 商场配送策略的聚类分析应用14（一）车辆路径问题14（二）车辆路径问题的分类14（三）优化商场配送路径的聚类分析141.聚类分析的数据类型142.矩阵143.K-均值算法15（四）聚类分析应用于车辆路径16（五）选取问题进行研究分析1

3、81.MVRP的定义182.多目标VRP问题的模型建立183.vrp与商场配送的结合184.算法操作的实现步骤20（六）聚类分析应用在配送策略实例及结果20（七）小结22七 结果分析与总结展望23参考文献24致谢25摘 要随着社会的不断发展，物流慢慢地成为了企业增加利润的来源,被利用在了各行各业中。配送是其中很重要的一个环节。本文研究的是改进商场配送车辆路径问题，从而优化商场的配送策略。不合理的配送策略规划，产生的结果就是整个过程费时费力，既影响了自身的效益，也影响了消费者购物体验。本文主要通过聚类分析方法优化商场货物配送中车辆线路从而降低运输成本。在配送策略中，主要解决企业的配送策略，找到最

4、优化的配送方式及路线，降低配送成本，进行合理配送，提高服务质量，减少库存，增加经济效益，也能更好地给予消费者服务，及时送达目的地，提高企业的服务水平，进而，提高商场的竞争力。同时，在进行商场的库存整个管理时, 很可能出现很多的问题，比如库存不足、货品过期之类，需要我们结合数据订单，对货物进行划分，通过聚类分析，库存的相关负责人对于重要性不相同的库存物品，进行不同的规划管理, 采取适当的订货策略。通过聚类分析，采取了合理的订货策略，明显能减少这方面所需要的花费。本文主要通过优化这两方面来研究优化商场的订货、配送策略，提高商场的效益。关键词：聚类分析 订货策略 配送策略 路径II重庆科技学院本科生

5、毕业论文ABSTRACT重庆科技学院本科生毕业论文ABSTRACTABSTRACTWith the continuous development of society，logistics slowly become the source of enterprise profit，use in all walks of life，Distribution is one of the very important link.This paper is the study of the improvement of market distribution vehicle routing proble

6、m，distribution strategy so as to optimize the market. Planning distribution strategy is not reasonable，the result is the whole process is time-consuming and laborious，not only affects their own benefit，also affects the consumer shopping experience.In this paper，the main method of optimization of veh

7、icle line shopping goods distribution so as to reduce the transportation cost by cluster analysis，In the distribution strategy，mainly solving the distribution strategy of enterprise，find the distribution optimization and route，and reduce the cost of distribution，rational distribution，improve service

8、 quality，reduce inventory，increase economic benefits，but also better for customer service，timely delivery，improve service level，and then， improve the market competitiveness.At the same time, in store inventory throughout the management, there is likely to be a lot of problems，such as lack of invento

9、ry，goods such as overdue，we need to combine data order，making division of the goods，through cluster analysis，inventory relevant responsible person for not the same importance of inventory items, planning and management of different，take the appropriate order strategy.Through cluster analysis，adoptin

10、g the reasonable order strategy can reduce the cost,obvious the need. I mainly through to study the optimization of these two aspects optimization market order，distribution strategy, improve market efficiency.Keywords：clustering：ordering strategy；distributionstrategy；route重庆科技学院本科生毕业论文目录I重庆科技学院本科生毕业

11、论文一 引言一 引 言（一）研究背景随着经济在全球范围的飞速发展，消费水平的不断增长，大型商场的个数以及规模都得到了很大的提升。虽然得到了长足的发展，但是在商场的一些运行管理方面，仍然存在不少问题，既影响消费者的购物体验，也影响了企业自身的效益。本文研究的是大型商场订货、配送策略方面存在的问题。在订货策略中，传统的方法容易出现货物过期，库存不足，在我们身边的商场，很多的都是联合采购模式，不光可以跟供应商商谈价格，还能增加自身的销售量。但在商场的实际订货过程中，依然有不少问题和缺陷，并没有完全地结合，而且成本相对仍然有点大。不能满足消费者需求；配送是非常商场运营中重要的一步，它与客户直接产生关系

12、，同时，配送环节在商场配送整个过程中所占比例比较大。与发达国家相比,处于起步阶段的我们仍存在很大差距，典型的就是成本过高问题。中国物流总费用在2003年达到了44520亿元，占GDP的16.7%，而物流成本在美国等发达国家中，大约只占GDP的10%左右1。可想而知，配送在商场运营成本中占了很大的比重，很多时候不能按时送达消费者手中，同时也降低了商场自身的效率，影响商场的效益。（二）研究目的及意义通过聚类分析，利用其相关方法解决企业在实际订货，配送策略上的不足，更好地服务于消费者，同时也提升商场的经济效益。企业在订货过程，容易出现货物过期，库存不足等问题，通过聚类分析有效降低库存成本。在配送策略

13、中，主要解决企业的配送成本，找到最优化的配送方式及路线，降低物流成本，合理组织配送，提高服务质量，减少库存，增加经济效益。同时，能更好地服务于消费者，及时配送到达，提高企业的服务水平，进而，提高企业的竞争力。（三）研究现状聚类分析在商场订货策略上的现状：目前，聚类分析在这方面运用得并不是很广泛。聚类分析在商场配送策略上的现状：一直以来，人们制定配送策略主要是从配送路径上面入手，也就是路径优化策略。因此而出现了一些与聚类分析相结合的配送路径优化算法，如，聚类-遗传混合算法。0重庆科技学院本科生毕业论文二 聚类分析及其应用2重庆科技学院本科生毕业论文二 聚类分析及其应用二 聚类分析及其应用（一）聚

14、类的含义把差不多的目标，在没有固定分类标准的前提下，分成不同的组别，使得在组中的对象具有相似或相同的属性。通俗点说，就是将物理的或者抽象的数据对象。以他们的相似度当做一句进行分类，书籍对象相同或者差不多的分在一起,这一过就是聚类过程。（二）聚类分析聚类分析3的原理是以“物以类聚”为基础，再通过其它相关的数据指标，对目标进行多层次的统计和相关分析，通常，这类方法研究的主体为多个对象，需要依据不同的特性进行不同的，适当的分类，基本没有可拿来参考或依循模仿的依据，意思就是说是在没有任何先验知识的前提下进行。聚聚类分析理论是由最初的分类法分离提取得到的一直更为细致的概念。长久以来，在人们眼中，我们普遍

15、都是通过自身的经历经验或累计的相关知识对事物进行分类，而完全忽视了利用数学手段这一科学途径。随着科学技术的不断发展，分类的要求变得越来越高，使得难以精确，很多时候只靠经验想分类确切几乎不太可能。因此渐渐地，分类学中出现了数学工具，利用工具进行多元分析，聚类分析慢慢就产生了。聚类生成的类别称之为簇,同个簇对象之间类似程度很高。而不同的簇，对象之间差异程度也比较高。作为统计学整体大家庭中的一员，聚类分析占据了极其重要的地位，并由于自身的优越实效性，大量运用于实际的生产生活中。（三）聚类分析的算法聚类分析的算法大致有以下几种4：分裂法，层次法，基于密度的方法，基于网格的方法，基于模型的方法。本文会用

16、到其中的一些计算方法，具体算法种类如下。1.基于层次的聚类算法这种算法的过程及原理如下：先是将研究对象进行有效的分层，然后对各类部分具体分析，最后成功实现聚类的目标。层次与层次之间具有嵌套关系,依据层次的分解是如何形成的我们将其分为:凝聚算法和分裂算法。（1）凝聚算法,是一种从下到上的运算方式。这种算法是把每一个数据对象当做单独的一个分类,研究对象如果相似,就完成合并,慢慢聚集成更大的组别,直到达到终止条件为止。这是大多数层次聚类算法。（2）这种方法与自下而上的聚类算法相反,它先是将所有研究的数据对象放在一个簇中,然后慢慢分成一些更小的簇。以它们的亲属程度为指标，当每个数据对象都形成一个簇,则

17、停止。或者达到了终止条件。如果层次相对有些高的话,在分裂算法中，拆分的过程是不容易的。所以,一般情况下,此类方法不太实用。且其缺点是:只要已经做了的步骤,就不能被撤消了。2.基于划分的聚类算法换而言之，这种方法也被叫做分割算法，其含义如下：先对是得到的函数数据分析针对性的优化，对现在的聚类成效进行评价，把计算出的极值作为最后聚类的结果。第一步是要先建立一个具体区间，并做好各部分的划分;再把所有的研究对象分别为数量为N的各个子集，每个子集都是一个单独的簇；然后，通过迭代重排的方法，把一个簇中的数据转移到不同的另一个簇中，通过这样的方式对指数进行划分，最好成功得到需要求得的目标函数极值。K一Mea

18、n算法，C乙理RAN算法等是经常用到的算法，他们的效率相对比较高。但是这种方法在实际运用中存在一定的限制必须首先了解所有目标的数值量，并且只是单纯的在各个对象间进行聚类过程。所以，此种方法在任意发现形状上没有太大作用。当然，其也有自身的优越性，我们能通过这类聚类分析方法发现状态为球状或凸状的目标。另外一方面，如果在最开始的创建中，我们对各个区域进行不同的划分，也会得到相对不同的聚类结果。3.基于密度的聚类算法许多算法都是通过距离，描述对象之间的相似性。对于非凸状的数据对象集合,只靠距离指标分析，一般情况下是不可以的。此类方法是用密度来替代距离，来描述数据之间的相似性；这类算法简单明了，依靠研究

19、对象的密度，我们对其进行聚类。它的特点是可以聚合密度高的区域,进而从中可以找到任意形状的簇。利用它来过滤，但这种算法相对效率不高。4.基于网格的聚类算法此类方法的所有操作都在网格进行的。这种算法的处理时间有单元的数量决定，跟研究的对象总数无关。它的特点就是处理特别快,不足的地方就是不能发现边缘聚类。只能检测水平或者是垂直的。除此之外,如果聚类规模,此类算法网格的数目会随之增长。在此类方法在处理复杂聚类数据时，有着不小的难题。5,基于模型的聚类算法此算法有两种类别：其中一种是利用统计相关理论知识的统计学方法，这种计算方法的经典案例之一为C0BWEB算法，这种方法是主要考虑聚类分析的途径，在对各个

20、划分区域的对象进行概念的决定和相关聚类的时候，以各自的概率度量为标尺，对各个对象中错误的数值进行自动改正，直至达到正确的结果，这是它的重要优点，当然，前提是必须输入正确的相关参数，其缺点是这种算法都存在一种假设，就是无论在什么属性,概率是独立的分布。而且不是对所有的算法能成立。如果输入的数据部不平衡，结果可能在时间或空间上都会导致聚类的剧烈变化。所以, 在大型数据库中，此算法不适宜用对数据研究。另一类是神经网络方法,此种方法是能自适应数据聚类,采用了无监督数据技术,首先进行预处理数据,进而获得聚类中心。总而言之,除了以上聚类算法之外,还有其他聚类算法。不同的算法有着不同的缺点。同时参数具有不确

21、定性。所以，虽然目前已经有着很多的聚类方法，但是，人们依然在进行各种各样的研究，聚类效果好，应用起来简单，可以设置指标的聚类方法。（四）聚类分析的应用聚类来自于很多行业中，随着时间的推移，在各行业中也得到了一定发展，同时根据不同标准分类，也被拿来运用到其它方方面面。目前聚类分析应用比较广泛，商业、生物、保险行业、物流、电子商务等领域中。本文，针对A商场存在的问题，我们尝试将聚类分析方法应用到这两种策略的制定上来。重庆科技学院本科生毕业论文四 A商场在订货、配送策略上的基本情况重庆科技学院本科生毕业论文三 商场的订货、配送三 商场的订货、配送（一）订货的含义 “订”的含义是预订。所以需要退还“订

22、”金的情况通常发生在交易取消时。只要是合法的合约，违约都要负一定责任。“订”涉及的违约责任一般比较宽松或者直接不会有任何形式的处罚。（二）商场的订货订货是商品进行流通的一种方式，同样是一个物品流通的过程。商场的货物从商家那里到商场库存，是订货的基本出发点，在这个过程中，另一方面是要将货物从库存转移到用户。前者通常是通过商品交易、等价交换来进行商品所有权的转移，是一个流通的过程，后者是一个物流过程，经历运输、送达等步骤，两者都不能少，从而来实现订货过程。所以，订货过程实质上就是讲商品流通跟物流过程相结合的过程。单店采购方法和连锁采购方法是大部分商场进行这一过程的两种方式。对于商场而言，订货策略的

23、制定是与库存息息相关，什么商品销量高，库存就好，需要多订；销量不好的，库存相对较高，容易导致货物积压、过期等问题，就需要少订。因而，制定订货策略，实际上就是研究库存的优化。做好订货策略，订货的各个环节都做到位，商场在这一环节的利润和风险，会很好的得到控制掌握。（三）配送配送通俗点所就是按照客户要求运送商品。物流中的一种具有特别性质，全面的形式就是配送，它很好的连接了商流与物流，是物流中很多功能特点的表现方式。物流配送是指按客户的需要，哪种货物，何时需要等，在库存中心进行分配货，然后将配好的商品利用合适的交通工具进行派送，在客户需要时间内送交客户。运输或送货只是配送过程的其中一小部分，它其实是集

24、货、配货、送货、配装等活动的结合体1。怎样在尽可能提高配送效率的同时减少货物配送的成本，是配送方案制定者需要进行的重要决定，也即所谓的车辆线路问题(Vehicle Routing Problem，简称VRP) 2，很多用户的要求还有不少的约束条件在其中。货运点多，货物品种多，道路网多，分布不均匀的运输点是其特征，除此之外，大部分消费者对时间也有一定要求。采取合理的配送线路和以及配送方式，可以极大地影响很多方面，提高商场的效益，因而，在配送业务中，配送策略中需要解决的一个很大问题就是运用适当的方法规划配送线路。存在许多可以优化的问题(例如运行距离、配送时间、运输费用等)，本文研究的是商场配送路径

25、的优化，即在符合消费者要求的条件下，制定出合理的配送路径，利用最少的车辆数量，并为配送车辆限定运输时间和运输费用最低的路线，将货物运送予客户。（四）商场的配送负责配送的部门在接到送货通知后，将送货单下达给送货车，然后配送人员进行将商品整理出库，装运等步骤，然后再送达到消费者手中的过程。5重庆科技学院本科生毕业论文 四 A商场在订货、配送策略上的基本概况四 A商场在订货、配送策略上的基本概况基于本文论文的研究内容，选取了A大型商场作为本文的研究对象。了解，获得其关于订货、配送方面的基本情况，同时，利用聚类分析，优化A大型商场的订货、配送策略，并进行实际的运用，从而得到研究结果，再对比该商场策略下

26、的成本收益情况，进而得到结论。（一）A商场的基本情况A商场是本市的一个大型商场，位于本市中心附近，经营了数年，发展到现在已颇具规模，有着较多的工作及管理人员，采购部，配送部，后勤部，服务部等部门划分明确，工作井井有条，营销模式也丰富多样，随时都会推出的促销活动，良考虑到大多数的消费者是工薪阶层，适时推出一系列促销、打折活动，以及良好的售前售后服务也获得了很多人的好口碑。逐年积攒了很高的人气获得了大量的回头客，常年获得较大的盈利。（二）A商场的订货及配送策略订货策略及配送策略是确保商场的正常经营，商场的相关管理者必须时常作出的决策。获取利润是商场成功运营的前提,相对于其他的零售类型而言,商场成功

27、运作的重点在于销售的数量和效率.因此，库存订货和配送，作为商场经营的后勤保障重要性不言而喻.为降低配送成本和减少库存波动,越来越多的商场模仿配送中心的模式。1.A商场订货策略分析据调查，现在越来越多的商品供应商基本是免费地对商场进行送货。因而订货策略的制定，越来越多的考虑的是库存管理，订货策略的制定与商场的库存有着最为直接的联系，换句话说，制定订货策略其实就是制定好库存管理工作。跟据了解到，A商场应用的是adc分类法对库存进行管理，此方法的特点就是简单明了，便于管理，不足的地方也正是其优势的地方，考虑的因素单一，不全面，不能很好的，会带有一定局限性的进行库存分析、管理，由此对于其制定的订货策略

28、，影响肯定也会不小。出现不准确性，进而循环地影响库存的管理。2.A商场配送策略分析随着商场的现代化发展，越来越多的商品需要对消费者进行配送活动，配送能很好的提高商场的服务水平，提高消费者的购物满意度。因为其与客户紧密相连，与消费者联系最紧密的一个环节。它是衡量商场效益的重要标准之一。因而，越来越多的配送方式、策略产生并得到了很大的发展。A商场规模较大，有着自身的专业配送中心，在配送过程中也基本能很好的做到按时，按质，按量的送达消费者手中。但是，由于本身的不严密性，考虑的影响因素比较少，不能将多种要求或者是因素考虑到配送策略中，造成的结果是，满足了消费者，但自身的配送成本过高，或者是不能按时送达

29、到消费者，这是该商场配送策略目前存在的，相对较大的问题与不足。本文的研究目的就是通过聚类分析，建立策略，来解决上面描述的问题。6重庆科技学院本科生毕业论文 五 商场订货策略的聚类分析作用五 商场订货策略的聚类分析应用7（一）应用方法前文提到，商场的订货其中很多一部分就是商场的库存管理，库存的多少直接影响着商场的订货策略。对货物进行聚类分析，并进行多指标的分类，根据分类的结果，不同种类的货物，选择不一样的订货策略，订货与库存费用才能得到很好的平衡，从而降低商场的成本。模糊聚类分析5利用数学方法，按照研究的商品在性质上的亲疏关系进行模糊分类。在商场库存货物的管理中，采用基于多因素的模糊聚类分析方法

30、，传统ABC分类的不足基本可以被完全克制，为库存管理提供依据，进而给订货人员提供信息与采购方向。对不同种类的商品采取不一样的订货策略，既能满足消费者的需要，又能优化库存，大大提高企业的效益。（二）货物模糊聚类分析方法现代化的大型商场，其货物种类非常之多，各种商品价值高低不同，保质期、存放地点、出货数量与平率也大不相同。 因此，参考不同的库存需要，对货物利用聚类进行分析，每种结果都有着极大的研究意义。对货物进行模糊聚类分析5，并不是说分析就分析，需要一定的原理与步骤。1.论域的选取论域可以根据供应参数选取。一般可选取商场的全部商品，也可只选其中一部分。论域可表示为: U=u1,u2,un(i=1

31、,2,n)，其中，u1，u2，un分别表示需要分析的货物，n总货物品种数量。2.确定聚类指标通常来说，商场中货物的价格一般反映了其贵重与否，单价高的商品相对比较重要，在库存中应特别进行管理；商品的出库量也对库存的参考有很大作用。这里本人通过商场中商品价格，以及其出货量当做聚类分析指标。货物单价高且出库量大，则库存成本占有率较大，库存资金周转会得到影响，但也不能缺库。因而，这里选取商品单价pi以及出货量N为聚类指标，对商品模糊聚类分析。论域U中每件商品有m个聚类指标，Ui=xi1，xi2，xim (i=1,2， n)。这里，m=2，xi1=pi，xi2=N。3.数据标准化利用标准差的转化,将出货

32、量N所对应的xi1和商品pi对应的xi2转化为均0,标准差为1的相应值。4.建立模糊相似矩阵利用数学公式得到衡量货物相似度的标量Rij(i,j=1,2,n),这里采用夹角余弦法6。5.进行聚类分析从模糊矩阵R出发，依次得：RR2R4，当最初出现Rk=Rk的时候，在相应限定值上划分，然后得到货物的分类6。6.最优聚类结果的确定应用订货策略上，应获得最优分类结果，需要得到阈值。此处采取特殊的方法确定如式（1）。在式（1）模糊统计量F中分子的含义是是聚类内中各样商品属性的区别，分母描述的是所属类别的差异，F值的大小表示分类是否合理。 （式1）（三）利用模糊聚类的货物订货以此商场电气产品库存为例,经过

33、跟库存负责人的沟通交流，得到该商场近来补分订货单相关数据，得到基于聚类分析的商场订货策略。并得到小范围的策略实施以分析结果。1.问题描述该商场有各样洗护用品。如洗发液，洗发水，化妆品等等。这里对洗发水系统进行统计, 对于不同商品得到对应订货策略,跟原abc方式相比，看是不是减低了库存费用。这里提取其2013年10月份洗发水系列库存的状况,整理之后，得到结果。如表3.1所示。表3.1 聚类指标值序号编码产品名称Qi（件）Ui（元）1045688101飘柔24565.252045688102清扬625321.203045688103伊卡璐410310.652.聚类分析结果利用前文提到的模糊聚类计算

34、并对洗发水系列产品进行分析,当F1=0.003, F2=0.007时,对其进行计算, 利用VB得到聚类结果。见表3.2.1。表3.2.1 聚类分析结果阀值聚类数F检验值明显性=110F检验值为2.45；F1临界值为3.14F2；临界值为3.95不明显-0.978F检验值为3.05;F1临界值为3.34；F2临界值为4.36不明显=0.955F检验值为4.25;F1临界值为3.76；F2临界值为4.58不明显=0.983F检验值为9.81；F1临界值为6.15；F2临界值为8.33非常明显从表3.2的聚类结果中得到,在=0.98时,得到最为明显的分类,此时把各样洗发水分为三类,见表3.2.2。表

35、3.2.2类别/指标数量比例出货量出货比例均价13675.25%1565830.23%225.12615.33%1344618.85%165.6339.151876338.26%85.23.订货策略的选择上面结果中，出现了不同的聚类结果，那么对于不同类型的洗发水,制定出相应的订货策略, 见表3.3中1类产品属于对库存成本影响较大，出货量也比较大的贵重产品,但是不能缺货，所以此类商品应该制定订货间隔时间较短,且每次订货批量不宜过大的方式；2类产品属于相对畅销商品；3类洗发水价格不高,而且销量也比较小,赢制定密集订货策略,这样订货费用就大大减少,同时基本不怎么占用库存，意思就是库存费用低。表3.3

36、各类别的订货策略类别商品属性订货策略订货间隔1IU,IQ整体上最高，属于比较畅销的，而且价值相对较高，应该对它的库存重点控制。定期订货22十分畅销定期订货53水平相对较低，采取粗放式管理定期订货7（四）与商场原本策略的比较调查的商场原本使用的是依据ABC分类管理库存得到的订货方式。由于调查的时间不足，本文只研究了不出现缺货的情况,计算出的库存成本。把调整后的聚类分析的方法结果与原方法相比较，从而得到前后策略的优劣性。从商场的订货单信息得到，每次订货的花费c0为1500元, ,时间为t，共订了n次货，批次为Q。每天的商品保管费用c1为0.5元,每件商品的总进货费用c2为0.2元。1.库存成本模型

37、总库存成本C7为: C=C0+C1+C2=n30*c0+Q02*c1+(c2+j)*Q030, 一定时间内，C0为平均订货的花费，C1为平均保管的花费，C1=Qc1，C2为平均进货及购买的花费平均单价为j。2.在ABC分类下的库存成本此商场目前根据不同价格，将洗发水系列分为三种,订货方式都为定期订货,本文从某商场了解到一些数据资料，定期订货的数据，通过数据计算得到的库存成本数据。如图表4.2。表4.2 库存成本类别/参数订货周期t出货量(件)需求率R（件/天）订货量Qi（件）平均单价ci（元）库存成本C（元/天）A2185866221969315.220524.8B52145470026761

38、53.213524.7C780002535625255.54572.5总计-48030-38622.03.考虑多因素的库存成本在商场的实际运作中，影响库存成本的不可能只有单一的因素，必然同时有多种因素的影响，这里进行多因素的聚类分析，得到改进的策略，然后应用到3中洗发水的订货中，所得主要数据和结果明显发生改变。见表4.3。 表4.3 聚类分析策略的成本类别/参数订货周期t（天）出货量(件)需求率R（件/天）订货量Qi（件）平均单价ci（元）库存成本C（元/天）1215110523156520111524.825134565001850178.110524.73722564650385092.2

39、12050.2总计-51130-34099.74.两种策略库存成本对比采用模糊聚类的订货策略每天的库存成本为16834.4元,商场原本ABC分类的每天成本为21352.5元。结果发现运用基于模糊聚类分析后的订货策略,每天减少了4518.1元的库存成本。（五）小结经过两种方法库存成本的对比，可知基于聚类分析的库存成本明显要低很多，通过聚类分析采取的订货策略成本明显更低。而低的原因也相对明显，就是犹豫考虑分类指标的多样化，此商场原本订货策略的制定是在传统ABC方法下的库存管理结果基础上，而此方法考虑的指标仅有商品单价，但不同于基于聚类分析的方法，指标还有是否畅销，库存占有率等等指标，所以根据后者方

40、式得到的订货策略更适合此商场，从而增加效益。11重庆科技学院本科生毕业论文六 商场配送策略的聚类分析应用12重庆科技学院本科生毕业论文六 商场配送策略的聚类分析应用六 商场配送策略的聚类分析应用（一）车辆路径问题商场的配送问题，简单点说，就是车跟路线问题，也就是车辆路径问题，它是商场配送策略研究的最重要问题，一般来说可以如下描述:在很多装货与卸货的地方，组织适当的车辆，选择恰当的送货路线，在符合一定要求（车辆载重，送货时间等）范围内，达到最能增加商场效益的问题，比如路程最低，费用最小，时间最少等效益。简单点说就是“以最小投入换最大回报”为根本，通常不涉及时间，调度问题会涉及时间。本文所研究的车

41、辆路径问题为A商场配送策略的路径优化，也就是合理安排多车辆给不同消费者送货。（二）车辆路径问题的分类从了解的实际情况,由于车辆路径问题十分的多样化，简单举例根据不同的分类条件，得到的分类结果如图2.1。表2.1 配送路径问题的分类种类问题要求车载限制所有车辆限制相同；不同车辆限制不同车辆的种类单一及不同车辆路线网络无固定路线；有固定路线；混合路线时间限制所有路线时间限制相同；不同路线要求不同；无时间限制路程限制车辆限制里程相同；不同车辆不同限制里程；无里程限制货物类别相同；多种优化目标总花费最低；车辆数量最小；服务效率最高（三）优化商场配送路径的聚类分析要想进行利用聚类分析优化商场的配送策略，

42、首先我们要知道怎样在配送路径优化利用聚类分析，需要用到的一些模型以及公式计算。1.聚类分析的数据类型7数据类型一般为:区间标度变量、二元变量(如:O,1)等变量类型构成的复合类型。2.矩阵矩阵有两种结构，分别为数据矩阵和相异度矩阵。假如有n个数据对象,可用p个属性来描述对应的研究对象,则np矩阵称为数据矩阵8。其中Xij表述数据对象,比如车子、路线、地图名等等。数据矩阵能较为清晰地表达出数据，而且具有较为完善的结构。3.K-均值算法9本文我们结合商场的实际情况，选用了K-均值聚类算法，来进行聚类计算，它是一种经典的聚类方法，很早就被发现了，尽管历经几十年，但这种算法目前仍然应用得比较广泛。（1

43、）根本原理：研究的是所有分类的数量n,将其分成k个聚类,作用在于提高聚类相似性,同时降低聚类指标之间的相似度。算法的处理流程介绍大致为:首先，从所有研究对象中随机抽出k个数据作为当做聚类,余下每个数据对象，据与聚类中心的相似度,将相似的分配到一起，再分别计算平均值。一直进行这一步骤,直到标准测度函数值差别不大。一般表达为平均误差E: 其中,E表示每个对象误差之和,P的含义是存在的数据,mi表示各数据的平均数,|Ci|是总数量。通常止于局部最优值。（2）处理过程a.初始化。在数据集中随机选取K个对象作为初始中心,设置迭代的结束条件。b.进行迭代。计算各个数据样本到聚类中心的距离,根据相似度指标(

44、此处为距离)将各个数据对象分配到与之最接近的聚类中心所在的类。c.更新聚类中心。把每一类的平均矢量当做新的聚类中心,再分配数据对象,跟之前的聚类中心进行比较,只要聚类中心还在变化,就继续迭代。若没有变化就输出结果。d.输出聚类结果。以上处理流程图如图3.1所示。开始输入聚类指标初始化k个聚类分配到离各个数据最近的对象重新计算各个聚类值是否正确得到结果图3.1 k-均值算法处理流程图（四）聚类分析应用于车辆路径物流中心在进行货物运输服务时,由于服务对象所涉及的区域面积广、客户繁多,每天的运送量都相对有点大,通常来说需要多辆车配合对客户进行运送服务。具体地说,应先根据车辆的约束条件划分总运送区域。

45、然后制定最适当的运送路线，根据划分后的子区域,这样可以使得单一优化搜索的空间变小,计算量也减少了很多,提高了求解的速度和精度。运送区域采用何种划分方法对运送的结果影响很大。因此,确定一种合适的聚类算法对整个物流运送环节是十分关键的,该算法应达到以下效果10：(1)经聚类后所划分出的区域不会相互重叠；(2)聚类后形成的同一子区域内的个体比较密集,使得不会额外延长路线。(3)每一子区域需服务的货运量应大致相同,且每一车辆运送的货物应尽可能相当；所以,K-均值法是经典的聚类分析算法,完全可以达到上述配送区域划分的要求。本文用SPSS公司推出的Clementine中文版本Clementinell.l10,为用户提供了功能强大易用的数据挖掘工具平台。它包含6个节点区,分别是源数据节点、记录处理节点、字段处理节点、图形节点、建立模型节点、输出节点,用户建立模型的过程就是把各个节点区的节点以连线的方式连接在一起，考虑到用户使用水平的差异,每种模型都提供了简单和专家两种模式,适合不同层次水平和需求的人员使用。能够很好的找到并利用数据。用户建立模型的过程就是把各个节点区的节点cstic。其中聚类分析功能中,本文需要用的的方法就在其中，其具