基于鐵路貨運站的城市鐵路物流園區(qū)選址規(guī)劃研究.pdf

1、近年來隨著市場經(jīng)濟的復蘇，物流業(yè)逐漸蓬勃發(fā)展，物流園區(qū)應運而生;鐵路網(wǎng)擴張及貨運改革也進一步釋放鐵路運力，為提升鐵路的物流服務能力創(chuàng)造了良好條件。在此背景下，論文對如何依托鐵路樞紐，選擇合適的鐵路貨運站、貨場建立鐵路物流園區(qū)，合理配置鐵路運輸資源，加快城市物流運轉效率的問題進行了研究，主要從以下幾個方面進行:
　　首先，查閱并總結物流園區(qū)、鐵路物流園區(qū)有關規(guī)劃、建設、運營的相關理論及方法，分析了鐵路物流園區(qū)選址問題，剖析了其選址特

2、點，得出其選址主要依托既有鐵路貨運站、貨場的結論;并分析選址過程中影響城市物流需求的多種因素及不同預測方法的特點，采用多元線性回歸方法對未來年城市物流總需求量預測，再按照各鐵路貨運站當前貨運比例進行分配。
　　其次，建立定性與定量鐵路物流園區(qū)選址方法。定性部分，構建針對作為鐵路物流園區(qū)備選集的各鐵路貨運站的評價指標體系。在層次分析法計算專家對各級指標權重的基礎上，考慮專家打分的主觀性，運用熵權法計算專家自身權重，兩者的乘積作為各指

3、標最終權重。再使用模糊綜合評判法對各鐵路貨運站進行綜合評價，按照最終得分情況，確定鐵路物流園區(qū)的備選集。
　　然后，在定量部分，考慮城市其他未被選為物流園區(qū)的鐵路貨運站為物流需求點，建立最大覆蓋最小成本的雙層規(guī)劃模型，上層規(guī)劃目標為各鐵路物流園區(qū)對貨運站的總需求覆蓋量最大，下層規(guī)劃目標為各鐵路物流園區(qū)的擴建、倉儲與運輸費用之和最小。本文設計了一種改進的遺傳-粒子群算法(GA-PSO)，其中遺傳算法采用0～1編碼方式，對鐵路物流園區(qū)

4、備選點編碼，繼而求解上層目標的總覆蓋量最大時的選址結果;粒子群算法中粒子的維度值取0-1之間的任意實數(shù)，表示物流園區(qū)對貨運站的覆蓋比例，從而確定當下層目標的成本最小時，每個園區(qū)對城市各鐵路貨運站的需求覆蓋比例。
　　最后，以徐州市為案例驗證方法的科學性。本文在分析徐州市經(jīng)濟發(fā)展和產(chǎn)業(yè)結構的基礎下，預測徐州市2020年的社會物流需求量，應用本文提出的方法與理論，規(guī)劃了徐州市的鐵路物流園區(qū)選址，并確定了各鐵路物流園區(qū)對鐵路貨運站的覆蓋