基于flexsim的高校物流配送流程仿真研究

武蓉 賀國先

摘 要：針對高校物流配送面臨的效率低、管理復(fù)雜等問題，文章以蘭州市某一高校為研究對象，結(jié)合實際情況發(fā)現(xiàn)在高峰期完成完整的取件流程存在排隊時間過久等現(xiàn)象，基于此提出以人工配送和智能自提柜相結(jié)合的模式代替現(xiàn)有的人工派件方式，并利用flexsim軟件對改進后的配送模式進行模擬仿真，提高了配送效率，減少了人工成本。

關(guān)鍵詞：高校物流；配送；flexsim 仿真

中圖分類號：F252；TP391文獻標(biāo)志碼：ADOI：10.13714/j.cnki.1002-3100.2023.08.005

Abstract： In view of the problems of low efficiency and complex management faced by colleges and universities in logistics distribution， this paper takes a university in Lanzhou as the research object， and combined with the actual situation， finds that there are problems such as too long queuing time when completing the complete pick-up process at peak times. Based on this， it proposes to replace the existing manual delivery mode by combining artificial distribution and intelligent pickup cabinet. In addition， flexsim software is used to simulate the improved distribution mode. By comparing the results with the previous traditional distribution mode， the distribution efficiency is improved and the labor cost is reduced.

Key words： university logistics; distribution; flexsim simulation

0 ? ?引 ? ?言

隨著物流行業(yè)的飛速發(fā)展，人們對快遞業(yè)務(wù)服務(wù)質(zhì)量的要求也在不斷提升，然而快遞配送“最后一公里”已然成為制約配送效率提高的關(guān)鍵問題。在眾多網(wǎng)購用戶中，在校學(xué)生的比例為14%[1]。這就導(dǎo)致校園快遞配送量不斷增加，然而傳統(tǒng)人工配送方式由于存在配送周期長、易丟件等問題，逐漸不能滿足師生在短時間內(nèi)完成取件的要求。因此應(yīng)該積極研究開發(fā)新型快遞配送模式以解決目前高校的物流配送問題。

首先，由于高校校園內(nèi)學(xué)生較多，學(xué)生的網(wǎng)購能力較強，物流配送范圍較廣，傳統(tǒng)末端配送的“門對門”服務(wù)標(biāo)準(zhǔn)無法運用在高校中[2]，增加了快速、實時取件的難度。其次，基于大基數(shù)快遞配送，驛站的快遞堆放和用戶的信息管理較混亂，造成服務(wù)質(zhì)量低等問題。而以智能化快遞柜為切入點優(yōu)化校園物流“最后一公里”，增加快遞管理的集中性，能從根本上節(jié)約管理方面的投入[3]。

本文以蘭州市某一高校為研究對象，探討高校物流“最后一公里[4-7]”環(huán)節(jié)存在的問題，建議將智能自提柜引進高校，并通過flexsim軟件模擬優(yōu)化后的配送方式，驗證模型的有效性，以推進校園高效物流配送體系的建設(shè)。

1 ? ?問題分析

蘭州市某高校由南區(qū)域、北區(qū)域和校外區(qū)域組成，據(jù)相關(guān)數(shù)據(jù)統(tǒng)計，全校共有師生3萬多人，其中校內(nèi)2萬多人，在校擁有配送站點的快遞公司10家。由于在校學(xué)生明顯不具備送貨上門的條件，因此快遞公司配送都采用了開設(shè)校內(nèi)站點通過發(fā)送短信在固定地點人工取件的方式。具體取件流程如圖1所示。

該取件模式相比智能取件柜的掃碼、刷臉取件模式，取件流程較為復(fù)雜，且要在規(guī)定時間內(nèi)完成取件，取件時間不夠靈活。而學(xué)生大多集中在同一時間段內(nèi)取快遞，例如下課后。由于服務(wù)中心空間有限，如果單位時間內(nèi)進入的人數(shù)超過完成取件的人數(shù)，例如“雙十一”“618”等活動期間，就會造成擁堵，極大降低取件效率[8]。同時，此取件模式下，派件員對收件人的身份信息也只是簡單的詢問，在排隊人員較多時，冒領(lǐng)、丟件現(xiàn)象時有發(fā)生，這不僅影響了校園秩序，還降低了消費者的滿意度。

基于此，通過隨機抽樣的方法抽取了該校600名在校師生進行了校園快遞情況調(diào)查，對收取的532份有效問卷進行了分析整理。其中，每個月使用快遞10次以上的占56.02%，排隊時間10分鐘及以上的占51.51%，70.68%的師生有過快遞丟失或損壞的情況；有62.41%的師生由于上課等原因耽誤了取快遞，對于采用智能快遞柜代替人工配送的方式，有91.73%的師生表示支持，最后通過意見征集，大多數(shù)師生認(rèn)為在快遞取件過程中，派送時間、派送地點、派送方式更為重要。

通過以上分析，為了進一步優(yōu)化校園物流配送體系，本文提出引入智能自提柜解決某高校存在的快遞配送問題。朱文軍[9]、應(yīng)毅[10]利用flexsim技術(shù)進行了電商配送中心分揀仿真優(yōu)化研究，分析運行結(jié)果后的優(yōu)化方案達到了預(yù)期效果。因此本文也將利用flexsim技術(shù)對設(shè)定模型進行仿真模擬，并對校園物流配送提出合理的改進意見。

2 ? ?校園物流配送模型的構(gòu)建

2.1 ? ?校園物流配送流程優(yōu)化概述

某高校主校區(qū)面積較大、人數(shù)較多。據(jù)調(diào)查，校內(nèi)快遞平均每月有7萬件左右，一般每天上午（7：00—11：00）各物流公司運輸車會到達指定停靠點進行卸貨、分揀入庫，在快遞驛站等暫存區(qū)擺放好貨物，同時生成短信取件碼發(fā)送給收件人。由于南北兩個校區(qū)的師生都在同一服務(wù)點取件，容易造成取件高峰期擁堵。

因此現(xiàn)需要對分揀及配送流程進行進一步優(yōu)化，即快遞到站后，將南北校區(qū)的快遞分類，分別送至南北校區(qū)的自提柜并生成取件碼通知收件人，這樣收件人就可以更靈活地選取合適的時間就近收取快遞。對于較大件或者需要當(dāng)面驗收的快遞，仍采用人工派送的方式，這樣就可以大大緩解驛站的壓力，降低高峰期排隊概率。

2.2 ? ?智能自提柜選址

便捷的智能自提柜可以極大程度地提高人們?nèi)】爝f的效率，合理擺放智能自提柜更能促進取件過程規(guī)范化，提高智能柜的利用率。該校南北兩個校區(qū)人數(shù)相當(dāng)且宿舍樓相對集中，主服務(wù)站位于北區(qū)宿舍，如圖2所示，可將智能自提柜分別放置在南北食堂周圍，在每日快遞到達主服務(wù)站進行卸貨分揀后，送至南北智能自提柜進行上架操作。

2.3 ? ?flexsim建模及其仿真

校園快遞的分揀至配送流程具有一定的離散性，建立3D虛擬仿真系統(tǒng)有利于更直觀地發(fā)現(xiàn)系統(tǒng)運作中存在的問題，然后在實際操作中做出明智的決策[11]。通過分析模型運行后的數(shù)據(jù)，提出合理范圍內(nèi)的改進意見，并進行驗證，讓決策更有說服力。本文通過flexsim仿真軟件模擬快遞進站分揀至配送再到最后取件成功的整個過程，具體流程如圖3所示。

模型布局及實體連接方式如圖4所示。利用貨車發(fā)生器模擬每日7：00、14：00到達主站卸貨分揀區(qū)的快遞分別有1 500件、1 000件，將每日到達的快遞在總服務(wù)站進行分揀，利用10個處理器分別模擬10名工作人員分揀快遞的過程，平均20秒一件。根據(jù)實際情況，每日約有10%的大件快遞、包裝破損等需要開箱查驗的快遞仍然需要留在總服務(wù)站采用人工取件的方式進行投遞，因此分揀的快遞分為送至南、北智能自提柜區(qū)和留在北區(qū)人工取件區(qū)的三部分，分別約占每日快遞的50%、40%、10%。利用貨車模擬將分揀好的快遞運送至南、北智能自提柜的過程和到達固定區(qū)域后利用處理器模擬工作人員將快遞上架，并自動生成取件碼發(fā)送給取件人的過程，約30秒一件。智能自提柜的規(guī)格設(shè)置為200，南北區(qū)各4個；利用發(fā)生器模擬10：00收到取件碼前往各自取件地點進行取件的師生，取件人數(shù)符合泊松過程，不考慮排隊后插隊、換隊或放棄等情況[8]，取件的時間間隔在取件區(qū)間內(nèi)呈負(fù)指數(shù)分布。取件過程通過合成器模擬，取件時間可能受到機器故障或操作不熟練等問題的影響，因此通過智能自提柜取件時間為20～30秒一人，主站需要人工服務(wù)的主要是破損件收取、需要開箱驗收的件或進行寄件服務(wù)，因此操作時間為50～70秒一人?？紤]到校內(nèi)上下課高峰期，將12：00—13：00、18：30—19：30規(guī)定為取件高峰期，其余時段為非高峰期。智能自提柜每日23：00取件結(jié)束，主站人工區(qū)19：30取件結(jié)束，受取件者自身因素的影響每日取件結(jié)束后仍然有10%的快遞沒有被取走。模型較大程度地完成了校園物流配送流程并實現(xiàn)了各環(huán)節(jié)的基本功能。

3 ? ?仿真結(jié)果及其分析

模型從7：00開始運行、23：00運行結(jié)束代表一個周期，以此模擬一個工作日快遞從進站到分揀再到完成最后配送的整個過程。運行過程無擁堵，正常運行結(jié)束后，對部分實體運行數(shù)據(jù)進行統(tǒng)計整理，如表1所示。

其中，非高峰期和高峰期的取件數(shù)量統(tǒng)計如圖5所示、取件等待時間如圖6所示。由此可以看出，在取件高峰期，最長排隊等待時間為0秒，因此不會造成取件擁堵，相比之前所有人只能通過主站人工取件的方式取件，改進后的取件方案有效解決了高峰期排隊時間過長的問題。

在人工操作方面，運行結(jié)果顯示，工作人員可以在7：00至10：00左右，完成第一批貨物的分揀和上架工作，在14：00至16：15左右，工作人員能夠完成第二批貨物的分揀和上架工作。10名工作人員同時參與第一批快遞的分揀工作，結(jié)果顯示，在7：00—8：00，10名工作人員共同完成了1 500件貨物的分揀工作。分揀完成后，人工1—2號負(fù)責(zé)主站人工區(qū)的上架工作和之后的取件工作，人工3—5號負(fù)責(zé)北區(qū)自提柜的上架工作，人工6—10號負(fù)責(zé)南區(qū)自提柜的上架工作。第二批貨物到站后，人工1—2號不再參與這批貨物的分揀工作，人工3—10號共同完成分揀工作后繼續(xù)分別負(fù)責(zé)各自區(qū)域快遞的上架工作。截至第一批貨物上架完成時的人工利用率如圖7所示，可以看出這段時間人工3—10號的利用率較高，他們的休息時間較少。后期可通過在此時間段內(nèi)增加兼職工作人員的方法調(diào)節(jié)工作人員的工作量和工作時長。第二批貨物分揀結(jié)束后的人工3—10號的利用率如圖8所示。主站人工取件區(qū)在19：30取件結(jié)束后，人工取件利用率如圖9所示。

人工取件在19：30截止后，兩名工作人員共完成了252件貨物的上架工作和223件貨物的出庫工作，與自提柜相結(jié)合的取件方式極大程度緩解了之前人工派送的壓力，同時降低了人工成本。現(xiàn)實情況中，工作人員還有卸貨、搬貨等工作，所以模型的利用率相比實際情況較高，但總體來看，人工效率基本合理。

同時，本文還分析了南北自提柜8個取件合成器的利用率，如圖10所示，從10：00—23：00取件結(jié)束，南、北區(qū)取件合成器的整體利用率分別為72.14%、57.77%，利用率合理。合成器的利用率反映了模型中自提柜的利用程度，說明采取自提柜取件的方式后，并不會造成資源浪費。同時，合理范圍內(nèi)的空閑率也可以很好地應(yīng)對“雙十一”“618”等活動期間校園內(nèi)快遞激增的情況。

4 ? ?結(jié) ? ?論

本文以某一高校的末端配送為研究內(nèi)容，以解決實際問題為目的，針對高峰期取件擁堵等問題，提出適合該校物流配送條件的優(yōu)化方案，并利用flexsim軟件對該方案的流程進行仿真模擬、對運行結(jié)果進行分析，發(fā)現(xiàn)改進后的方案不會引起工作人員工作時間較大和高峰期取件排隊時間過長等問題，說明采用人工配送和自提柜取件相結(jié)合的改進方案是可行且有效的，為之后高校面臨快遞不斷增多的情況提供了有效的解決方案，更利于校園物流的高效化、便捷化發(fā)展。

參考文獻：

[1] 陳明智，張仕臻，錢同惠，等．基于flexsim的高校物流配送問題研究[J]．物流工程與管理，2018，40（11）：92-94，100.

[2] 景彥榮．高?？爝f末端配送的困境與對策研究[J]．對外經(jīng)貿(mào)，2019（8）：50-52.

[3] 肖振華，王小丹．高校校園物流“最后一公里”服務(wù)模式創(chuàng)新研究[J]．商訊，2019（8）：150-151.

[4] 馮婷婷．“最后一公里”物流配送中智能快遞柜平臺的物流服務(wù)優(yōu)化模型及應(yīng)用研究[D]．沈陽：東北大學(xué)，2020.

[5] 武警．“最后一公里”多車輛無人配送路線優(yōu)化與管理平臺設(shè)計[D]．北京：北京交通大學(xué)，2020.

[6] 原景成．高?！白詈笠还铩笨爝f配送現(xiàn)狀研究分析——以B大學(xué)研究生公寓為例[J]．中國物流與采購，2020（3）：58.

[7] 李佳麗．校園最后一公里物流模式探析——以南京高校為例[J]．物流工程與管理，2021，43（12）：20-22.

[8] 溫清榮，朱世森，曾維聰，等．基于Flexsim的菜鳥驛站取件排隊系統(tǒng)仿真——以廣州工商學(xué)院為例[J]．中國儲運，2021（2）：

141-144.

[9] 朱文軍，孫宇博，洪桐，等．基于Flexsim的電商配送中心分揀作業(yè)仿真優(yōu)化研究[J]．中國市場，2022（7）：138-139.

[10] ?應(yīng)毅，劉定一．基于FlexSim的校園共同配送服務(wù)站分揀流程仿真研究[J]．物流科技，2018，41（10）：37-39.

[11] ?龔中文，董丹華，蔣舒琪．某高?？爝f無接觸配送的取件系統(tǒng)仿真設(shè)計與分析[J]．物流技術(shù)與應(yīng)用，2022，27（8）：145-151.