零售物流中心運(yùn)作優(yōu)化的一種T型補(bǔ)貨策略

田 歆，羅春林，汪壽陽(yáng)，陳慶洪，盧美紅

(1. 中國(guó)科學(xué)院虛擬經(jīng)濟(jì)與數(shù)據(jù)科學(xué)研究中心，北京 100190；2. 中國(guó)科學(xué)院大學(xué)經(jīng)濟(jì)與管理學(xué)院, 北京 100190；3. 江西財(cái)經(jīng)大學(xué)信息管理學(xué)院，江西 南昌 330013；4.中國(guó)科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院，北京 100190；5.上海海鼎信息工程股份有限公司, 上海 201112)

1 引言

大中型零售倉(cāng)庫(kù)一般使用立體式貨架以提升倉(cāng)庫(kù)庫(kù)容，高度3到10層不定，且貨架采用背靠背的布局模式。為了能夠快速響應(yīng)出貨訂單，按照訂單揀選貨品并出貨，經(jīng)常會(huì)將貨架最下方的一層(庫(kù)位不足則為兩層)設(shè)為揀貨位。倉(cāng)庫(kù)人員在進(jìn)行揀貨操作時(shí)，直接從低層的揀貨位取貨至托盤。每個(gè)SKU(Stock Keeping Unit)貨品對(duì)應(yīng)一個(gè)揀貨位，匹配通常是固定的，只有在季節(jié)更換或者某些貨品揀貨位數(shù)量嚴(yán)重不足時(shí)會(huì)進(jìn)行調(diào)整。SKU作為庫(kù)存進(jìn)出計(jì)量的基本單位，已引申為物流管理中貨品統(tǒng)一編號(hào)的通稱，每種貨品均對(duì)應(yīng)有唯一識(shí)別的SKU號(hào)。SKU是大型連鎖超市或配送中心物流管理的一個(gè)必要的方法。貨架高層為貨品存儲(chǔ)位，存儲(chǔ)靈活可變，不固定具體貨品，動(dòng)態(tài)存儲(chǔ)與調(diào)撥以適應(yīng)物流中心大批量SKU頻繁的進(jìn)出、補(bǔ)貨和分揀操作。

從貨品進(jìn)出物流中心的過(guò)程來(lái)看，零售物流運(yùn)作主要包含收貨、補(bǔ)貨、分揀、集貨、裝運(yùn)等一系列串行流程環(huán)節(jié)，其中，存儲(chǔ)貨品并將貨品從存儲(chǔ)位補(bǔ)充到揀貨位的補(bǔ)貨流程，以及銜接在后的分揀流程，是物流中心日常運(yùn)營(yíng)且最頻繁的關(guān)鍵環(huán)節(jié)，共同決定了倉(cāng)儲(chǔ)作業(yè)效率乃至整個(gè)零售企業(yè)的物流能力。田歆、汪壽陽(yáng)和陳慶洪[1]研究并提出了一種分揀優(yōu)化策略，綜合利用倉(cāng)儲(chǔ)布局和儲(chǔ)位分配的優(yōu)化策略來(lái)縮短訂單的揀貨路徑，從而減少訂單揀貨時(shí)間以提高物流效率。本文在這一工作基礎(chǔ)上，研究當(dāng)分揀效率提升而補(bǔ)貨環(huán)節(jié)成為瓶頸時(shí)，與分揀流程銜接并制約分揀速度的物流補(bǔ)貨優(yōu)化策略。

與物流中心補(bǔ)貨策略密切相關(guān)的研究是立體倉(cāng)庫(kù)的貨位分配，國(guó)外許多學(xué)者對(duì)此進(jìn)行了大量的研究，Berg[2]和Roodbergen和Vis[3]等做了比較全面的綜述與分析。Hausman等[4]對(duì)自動(dòng)化立體倉(cāng)庫(kù)進(jìn)行了深入研究，結(jié)果發(fā)現(xiàn)，對(duì)不同儲(chǔ)位分配策略的行程時(shí)間而言，分類存放策略的效率比隨機(jī)存放的效率要高40%以上。Ruben和Jacobs[5]研究了倉(cāng)儲(chǔ)系統(tǒng)中的貨位分配與批量建構(gòu)啟發(fā)式算法。Ang, Lim和Sim[6]在需求因素部分可刻畫時(shí)構(gòu)建了貨位分配的魯棒優(yōu)化模型并得到相應(yīng)的存取策略。Pan等[7]基于遺傳算法設(shè)計(jì)了“pick-and-pass”倉(cāng)儲(chǔ)系統(tǒng)中貨位分配的啟發(fā)式算法，并通過(guò)Flexsim仿真發(fā)現(xiàn)該算法比“pick-and-pass”倉(cāng)儲(chǔ)系統(tǒng)中的其它算法更好。Goerigk, Knust和Le[8]則利用精確分解與啟發(fā)式算法研究了倉(cāng)儲(chǔ)約束時(shí)的存儲(chǔ)策略問(wèn)題。

近年來(lái)，國(guó)內(nèi)許多學(xué)者也對(duì)立體倉(cāng)庫(kù)的貨位分配進(jìn)行了深入研究。肖建和鄭力[9]根據(jù)需求的相關(guān)性與頻率，研究了多巷道倉(cāng)庫(kù)中的貨位分配問(wèn)題，建立了貨位分配的優(yōu)化模型并提出了一種結(jié)合啟發(fā)式算法的混合遺傳算法。陳璐和陸志強(qiáng)[10]基于混合整數(shù)規(guī)劃模型研究了自動(dòng)化立體倉(cāng)庫(kù)中的貨架分配與存取作業(yè)路徑的優(yōu)化問(wèn)題，提出了基于圖形的兩階段決策算法。李英德[11]基于SKUs相關(guān)性的裝箱和貨位指派的協(xié)同問(wèn)題，建立了以最小化最大分區(qū)揀貨處理時(shí)間為目標(biāo)的優(yōu)化模型，并提出了基于SKUs相關(guān)性的SAC算法和基于貨物位置的NFDP算法，在此基礎(chǔ)上提出了協(xié)同解決貨位指派和裝箱的SAC-NFDP算法。鄧愛民等[12]以醫(yī)藥為例研究了自動(dòng)化立體倉(cāng)庫(kù)的貨位優(yōu)化問(wèn)題。宗曉萍等[13]研究了固定貨架系統(tǒng)中的揀選作業(yè)優(yōu)化問(wèn)題，將優(yōu)化問(wèn)題歸結(jié)為經(jīng)典的TSP模型，并提出了一種改進(jìn)遺傳算法，結(jié)果顯示改進(jìn)遺傳算法從揀選路徑和優(yōu)化速度兩方面提高了揀選效率。寧浪、張宏斌和張斌[14]將存儲(chǔ)貨位分配問(wèn)題抽象為三角形裝箱問(wèn)題，建立了考慮時(shí)間因素在內(nèi)的貨位分配模型，并設(shè)計(jì)了求解的啟發(fā)式算法。董秉坤、張群和陳志新[15]針對(duì)不規(guī)則物品的存儲(chǔ)與管理，設(shè)計(jì)開發(fā)了靈巧存取物流系統(tǒng)和智能化信息管理系統(tǒng)。徐浩軒等[16]基于企業(yè)服務(wù)水平研究了第三方倉(cāng)庫(kù)的設(shè)計(jì)與優(yōu)化；付曉峰、張波和王衛(wèi)青[17]針對(duì)密集式叉車立體倉(cāng)庫(kù)的存儲(chǔ)特點(diǎn)與作業(yè)模式，分析了與出入庫(kù)作業(yè)流程相結(jié)合的貨位狀態(tài)數(shù)據(jù)管理過(guò)程，并以出庫(kù)作業(yè)效率為目標(biāo)優(yōu)化了貨位分配；李鵬飛和馬航[18]提出以出入庫(kù)效率和貨架穩(wěn)定性為優(yōu)化因素的貨位優(yōu)化模型，并采取病毒協(xié)同遺傳算法對(duì)優(yōu)化模型進(jìn)行仿真，結(jié)果顯示病毒協(xié)同遺傳算法能有效實(shí)現(xiàn)自動(dòng)化立體倉(cāng)庫(kù)貨位優(yōu)化，是提高貨物出入庫(kù)效率和貨架的穩(wěn)定性的一種有效方法。

上述文獻(xiàn)對(duì)立體倉(cāng)庫(kù)貨位分配問(wèn)題的研究取得了不少成果，但都局限在貨位相對(duì)較少的情形，難以應(yīng)用于大中型現(xiàn)代化立體倉(cāng)庫(kù)或零售物流中心中。另一方面，這些研究在理論層面上做出了很好的貢獻(xiàn)，但基本上都忽略了算法在實(shí)際企業(yè)中的易操作性以及運(yùn)營(yíng)成本問(wèn)題。面對(duì)大中型現(xiàn)代化立體倉(cāng)庫(kù)與零售物流中心的補(bǔ)貨優(yōu)化需求，如何合理地存放貨品并進(jìn)行補(bǔ)充，以提升倉(cāng)庫(kù)的作業(yè)效率，是一個(gè)非常重要的現(xiàn)實(shí)問(wèn)題。本文在上述研究的基礎(chǔ)上，立足中國(guó)物流信息化的多年實(shí)踐成果，結(jié)合虛擬商務(wù)理論的“綜合集成、整體優(yōu)化”思想[19,20]，提出了一種T型補(bǔ)貨優(yōu)化策略，并詳細(xì)介紹了相關(guān)算法。加載了T型補(bǔ)貨算法的倉(cāng)儲(chǔ)管理系統(tǒng)(Warehouse Management System, WMS)被成功地應(yīng)用于我國(guó)一批知名零售企業(yè)，極大地提高了物流中心的作業(yè)效率，提升了企業(yè)的經(jīng)濟(jì)效益。

2 倉(cāng)儲(chǔ)結(jié)構(gòu)與貨位編碼

如上所述，大中型零售倉(cāng)庫(kù)一般都使用3至10層的立體式貨架，且貨架采用背靠背的布局模式，如圖1所示，其中貨位編碼是倉(cāng)儲(chǔ)作業(yè)的一個(gè)重要信息。

圖1 物流中心立體式貨架布局

圖2所示為某零售企業(yè)大型物流中心的平面布局，以圖中畫圈處為例，圖3所示為該區(qū)域的詳細(xì)貨道、貨架與貨位編碼及其平面分布。WMS系統(tǒng)記錄了每一個(gè)貨架與貨位的條碼數(shù)字和貨架布局，物流中心每一貨位也粘貼了該條碼數(shù)字及用于掃描錄入的二維條碼。這種貨架布局與貨位的編碼記錄對(duì)補(bǔ)貨優(yōu)化研究提供了基礎(chǔ)資料和前提條件。

貨架上貨位編碼是由貨區(qū)-貨道-貨架-列-層構(gòu)成，如圖3中貨位編碼11030711，表示11(貨區(qū))-03(貨道)-07(貨架)-1(列)-1(層)。通常一個(gè)貨架空間可以放2列托盤，即07貨架還有另一列11030721。沿著貨道，一側(cè)是奇數(shù)貨架，另一側(cè)則是偶數(shù)貨架。

圖2 某客戶企業(yè)倉(cāng)庫(kù)平面布局圖

圖3 區(qū)域貨架與貨道平面布局

零售物流中心一般有整托揀貨、整箱揀貨和拆零揀貨三種揀貨方式。本文以最為常見的整箱揀貨為例來(lái)討論相對(duì)應(yīng)的T型補(bǔ)貨優(yōu)化策略。

3 T型上架算法與補(bǔ)貨策略

T型上架邏輯是在原有零售物流中心存儲(chǔ)邏輯的基礎(chǔ)上，即貨品設(shè)定存儲(chǔ)范圍、類別設(shè)定存儲(chǔ)范圍、揀貨分區(qū)設(shè)定存儲(chǔ)范圍等，進(jìn)一步優(yōu)化產(chǎn)生的存儲(chǔ)邏輯規(guī)則，力圖實(shí)現(xiàn)更加合理的倉(cāng)庫(kù)庫(kù)存布局，優(yōu)化作業(yè)動(dòng)線，從而實(shí)現(xiàn)物流效率的提高。T型上架邏輯主要是指在大的存儲(chǔ)范圍框架下，以貨品固定揀貨位為基點(diǎn)，進(jìn)行T字形存儲(chǔ)，算法詳細(xì)流程如圖4所示。

圖4 T型補(bǔ)貨策略上架流程圖

為實(shí)現(xiàn)和應(yīng)用T型上架邏輯算法，WMS系統(tǒng)增加如下參數(shù)：

M—WMS系統(tǒng)尋找上架貨位時(shí)由高往低查找的最大層數(shù)；

N—WMS系統(tǒng)尋找上架貨位時(shí)當(dāng)前貨道單邊每次循回的貨架數(shù)；

Z—WMS系統(tǒng)中某一貨品的一次性允許上架托盤數(shù)。

倉(cāng)庫(kù)最下方一層貨位為揀貨位，為最大可能保證該揀貨位對(duì)應(yīng)的貨品存儲(chǔ)于以其為中心的T字形存儲(chǔ)區(qū)域，系統(tǒng)通過(guò)參數(shù)M，N的優(yōu)化配置來(lái)進(jìn)行規(guī)范。實(shí)踐中，如果某貨品出現(xiàn)大批量進(jìn)貨情形，全部上架往往導(dǎo)致多個(gè)存儲(chǔ)位被該貨品所占用，嚴(yán)重影響該貨道上其他貨品的存儲(chǔ)，進(jìn)而降低該貨道大部分商品的作業(yè)動(dòng)線和效率。在T型上架邏輯下，通過(guò)系統(tǒng)增加參數(shù)Z，如果一次性收貨托盤數(shù)多于Z，則超出部分的其它托盤將強(qiáng)制性存儲(chǔ)到獨(dú)立的分流區(qū)，從而保證物流中心貨品儲(chǔ)存的合理分布。

需要說(shuō)明的是，在實(shí)踐中，擺幅參數(shù)M和找存儲(chǔ)位層數(shù)參數(shù)N，系統(tǒng)可根據(jù)物流中心布局自行設(shè)置，比如常規(guī)物流中心布局中，M一般設(shè)置為2個(gè)貨架，找存儲(chǔ)位層數(shù)N一般等于貨架總層數(shù)-(揀貨位+2)層數(shù)，N值的含義在于揀貨位上方再預(yù)留2層。這樣，可以確保在使用非揀貨位所在這列的貨位時(shí)，保證其他列的揀貨位貨品在收貨時(shí)能上架到揀貨位上方。但在搜索揀貨位本身所在貨架列的存儲(chǔ)位時(shí)，不受層數(shù)N的限制。

下面以具體的揀貨位為例，介紹T型上架算法尋找存儲(chǔ)位的查找規(guī)則。如果貨品當(dāng)前揀貨位所在的貨架為07，揀貨位所在貨道共有16個(gè)貨架，每次查找貨位的貨架擺幅為2，查找貨位規(guī)則如下(當(dāng)尋找到空位后，進(jìn)行上架，停止搜索)：

步驟1：搜索貨架07中揀貨位所在列所有層數(shù)的存儲(chǔ)位(由低往高)；

步驟2：搜索貨架07其他列的存儲(chǔ)位(由高向低的N層)；

步驟3：搜索貨架07左邊的貨架05，然后搜索貨架07的右邊貨架09；

步驟4：搜索貨架07左邊的貨架03，然后搜索貨架07的右邊貨架11；

步驟5：搜索貨架07對(duì)面的貨架08(由高往低的N層，優(yōu)先與揀貨位所在列相同的列)；

步驟6：搜索貨架08左邊06貨架、右邊10貨架、左邊04貨架、右邊12貨架；

步驟7：搜索貨架07左邊01貨架、右邊13貨架、右邊15貨架、然后貨架08左邊02貨架、右邊14貨架、右邊16貨架；如果有更多貨架，以此類推尋找；

步驟8：當(dāng)前貨道找完，搜索其他貨道的貨位(由高往低的N層)，按照貨架由小到大、層數(shù)由高往低的N層、貨位由小到大的順序?qū)ふ遥?/p>

步驟9：若找不到空位，尋找比存儲(chǔ)區(qū)域內(nèi)所有規(guī)格大的距離最近的存儲(chǔ)位；

步驟10：若搜索不到空位則報(bào)錯(cuò)，由特殊權(quán)限的人員來(lái)操作上架。

WMS系統(tǒng)通過(guò)分析歷史數(shù)據(jù)，在系統(tǒng)中對(duì)每個(gè)SKU設(shè)置相應(yīng)的揀貨位、揀貨庫(kù)位的安全庫(kù)存、揀貨庫(kù)位的最大存儲(chǔ)庫(kù)存等參數(shù)。當(dāng)揀貨位貨品數(shù)量低于最低要求庫(kù)存量或下一波次出貨量時(shí)，系統(tǒng)對(duì)該貨品自動(dòng)發(fā)出后續(xù)補(bǔ)貨指令，從存貨位將貨品補(bǔ)貨至揀貨位。這樣，揀貨人員只需從揀貨位直接揀貨，減少了高位叉車的使用頻率，可以大幅度提高分揀效率。補(bǔ)貨時(shí)間需要平衡高峰時(shí)段與清閑時(shí)段，以減少資源的配置和利用。其中，從存儲(chǔ)區(qū)轉(zhuǎn)移貨物到揀貨位按照“先進(jìn)先出、就近原則”進(jìn)行補(bǔ)充，先將貨架上最早上架的貨物先補(bǔ)貨至揀貨位，同一批次則優(yōu)先補(bǔ)充存儲(chǔ)距離更近的貨品，兼顧貨品的保質(zhì)期限和作業(yè)效率。

4 策略比較

常規(guī)補(bǔ)貨策略的上架算法以揀貨位為基準(zhǔn)，首先找比揀貨位編碼小的空閑存儲(chǔ)位，再找比揀貨位編碼大的空閑存儲(chǔ)位，選取兩者之中距離揀貨位最近的空閑存儲(chǔ)位進(jìn)行上架，其中距離計(jì)算基于貨區(qū)-貨道-貨架-列-層的貨位編碼，利用ASCII碼來(lái)定義。以上面討論的11030711揀貨位為例，這一尋址問(wèn)題可以轉(zhuǎn)化為尋找編碼為X的空閑存儲(chǔ)位，以使X到揀貨位11030711的距離最小，即：

(1)

其中11030711-X為存貨位X與揀貨位11030711的ASCII距離。

根據(jù)前述分析可知，T型補(bǔ)貨策略上架算法與常規(guī)上架算法的搜索路徑，在水平方向都是優(yōu)先在同一通道內(nèi)尋址。但在縱向(高度)上，T型策略的搜索路徑如圖5所示，其中圖示僅刻畫了與揀貨位在同一側(cè)的貨架，而常規(guī)補(bǔ)貨策略上架算法搜索路徑如圖6所示，圖示也同樣只刻畫了與揀貨位在同一側(cè)的貨架。

圖5 T型補(bǔ)貨策略上架算法縱向搜索路徑圖

圖6 常規(guī)補(bǔ)貨策略上架算法縱向搜索路徑圖

比較圖5和圖6可知，與常規(guī)補(bǔ)貨策略上架算法相比，T型補(bǔ)貨策略的上架方法，在非自列尋找存儲(chǔ)位時(shí)，優(yōu)先尋找較高的存儲(chǔ)位，并預(yù)留空間給其它商品，這樣可以避免在某些貨品來(lái)貨量較大時(shí)，將靠近其揀貨位的空閑存儲(chǔ)位全部占滿，使得其它商品存儲(chǔ)到距離較遠(yuǎn)甚至其它通道的位置上。因此，T型補(bǔ)貨策略與常規(guī)補(bǔ)貨策略的上架邏輯，并非僅僅體現(xiàn)在單一貨品的存儲(chǔ)距離遠(yuǎn)近上，更表現(xiàn)為具備更加優(yōu)良的物流中心存儲(chǔ)整體合理性。

另一方面，在實(shí)際的整箱揀貨操作中，都是需要叉車來(lái)進(jìn)行上架和補(bǔ)貨的。對(duì)叉車而言，在通道里水平移動(dòng)速度最快，縱向上下移動(dòng)速度次之，在通道里叉車掉頭到對(duì)面貨架的速度最慢，需要的時(shí)間比較長(zhǎng)。而按照常規(guī)補(bǔ)貨策略中ASCII距離遠(yuǎn)近的上架邏輯，當(dāng)揀貨位所在列的存儲(chǔ)位全部占滿，這時(shí)系統(tǒng)會(huì)首先選擇到對(duì)面貨架上去尋找存儲(chǔ)位。因此按照常規(guī)ASCII距離的上架邏輯，會(huì)明顯增加叉車掉頭的頻率，從而降低上架與補(bǔ)貨的效率。

5 應(yīng)用案例與績(jī)效分析

中國(guó)某百?gòu)?qiáng)連鎖零售企業(yè)以標(biāo)準(zhǔn)超市和便利店為主營(yíng)業(yè)態(tài)，擁有2000多家門店，是中國(guó)最為知名的連鎖零售集團(tuán)之一。經(jīng)過(guò)十幾年的發(fā)展，隨著門店的增多和銷售額的擴(kuò)大，物流配送能力逐漸成為企業(yè)發(fā)展的主要約束。為了提高企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)，更好地服務(wù)門店和消費(fèi)者，2010年，該企業(yè)選擇并啟用上海海鼎信息工程股份有限公司(簡(jiǎn)稱“海鼎公司”)提供的供應(yīng)鏈信息化一站式解決方案，其中一個(gè)核心工作就是對(duì)其物流中心進(jìn)行全面信息化改造，切換使用海鼎倉(cāng)庫(kù)管理系統(tǒng)HDWMS、海鼎運(yùn)輸管理系統(tǒng)HDTMS、海鼎電子標(biāo)簽揀貨系統(tǒng)等系統(tǒng)平臺(tái)及技術(shù)，實(shí)現(xiàn)了全流程無(wú)紙化等現(xiàn)代化倉(cāng)庫(kù)管理方法。2016年12月31日，海鼎公司在對(duì)該企業(yè)的年度巡檢和售后維護(hù)時(shí)，為該企業(yè)更新了海鼎進(jìn)銷存管理HDPOS、HDWMS等零售和物流管理信息系統(tǒng)的多個(gè)模塊，包括對(duì)物流中心商品上架及補(bǔ)貨模塊的重大改進(jìn)，即采用新的T型上架尋址邏輯策略，優(yōu)化補(bǔ)貨流程運(yùn)作，以打通物流中心運(yùn)營(yíng)中分揀后的下一個(gè)瓶頸環(huán)節(jié)。

本文隨機(jī)選取該零售企業(yè)位于上海地區(qū)某物流中心整箱揀貨區(qū)的一個(gè)通道，從HDWMS中調(diào)取該物流中心通道在系統(tǒng)更新(即采用T型策略)前后各10000條訂單補(bǔ)貨記錄，如表1、表2所示。在實(shí)際業(yè)務(wù)場(chǎng)景中，HDWMS系統(tǒng)自動(dòng)運(yùn)算當(dāng)前揀貨位商品數(shù)量及當(dāng)日訂單揀貨需求，不斷向補(bǔ)貨人員順序發(fā)布補(bǔ)貨指令，告知補(bǔ)貨人員根據(jù)補(bǔ)貨單將商品從當(dāng)前存儲(chǔ)貨位(來(lái)源貨位)移動(dòng)至商品固定揀貨位(目標(biāo)貨位)，完成該商品分揀前的補(bǔ)貨流程。系統(tǒng)自動(dòng)記錄發(fā)布補(bǔ)貨指令的時(shí)間為訂單補(bǔ)貨起始時(shí)間，補(bǔ)貨人員完成最后一個(gè)補(bǔ)貨操作，即在移動(dòng)端掃描揀貨位條碼復(fù)核確認(rèn)的時(shí)間為補(bǔ)貨結(jié)束時(shí)間。根據(jù)補(bǔ)貨單的起始時(shí)間和結(jié)束時(shí)間，從系統(tǒng)調(diào)取數(shù)據(jù)時(shí)同時(shí)計(jì)算差值，以分為單位自動(dòng)生成訂單補(bǔ)貨間隔時(shí)間(見表1、表2)。需要指出的是，由于物流中心空間限制及考慮設(shè)備和人力等運(yùn)營(yíng)成本因素，補(bǔ)貨崗位設(shè)置的人員極為有限，實(shí)際運(yùn)營(yíng)中補(bǔ)貨人員通常會(huì)在短期內(nèi)接到多個(gè)補(bǔ)貨訂單指令(開始計(jì)時(shí))，但需要將一個(gè)個(gè)補(bǔ)貨訂單順序處理，經(jīng)常會(huì)發(fā)生訂單積壓、延遲處理的場(chǎng)景，補(bǔ)貨時(shí)間長(zhǎng)達(dá)數(shù)十分鐘甚至幾個(gè)小時(shí)以上。商品補(bǔ)貨和揀貨等核心流程訂單處理的積壓延誤情況，也是物流中心運(yùn)營(yíng)效率評(píng)估的一個(gè)重要因素。

表1 中國(guó)某百?gòu)?qiáng)連鎖零售企業(yè)物流中心采用T型策略前訂單補(bǔ)貨記錄

*注：數(shù)據(jù)選取該物流中心采用T型策略之前某通道最后10000條訂單補(bǔ)貨記錄

表2 中國(guó)某百?gòu)?qiáng)連鎖零售企業(yè)物流中心采用T型策略后訂單補(bǔ)貨記錄

*注：數(shù)據(jù)選取該物流中心采用T型策略之后某通道最新10000條訂單補(bǔ)貨記錄

圖7 中國(guó)某百?gòu)?qiáng)連鎖零售企業(yè)物流中心訂單補(bǔ)貨時(shí)間

物流中心采用T型策略前后所抽樣的兩組各10000個(gè)訂單補(bǔ)貨時(shí)間如圖7所示，采用T型策略后，補(bǔ)貨效率、波動(dòng)情況發(fā)生顯著地改善，延誤訂單在出現(xiàn)頻次和幅度上明顯好轉(zhuǎn)，運(yùn)作更加平穩(wěn)。表3對(duì)兩組訂單補(bǔ)貨時(shí)間樣本的統(tǒng)描述性統(tǒng)計(jì)可知，采用T型策略前后，訂單平均補(bǔ)貨時(shí)間由2.8分減小至2.3分，訂單補(bǔ)貨時(shí)間標(biāo)準(zhǔn)差由8.9分降為2.2分，改善效果非常顯著。

表3 描述性統(tǒng)計(jì)結(jié)果

對(duì)采用T型策略前后兩組樣本數(shù)據(jù)，本文進(jìn)一步采用單因素方差分析方法來(lái)檢驗(yàn)T型策略對(duì)訂單補(bǔ)貨時(shí)間的影響。如表4所示，單因素方差分析的F檢驗(yàn)、巴特勒特檢驗(yàn)結(jié)果同時(shí)表明，在99%的置信度下，采用T型策略對(duì)于訂單補(bǔ)貨時(shí)間存在顯著地改進(jìn)效果。

表4 訂單補(bǔ)貨時(shí)間關(guān)于采用T型策略前后的單因素方差分析

巴特勒特檢驗(yàn)(Bartlett's test)：chi2(1)=0.00015, Prob>chi2 = 0.000

同時(shí)對(duì)兩組樣本進(jìn)行非配對(duì)均值假設(shè)檢驗(yàn)。結(jié)果如表5所示， T檢驗(yàn)數(shù)據(jù)表明，在99%的置信度下，采用T型策略后的訂單補(bǔ)貨時(shí)間顯著低于采用T型策略前的訂單補(bǔ)貨時(shí)間，與描述性統(tǒng)計(jì)、單因素方差分析的結(jié)果一致。需要說(shuō)明的是，表5所進(jìn)行的均值檢驗(yàn)建立在兩組樣本具有同一方差這一假設(shè)條件下，并不一定符合實(shí)際情況，這里僅作為一種魯棒性檢驗(yàn)。

上述數(shù)據(jù)分析及檢驗(yàn)結(jié)果均表明，通過(guò)采用T型策略優(yōu)化商品上架補(bǔ)貨流程，企業(yè)物流運(yùn)營(yíng)能力有了顯著地的改善。在零售物流中心運(yùn)作中，補(bǔ)貨流程及其后續(xù)銜接的分揀流程是物流運(yùn)營(yíng)中最為核心的兩個(gè)環(huán)節(jié)，也是常見的瓶頸所在，約占整個(gè)物流中心工作量的60%以上[1]，很大程度上決定了整個(gè)物流中心的運(yùn)作效率。通過(guò)T型策略的優(yōu)化，物流運(yùn)營(yíng)更為通暢，顯著提升了企業(yè)的運(yùn)營(yíng)效率，也將帶來(lái)可觀的效益增長(zhǎng)。隨著采用T型策略的不斷推進(jìn)，物流中心貨位使用將在動(dòng)態(tài)調(diào)整中更加趨向合理，補(bǔ)貨效率還將得到進(jìn)一步提升。

表5 訂單補(bǔ)貨時(shí)間關(guān)于采用T型策略前后的均值檢驗(yàn)

diff=mean(采用T型策略后補(bǔ)貨時(shí)間) - (采用T型策略前補(bǔ)貨時(shí)間)t=-4.8497

H0: diff=0

Ha: diff<0 Ha: diff≠0 Ha: diff>0

Pr(T|t|)=0.0000 Pr(T>t)=1.0000

6 結(jié)語(yǔ)

當(dāng)前大中型零售物流中心通常采用立體式貨架以提升倉(cāng)庫(kù)庫(kù)容，數(shù)量高達(dá)數(shù)十萬(wàn)存儲(chǔ)位，每天需處理幾萬(wàn)到幾十萬(wàn)貨物品類的物流運(yùn)營(yíng)需求。如何合理地存儲(chǔ)貨品并從存儲(chǔ)位補(bǔ)充至揀貨位，這一補(bǔ)貨環(huán)節(jié)的優(yōu)化，直接影響物流中心的作業(yè)效率。本文基于虛擬商務(wù)理論的“綜合集成、整體優(yōu)化”思想提出了一種新的T型補(bǔ)貨策略，即以貨品對(duì)應(yīng)揀貨位為基點(diǎn)，呈T字形搜索尋址來(lái)上架存儲(chǔ)貨品，并采用“先入先出、就近原則”的方法將貨品補(bǔ)充至揀貨位。這種T型補(bǔ)貨策略與常規(guī)補(bǔ)貨策略相比，不僅在單一貨品的補(bǔ)貨操作中具有更高的效率，還可以優(yōu)化物流中心的整體存儲(chǔ)布局。T型補(bǔ)貨策略從企業(yè)經(jīng)營(yíng)管理的現(xiàn)實(shí)角度出發(fā)，是一種集成了易操作、低成本與能快速響應(yīng)的簡(jiǎn)單搜索算法，可以減少上架/補(bǔ)貨作業(yè)動(dòng)線，實(shí)現(xiàn)效率提升與效益增長(zhǎng)。然后以在上海的中國(guó)某百?gòu)?qiáng)連鎖零售企業(yè)為例，抽取了該企業(yè)物流中心采用T型補(bǔ)貨策略前后的10000條數(shù)據(jù)進(jìn)行分析，結(jié)果顯示T型補(bǔ)貨策略極大地提升了物流中心的補(bǔ)貨效率。目前，我國(guó)一批大型零售企業(yè)物流中心在信息化改造實(shí)踐中成功運(yùn)用了加載這一補(bǔ)貨策略的倉(cāng)儲(chǔ)管理系統(tǒng)，物流運(yùn)營(yíng)效率得到大幅度提升，經(jīng)濟(jì)效益顯著增長(zhǎng)，推動(dòng)了我國(guó)商業(yè)發(fā)展和社會(huì)進(jìn)步。另一方面，在計(jì)算機(jī)科學(xué)理論中有很多很好的算法，值得深入研究其在現(xiàn)實(shí)中的易操作性，從而可以實(shí)現(xiàn)產(chǎn)業(yè)化，這將是項(xiàng)目組未來(lái)的研究方向。

參考文獻(xiàn)：

[1] 田歆, 汪壽陽(yáng), 陳慶洪. 倉(cāng)儲(chǔ)配送中ABC管理的優(yōu)化問(wèn)題及其實(shí)證[J]. 運(yùn)籌與管理, 2008,17(4): 1-7.

[2] Berg JPVD. A literature survey on plannirong and contl of warehousing systems[J]. IIE Transactions, 1999, 31(8): 751-762.

[3] Roodbergen K J, Vis I F A. A survey of literature on automated storage and retrieval systems[J]. European Journal of Operational Research, 2009,194(2): 343-362.

[4] Hausman W H, Schwarz L B, Graves SC. Optimal storage assignement in automatic warehousing systems[J]. Management Science, 1976, 22(6): 629-638.

[5] Ruben R A, Jacobs F R. Batch construction heuristics and storage assignment strategies for walk/ride and pick system[J]. Management Science, 1999, 45(4):575-596.

[6] AngT M, Lim Y F, Sim M. Robust storage assignment in unit-load warehouses[J]. Management Science, 2012, 58(11): 2114-2130.

[7] Pan J C H, Shih P H, Wu M H, et al. A storage assignment heuristic method based on genetic algorithm for a pick-and-pass warehousing system[J]. Computers & Industrial Engineering, 2015, 81: 1-13.

[8] Goerigk M, Knust S, Le X T. Robust storage loading problems with stacking and payload constraints[J]. European Journal of Operational Research, 2016,253(1): 51-67

[9] 肖建, 鄭力. 考慮需求相關(guān)性的多巷道倉(cāng)庫(kù)貨位分配問(wèn)題[J]. 計(jì)算機(jī)集成制造系統(tǒng)，2008,14(12)：2447-2451.

[10] 陳璐, 陸志強(qiáng). 自動(dòng)化立體倉(cāng)庫(kù)中的儲(chǔ)位分配及存取路徑優(yōu)化[J]. 管理工程學(xué)報(bào), 2012,26(1)：42-47.

[11] 李英德. 波次分區(qū)揀貨時(shí)裝箱與貨位指派問(wèn)題協(xié)同優(yōu)化的模型與算法[J]. 系統(tǒng)工程理論與實(shí)踐, 2013, 33(5): 1269-1276.

[12] 鄧愛民, 蔡佳, 毛浪. 基于時(shí)間的自動(dòng)化立體倉(cāng)庫(kù)貨位優(yōu)化模型研究[J]. 中國(guó)管理科學(xué)，2013,21(6):107-112.

[13] 宗曉萍, 齊興敏, 王培光, 等. 自動(dòng)化立體倉(cāng)庫(kù)揀選作業(yè)優(yōu)化研究[J]. 企業(yè)物流, 2014,33(3): 403-409.

[14] 寧浪, 張宏斌, 張斌. 面向JIT制造的零部件配送中心貨位優(yōu)化研究[J]. 管理科學(xué)學(xué)報(bào), 2014,17(11): 10-19.

[15] 董秉坤, 張群, 陳志新. 一種物品靈巧存取物流系統(tǒng)的設(shè)計(jì)與應(yīng)用[J]. 中國(guó)管理科學(xué), 2015, 23(11):234-239.

[16] 徐浩軒, 龔業(yè)明, 袁哲, 等. 考慮服務(wù)約束的第三方倉(cāng)庫(kù)收益與設(shè)計(jì)優(yōu)化模型[J]. 中國(guó)管理科學(xué)，2015, 23(4): 78-85.

[17] 付曉峰, 張波, 王衛(wèi)青. 密集式叉車立體庫(kù)的作業(yè)管理與貨位分配算法[J]. 四川兵工學(xué)報(bào), 2015,36(6):93-96.

[18] 李鵬飛，馬航.基于病毒協(xié)同遺傳算法的自動(dòng)化立體倉(cāng)庫(kù)貨位優(yōu)化模型[J]. 中國(guó)管理科學(xué)，2017,25(5): 70-77.

[19] 成思危. 信息化與虛擬商務(wù)[J]. 管理評(píng)論, 2014, 26(7): 3-8.

[20] 成思危. 成思危論虛擬商務(wù)[M]. 北京: 中國(guó)人民大學(xué)出版社, 2015.