陳瑩瑩
(華北電力大學(xué) 北京 102206)
隨著經(jīng)濟(jì)全球化以及互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,每日產(chǎn)生數(shù)以千萬(wàn)計(jì)的快遞商品使得電子商務(wù)呈爆發(fā)式的增長(zhǎng),直接推動(dòng)了整個(gè)物流行業(yè)的發(fā)展。現(xiàn)代物流的發(fā)展趨勢(shì)呈現(xiàn)出全球化、多功能化、系統(tǒng)化、信息化和標(biāo)準(zhǔn)化的特征,其中信息化是現(xiàn)代物流的核心。現(xiàn)代物流將貨物進(jìn)行運(yùn)輸、存儲(chǔ)、裝卸搬運(yùn)和包裝以及充分利用現(xiàn)代信息技術(shù)形成一種集成式管理,有利于降低物流成本、減少轉(zhuǎn)運(yùn)周期、為顧客提供好的服務(wù)。
配送中心是將運(yùn)輸、倉(cāng)儲(chǔ)、裝卸、搬運(yùn)、配送、流通加工和信息服務(wù)等物流各環(huán)節(jié)進(jìn)行有效銜接的重要節(jié)點(diǎn),是從事物流活動(dòng)的場(chǎng)所或組織,是物流產(chǎn)業(yè)的載體[1]。配送中心不僅是物流行業(yè)非常重要的一環(huán),同時(shí)也是成本投入最多的環(huán)節(jié)。根據(jù)調(diào)查顯示,在配送中心,訂單揀貨過(guò)程的勞動(dòng)量占到了配送中心作業(yè)量的60%,占到了倉(cāng)庫(kù)運(yùn)營(yíng)成本的50%-75%[2]。
由此可見(jiàn),采取科學(xué)高效的存儲(chǔ)策略和路徑策略,就可以在很大的程度上降低企業(yè)在配送中心環(huán)節(jié)的成本,提高企業(yè)的收益,使得物流管理變得更加透明化和精細(xì)化,有利于整個(gè)物流行業(yè)在市場(chǎng)環(huán)境下愈加現(xiàn)代化和規(guī)范化。
本文通過(guò)運(yùn)用Anylogic仿真技術(shù)建立立體倉(cāng)庫(kù),附加邊際條件,通過(guò)每日訂單情況,確定每種物品的補(bǔ)貨數(shù)量,通過(guò)研究配送中心的不同存儲(chǔ)策略,用相對(duì)最優(yōu)的方法確保存貨滿足需要,保證合理的庫(kù)存量,降低庫(kù)存成本,防止延遲和缺貨。旨在為企業(yè)提供科學(xué)的存儲(chǔ)管理方案。
配送中心作為現(xiàn)代物流系統(tǒng)的重要組成部分,將物流各環(huán)節(jié)進(jìn)行有效銜接,先進(jìn)的存儲(chǔ)策略與庫(kù)存管理可促使貨物流轉(zhuǎn)變得更加高效,提高物流調(diào)節(jié)水平。
倉(cāng)儲(chǔ)作為供應(yīng)者與需求者之間的重要紐帶,是企業(yè)能夠?qū)崿F(xiàn)高效供應(yīng)鏈管理水平的一個(gè)重要組成部分,在整個(gè)企業(yè)的供應(yīng)鏈系統(tǒng)中起著調(diào)節(jié)和平衡的作用[12]。倉(cāng)儲(chǔ)作為現(xiàn)代物流系統(tǒng)的關(guān)鍵環(huán)節(jié),它在整個(gè)系統(tǒng)中起著承上啟下的作用,如何合理的選擇倉(cāng)儲(chǔ)策略,對(duì)于提高配送中心倉(cāng)儲(chǔ)效率以及減少配送中心的運(yùn)營(yíng)成本就顯得尤為重要。良好的存儲(chǔ)策略可以合理的分配存貨單元存儲(chǔ)位置,減少出人庫(kù)移動(dòng)的距離、縮短作業(yè)時(shí)間,甚至能夠充分利用儲(chǔ)存空間。存儲(chǔ)策略主要有以下幾種:隨機(jī)存儲(chǔ)、定位存儲(chǔ)、分類存儲(chǔ)。其中ABC 分類法是常用分類存儲(chǔ)法。ABC 分類法是18世紀(jì)意大利經(jīng)濟(jì)學(xué)家威利弗雷德·帕雷特提出的,又叫做帕累托分析法,其主要內(nèi)容是將存儲(chǔ)的庫(kù)存物品按照重要程度分為 A 類商品、B 類商品、C 類商品。以此來(lái)進(jìn)行分類排隊(duì)進(jìn)而分清主次,從而區(qū)別管理方式的一種分析方法。一般情況下,運(yùn)用 ABC 分類管理都是以資金占用率為劃分依據(jù)確定 A類、B類、C類商品。
配送中心庫(kù)存管理的策略有很多,補(bǔ)貨系統(tǒng)訂貨點(diǎn)法最基本的策略有4種:①連續(xù)性檢查的固定訂貨量、固定訂貨點(diǎn)策略,即(Q,R)策略;②連續(xù)性檢查的固定訂貨點(diǎn)、最大庫(kù)存策略,即(R,S)策略;③周期性檢查策略,即(T,S)策略;④綜合庫(kù)存策略,即(T,R,S)策略。
系統(tǒng)仿真是指利用計(jì)算機(jī)仿真軟件建立并運(yùn)行一些經(jīng)過(guò)調(diào)查研究后實(shí)際存在或規(guī)劃未建系統(tǒng)的仿真模型,通過(guò)對(duì)仿真過(guò)程的觀察及運(yùn)行結(jié)果的分析,達(dá)到對(duì)真實(shí)系統(tǒng)內(nèi)的指標(biāo)進(jìn)行分析的目的。系統(tǒng)仿真作為有效的系統(tǒng)分析工具,它以建模理論、計(jì)算方法、評(píng)估理論為基礎(chǔ);以計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)、圖形圖像技術(shù)、多媒體技術(shù)、軟件工程、信息處理、自動(dòng)控制及系統(tǒng)工程等相關(guān)技術(shù)為支撐。
AnyLogic流程建模庫(kù)是離散事件的標(biāo)準(zhǔn)庫(kù),是以流程為中心的建模。近年來(lái)在物流、供應(yīng)鏈、行人疏散、應(yīng)急管理、業(yè)務(wù)流程、Petri網(wǎng)、經(jīng)濟(jì)學(xué)、GIS信息等應(yīng)用領(lǐng)域廣泛,通過(guò)虛擬環(huán)境,設(shè)計(jì)離散、連續(xù)和混合行為的復(fù)雜系統(tǒng),其擁有流程建模庫(kù)、行人庫(kù)、道路交通庫(kù)、軌道庫(kù)、流體庫(kù)和物料處理庫(kù)[6]。該軟件可以使用“拖-拉式”建模,這種建模方式形象直觀,對(duì)于流程的更改方式能夠做到便捷的調(diào)整。其建模技術(shù)以UML-RT為基礎(chǔ),可封裝其他對(duì)象,可以通過(guò)構(gòu)建相關(guān)的模塊形象直觀地去模擬現(xiàn)實(shí)中的各種事物,并通過(guò)編寫Java代碼定義變量,實(shí)現(xiàn)建模仿真的目的。
本文仿真以某公司的實(shí)際數(shù)據(jù)為案例,根據(jù)客戶的訂單數(shù)據(jù)以及每種貨物的庫(kù)存數(shù)據(jù)為建模依據(jù)。
假設(shè)有8種商品,編號(hào)為0-7,日需求量分別為:d0=179,d1=255,d2=274,d3=219,d4=218,d5=148,d6=148,d7=120,單價(jià)分別為:p0=399,p1=400,p2=700,p3=899,p4=599,p5=699,p6=288,p7=1099客戶每天下達(dá)訂單次數(shù)為9,每周訂單次數(shù)為63,訂貨提前期為2天,每次訂貨成本為240元,每個(gè)商品的日保管費(fèi)用為10元。根據(jù)每種商品的日需求量情況按照正態(tài)分布條件將每種商品的日需求量分派到每日訂單中。
基于訂單信息需求分析,本文采用 E-R 圖建立Access數(shù)據(jù)庫(kù)E-R模型。E-R圖也稱之為實(shí)體-聯(lián)系圖(Entity Relationship Diagram),它采用結(jié)構(gòu)圖的方式來(lái)表示實(shí)體、屬性和聯(lián)系,清晰直觀的描述了現(xiàn)實(shí)世界的概念性模型。E-R模型中每個(gè)實(shí)體都需轉(zhuǎn)換成表,屬性轉(zhuǎn)換成列或字段。在本數(shù)據(jù)庫(kù)中共有兩個(gè)表單,分別為訂單明細(xì)表和補(bǔ)貨表。
根據(jù)分析繪制數(shù)據(jù)庫(kù)系統(tǒng)的E-R圖,訂單明細(xì)是訂單和商品類型實(shí)體之間的聯(lián)系,聯(lián)系中需要記錄訂單編號(hào),商品編號(hào)和數(shù)量。訂單信息實(shí)體E-R關(guān)系圖如圖1所示。補(bǔ)貨信息包含商品ID,補(bǔ)貨數(shù)量,補(bǔ)貨周期,安全庫(kù)存。補(bǔ)貨信息實(shí)體E-R關(guān)系圖如圖2所示。
圖1 訂單信息實(shí)體E-R關(guān)系圖
圖2 補(bǔ)貨信息實(shí)體E-R關(guān)系圖
1.倉(cāng)庫(kù)布局
(1)托盤貨架擺放
規(guī)定倉(cāng)庫(kù)內(nèi)共存儲(chǔ)8種商品,每種商品占用兩排貨架,在rackSystem中設(shè)置托盤貨架的順序,typeID(0-7)分別分放兩排貨架,共16排貨架,typeID的0分貨架11和12,依次類推。兩貨架設(shè)置通道,每個(gè)貨架寬為10米,高為14米,一共五層,每個(gè)位置只能放一個(gè)商品。
(2)揀貨路線的規(guī)劃
叉車揀貨是在倉(cāng)庫(kù)中進(jìn)行的,在倉(cāng)庫(kù)中四通八達(dá),無(wú)論是貨架中間還是倉(cāng)庫(kù)四周,叉車都可以根據(jù)規(guī)定路線進(jìn)行揀貨行走。
2.智能體的創(chuàng)建
在Anylogic中創(chuàng)建智能體,并為智能體添加參數(shù)并設(shè)置類型。
(1)創(chuàng)建訂單智能體Order和智能體群orders;添加的參數(shù)為:capacities、id、dateoforder,其分別代表的含義為:訂單里面每種商品的數(shù)量、訂單的ID、訂貨的日期。
(2)創(chuàng)建訂單明細(xì)智能體OD和訂單明細(xì)智能體群ODs。添加的參數(shù)為:orderID、typeID、amount;其分別代表的含義為:訂單的ID、貨物的ID、訂貨的數(shù)量。
(3)創(chuàng)建商品智能體Type和商品智能體群types并在商品智能體中添加屬性、事件和動(dòng)態(tài)事件。
①Q(mào)R補(bǔ)貨策略的商品智能體屬性的設(shè)置。添加的參數(shù)為:typeID、amount、s、palletRacks;其分別代表的含義為:貨物的ID、庫(kù)存最大數(shù)量、安全庫(kù)存、托盤。
②QT補(bǔ)貨策略的商品智能體屬性的設(shè)置。添加的參數(shù)為:typeID、amount、period、palletRacks;其分別代表的含義為:貨物的ID、補(bǔ)貨數(shù)量、補(bǔ)貨的周期、托盤。
3.數(shù)據(jù)導(dǎo)入
在主類上添加數(shù)據(jù)庫(kù)控件database,將該控件與數(shù)據(jù)庫(kù)(oderInformation)連接。訂單明細(xì)數(shù)據(jù)與庫(kù)存策略數(shù)據(jù)的導(dǎo)入與存儲(chǔ)均需添加查詢query并進(jìn)行相應(yīng)設(shè)置,連接數(shù)據(jù)庫(kù)中的表單orderdetails與表單QT。
4.訂單的生成和揀選
在訂單智能體中創(chuàng)建event事件和動(dòng)態(tài)事件My_DynamicEvent。event事件在初始化后一段時(shí)間后觸發(fā),觸發(fā)后的行為是在訂單的dataoforder設(shè)定的時(shí)間啟動(dòng)訂單揀選。
5.缺貨訂單的處理
若發(fā)生缺貨情況,需將被退回的訂單進(jìn)行相應(yīng)整合,在面板中添加集合并做相應(yīng)設(shè)置。
為了更好的觀察缺貨情況,在仿真模型中增加了柱形圖與餅狀圖對(duì)8種商品的庫(kù)存情況及缺貨情況進(jìn)行觀察和統(tǒng)計(jì)。
當(dāng)叉車接到揀選訂單的指令時(shí),按訂單順序從最近的貨架開(kāi)始揀選物品,如若訂單增加,此時(shí)其他叉車共同進(jìn)行訂單揀選,按照訂單的編號(hào)順序進(jìn)行防止遺漏。當(dāng)貨架上商品缺失時(shí),則不再揀選需要此商品的訂單,叉車返去直到該商品有存貨時(shí)再次開(kāi)始進(jìn)行揀選任務(wù)。
每間隔一定的時(shí)間T檢查一次庫(kù)存情況,若庫(kù)存量降至訂貨點(diǎn)R時(shí),發(fā)出一次訂貨,每次訂貨量不變均為Q。再訂貨點(diǎn)值為安全庫(kù)存s。訂單發(fā)生模式為循環(huán),每天0點(diǎn)進(jìn)行訂單揀選。揀貨后貨物數(shù)量減少,此時(shí)若倉(cāng)庫(kù)中的貨物數(shù)量低于s時(shí),就會(huì)進(jìn)行自動(dòng)補(bǔ)貨,補(bǔ)貨數(shù)量是根據(jù)數(shù)據(jù)庫(kù)中QT的amount 進(jìn)行補(bǔ)貨的。
圖3所示的是QT補(bǔ)貨策略的補(bǔ)貨結(jié)果,運(yùn)行后倉(cāng)庫(kù)會(huì)按照設(shè)定的補(bǔ)貨間隔時(shí)間進(jìn)行每種貨物的補(bǔ)貨,補(bǔ)貨數(shù)量是Q。QT補(bǔ)貨策略的揀貨結(jié)果與QR策略的揀貨結(jié)果相同,因?yàn)樘崛〉挠唵蜗嗤?/p>
圖3 QT補(bǔ)貨場(chǎng)景
餅狀圖中所顯示的是運(yùn)行后訂單的揀貨情況。Queue是在排隊(duì)中的訂單數(shù)量,此時(shí)排隊(duì)訂單數(shù)為87;Wait assembling是等待揀貨的訂單,此時(shí)數(shù)量為0;Assemling是揀貨結(jié)束的訂單數(shù)量,此時(shí)數(shù)量為13。訂單詳情如圖4所示。
圖4 訂單詳情圖
柱形圖所顯示的是運(yùn)行后庫(kù)存情況,8種貨物用不同顏色標(biāo)注,每種貨物的庫(kù)存情況如圖5所示。
圖5 庫(kù)存詳情
柱形圖所顯示的是運(yùn)行后訂單中的缺貨情況,可根據(jù)對(duì)應(yīng)所缺少的商品進(jìn)行相應(yīng)補(bǔ)貨請(qǐng)求。缺貨詳情如圖6所示。
圖6 缺貨詳情
通過(guò)statistics的運(yùn)行結(jié)果,可觀察到8種商品所需要的數(shù)量各有差異,若用相同的存儲(chǔ)策略就會(huì)出現(xiàn)缺貨或商品補(bǔ)貨導(dǎo)致貨架容量超負(fù)荷的問(wèn)題,因此,應(yīng)對(duì)每種貨物進(jìn)行分類,對(duì)于不同的商品應(yīng)選用不同的補(bǔ)貨策略。本文僅截取了某個(gè)時(shí)刻的運(yùn)行結(jié)果,再此不能完整的展現(xiàn)整個(gè)運(yùn)行效果。后期可通過(guò)場(chǎng)景需求修正模型的設(shè)置情況,從而更好地調(diào)整與優(yōu)化模型。
本文從配送中心貨物的存儲(chǔ)策略角度出發(fā),從建立數(shù)據(jù)庫(kù)與倉(cāng)庫(kù)模型兩方面實(shí)現(xiàn)基于Anylogic的配送中心存儲(chǔ)策略仿真研究。實(shí)現(xiàn)了QR與QT兩種補(bǔ)貨策略的模型創(chuàng)建并成功運(yùn)行。研究表明應(yīng)用Anglogic仿真進(jìn)行存儲(chǔ)策略具有其可行性,動(dòng)態(tài)仿真有利于補(bǔ)貨策略的選取。通過(guò)對(duì)運(yùn)行結(jié)果的觀察進(jìn)行系統(tǒng)的優(yōu)化,最終可實(shí)現(xiàn)對(duì)成本的控制。此外,模型在設(shè)計(jì)過(guò)程中還存在很多不足,在應(yīng)用的過(guò)程可考慮實(shí)現(xiàn)更多的功能并進(jìn)行完善。(1)在仿真模型中添加補(bǔ)貨口并由卡車運(yùn)送貨物(2)由于每種商品的訂貨量不一樣,為了節(jié)約倉(cāng)庫(kù)的空間即成本,可將貨物的擺放盡量緊密一些,需求高的貨物可設(shè)計(jì)三或四排貨架,需求低的貨物可減半。這部分功能可在rackSystem和createTypes函數(shù)中進(jìn)行設(shè)置。