（一） 項(xiàng)目簡介
當(dāng)前電商分揀中心接收到的客戶訂貨往往存在種類多、數(shù)量少、分布不均等特點(diǎn)，這給中心分揀工作帶來巨大壓力。本項(xiàng)目針對當(dāng)前電商環(huán)境下訂單的特點(diǎn)，計(jì)劃從理論上提出新的智能拼單優(yōu)化數(shù)學(xué)模型，設(shè)計(jì)相應(yīng)的求解算法，采用軟件編程實(shí)現(xiàn)算法，從而得到一套新的智能拼單系統(tǒng)，并通過實(shí)際案例數(shù)據(jù)進(jìn)行仿真，以此檢驗(yàn)其可行性與高效性。
（二） 研究目的
隨著“全民網(wǎng)購”時(shí)代的來臨，電商企業(yè)日益發(fā)展壯大，各大電商均建立了自己的物流中心。在物流中心的所有作業(yè)中揀選作業(yè)所占比重最大，占物流中心整體作業(yè)時(shí)間的70%以上，其成本占總成本的50%以上，因此，優(yōu)化揀選作業(yè)是提高物流中心作業(yè)效率的一種有效措施；同時(shí)揀選作業(yè)也是物流中心的核心作業(yè)之一，優(yōu)化揀選作業(yè)能夠大大節(jié)約物流成本。
在當(dāng)前的物流行業(yè)中，物流中心自動(dòng)化揀選作業(yè)已經(jīng)基本實(shí)現(xiàn)。其基本的操作步驟為：根據(jù)客戶訂單的內(nèi)容，識別客戶所需貨物，從倉儲中選取，并進(jìn)行集中分類、分批處理。但是每個(gè)時(shí)間段內(nèi)訂單數(shù)目、訂單量不同，因此容易造成物流配送中心各個(gè)工作崗位工作量分配不均；按照客戶訂單進(jìn)行揀選時(shí)，普遍會出現(xiàn)不同訂單之間包含的貨物品項(xiàng)數(shù)、貨物數(shù)量差距懸殊的問題，對一個(gè)連續(xù)時(shí)間段內(nèi)的訂單進(jìn)行分析后發(fā)現(xiàn)，部分商品之間存在較強(qiáng)的關(guān)聯(lián)性，部分訂單商品相似。如果將含有相關(guān)性較高的貨物的訂單進(jìn)行合并揀選，將會節(jié)約大量人力物力資源。
上述問題的存在，使得物流中心的成本顯著增加。本次項(xiàng)目旨在設(shè)計(jì)出一種智能的拼單系統(tǒng)，解決揀選時(shí)多個(gè)訂單貨物品項(xiàng)重合度低，使播種操作時(shí)空行程、無效動(dòng)作增多的問題，并使波次單的訂單規(guī)模達(dá)到均衡，提高訂單揀選效率。
（三） 研究內(nèi)容
本次項(xiàng)目主要通過將專業(yè)知識和實(shí)地調(diào)研兩方面相結(jié)合來實(shí)現(xiàn)我們的目標(biāo)。首先，站在專業(yè)的角度上，通過查閱相關(guān)資料、咨詢權(quán)威專家，對國內(nèi)外的現(xiàn)狀與我們的基本構(gòu)想進(jìn)行比較，得出我們的差距以及不足之處，提出理論的設(shè)計(jì)方案以及可行措施，并利用科學(xué)軟件設(shè)計(jì)出初步程序，程序預(yù)計(jì)分為兩部分:第一，在物流中心的不同時(shí)段，依據(jù)訂單量不同設(shè)計(jì)不同時(shí)長的時(shí)間窗。第二，在每一時(shí)間窗內(nèi)，對其所包含的訂單進(jìn)行合理分析后，將多張客戶訂單合成一張貨物品項(xiàng)數(shù)、貨物數(shù)量在一定范圍內(nèi)，且貨物種類間關(guān)聯(lián)性和訂單之間貨物的相似性較高的波次單進(jìn)行揀選。在初步程序設(shè)計(jì)完成后，對自動(dòng)化程度不同的電商分揀中心進(jìn)行實(shí)地調(diào)研，在調(diào)研結(jié)果的基礎(chǔ)上對初步程序進(jìn)行優(yōu)化和修改，得出一種具有實(shí)際意義的智能拼單系統(tǒng)。
（四） 國、內(nèi)外研究現(xiàn)狀和發(fā)展動(dòng)態(tài)
國內(nèi)研究現(xiàn)狀：
我國關(guān)于煙草行業(yè)的揀選系統(tǒng)的研究較多。秦峰華[1]對卷煙自動(dòng)分揀系統(tǒng)的總體框架、分揀設(shè)備的工作原理、程序設(shè)計(jì)以及性能測試指標(biāo)等進(jìn)行了詳細(xì)討論，并對當(dāng)前國內(nèi)煙草行業(yè)自動(dòng)分揀系統(tǒng)的應(yīng)用進(jìn)行介紹，對卷煙自動(dòng)分揀機(jī)的性能優(yōu)化進(jìn)行了指導(dǎo)。之后，肖際偉[2]以復(fù)合式卷煙分揀系統(tǒng)(CCSS)為研究對象，依靠分揀機(jī)組合與分揀成本和分揀用時(shí)之間的關(guān)系建立了分揀機(jī)組合優(yōu)化模型，利用單位分揀成本避免了因EIQ和ABC分類方法帶來的不確定性和主觀性。為使分揀后的條煙按品種順序整齊排列輸送，沈敏德[3]提出了一種基于并行作業(yè)機(jī)制和預(yù)分揀緩存原理的條煙分揀工藝及系統(tǒng)，有效減少分揀線和作業(yè)人員的配置數(shù)量。孫壯志[4]研究了訂單結(jié)構(gòu)對卷煙全自動(dòng)分揀系統(tǒng)分揀效率的影響。
李建斌[5]研究了在多倉商品擺放策略一定的基礎(chǔ)上，為了降低由于單倉商品數(shù)量不足所引發(fā)的拆單，對庫存量擺放策略進(jìn)行了研究。在單倉庫可能缺貨但總體不缺貨的情況下，根據(jù)銷售比例算法對商品數(shù)量進(jìn)行分配，并與原均分算法進(jìn)行對比，結(jié)果表明銷售比例算法能夠更精確地預(yù)測庫存并進(jìn)一步降低拆單率。另外，對原根據(jù)FIFO原則的訂單分配算法進(jìn)行了改進(jìn)，按照離散時(shí)間將訂單分批，并通過對同一波次內(nèi)訂單順序的調(diào)整，使分配到各個(gè)倉庫的訂單更合理，從而減少數(shù)量不足引發(fā)的拆單問題。
李詩珍和王轉(zhuǎn)[6]在2004年研究發(fā)現(xiàn),通過建立最短揀選距離為目標(biāo)函數(shù)的模型實(shí)現(xiàn)波次揀選,運(yùn)用啟發(fā)式算法聚類分析,提出了三個(gè)相關(guān)系數(shù):巷道相似系數(shù)、包絡(luò)距離、儲位相似系數(shù)的概念。構(gòu)建模型，最后用基于句絡(luò)解碼的混合潰傳算法求解。在國相似系數(shù)、包絡(luò)距離、儲位相似系數(shù)的概念。構(gòu)建模型,最后用基于包絡(luò)解碼的混合遺傳算法求解。在國內(nèi)，馬士華和文堅(jiān)[7]在波次揀選中考慮到了訂單延遲時(shí)間,通過調(diào)整時(shí)間窗改善揀選員閑忙分配不均的問題,使得整個(gè)供應(yīng)鏈揀選效率得到有效地提高。
目前國內(nèi)訂單分配模型聚焦于不確定性訂單分配模型、線性混合整數(shù)規(guī)劃、非線性混合整數(shù)模型等。訂單分配問題求解具有動(dòng)態(tài)性，過程繁瑣，還需要在短時(shí)間內(nèi)得到較優(yōu)的解，現(xiàn)有研究有啟發(fā)式算法、三階段算法、k-means聚類算法、蟻群算法、C-W 節(jié)約算法、禁忌搜索算法、粒子群優(yōu)化算法等[8]。
國外研究現(xiàn)狀：
對于同一個(gè)區(qū)域內(nèi)的揀選,Ackerman[9]在1990年首次提出訂單分批揀選策略,并提出這種方法在一定程度上能夠提高貨物揀選效率。Gibson和Sharp[10]研究了訂單分批揀選方法,并運(yùn)用仿真將其與普通的揀選方法進(jìn)行對比。最終得出分批揀選方法效率更高,在分批揀選時(shí),需要考慮訂單里面貨物的相關(guān)性,以及倉儲的分布等因素。Gademann[11]等研究發(fā)現(xiàn)，訂單劃分批次問題是一個(gè)NP問題。
Choe和Sharp[12]在1991年研究提出,波次揀貨劃分有兩個(gè)基準(zhǔn):相似度劃分和時(shí)間窗。在相似度分揀的情況下,按照貨物的存儲位置來進(jìn)行分批次,難點(diǎn)在于如何衡量各訂單直接的相似度以及訂單揀選的先后次序。而Gademann[13]等提出在波次揀貨時(shí),就近訂單揀選能夠?qū)⑷我庖粋€(gè)波次的揀貨提前期最小化。對于訂單之間的相似度研究。Chen和Wu[14]從含有相同產(chǎn)品的數(shù)量考慮,構(gòu)建模型使總關(guān)聯(lián)程度最大,然后將其轉(zhuǎn)化為0-1規(guī)劃問題求解。而在時(shí)間窗分揀方面，主要是通過訂單到達(dá)時(shí)間劃分波次,同一個(gè)時(shí)間窗內(nèi)到達(dá)的訂單被劃分到同一個(gè)波次。Tang和Chew[15]研究了在固定波次里訂單量的情況下，動(dòng)態(tài)調(diào)整時(shí)間窗的問題。通過測量服務(wù)時(shí)間來估算訂單劃分波次大小。
國內(nèi)國外對貨物的分揀暫時(shí)還只是放在分揀系統(tǒng)和策略的研究上，并未對整體的分揀方案的如何形成有更多的研究。
參考文獻(xiàn)
[1]秦峰華. 卷煙自動(dòng)分揀機(jī)的性能優(yōu)化與實(shí)現(xiàn)[D].山東大學(xué),2007.
[2]肖際偉,吳耀華,婁山佐,孫國華.復(fù)合式卷煙分揀系統(tǒng)分揀機(jī)組合優(yōu)化[J].系統(tǒng)工程理論與實(shí)踐,2010,30(02):251-256.
[3]沈敏德,陳照強(qiáng),范維華,陶秀義.帶緩存的條煙并行分揀系統(tǒng)開發(fā)研究[J].物流技術(shù),2009,28(02):140-141.
[4]孫壯志,張雨佳.訂單結(jié)構(gòu)對卷煙自動(dòng)分揀線分揀效率的影響[J].計(jì)算機(jī)應(yīng)用,2010,30(S1):315-316+336.
[5]李建斌,孫哲,陳威帆,李文秀.面向最小化拆單率的基于訂單分配順序的庫存優(yōu)化研究[J].工業(yè)工程與管理,2017,22(06):78-84.
[6]李詩珍,王轉(zhuǎn).訂單揀取路徑優(yōu)化研究[J].物流技術(shù)與應(yīng)用，2002(5).
[7]馬士華,文堅(jiān).基于時(shí)間延遲的訂單分批策略研究[J].工業(yè)工程管理,2004(6).
[8]秦雨虹,吳亞瓊.電子商務(wù)下訂單拆分與物流配送聯(lián)合優(yōu)化模型研究[J].江蘇科技信息,2018,35(06):53-55.
[9] Ackerman K B. Practical Handbook of Warehousing [M]. Springer Science & Business Media, 2012.
[10] Gibson D R, Sharp G P. Order Batching Procedures [J]. European Journal of Operational Research, 1992, 58(1): 57-67.
[11] Gademann A, Van Den Berg J P, Van Der Hoff HH. An Order Batching Algorithm for Wave Picking in A Parallel- aisle Warehouse[J]. IIE Transactions, 2001, 33(5): 385-398.
[12] Choe K, Sharp G. Small Parts Order Picking: Design and Operation [R]. Georgia Tech Research Corporation, Atlanta, Georgia, 1991.
[13] Chen M C, Wu H P. An Association- based Clustering Approach to Order Batching Considering Customer Demand Patterns[J]. Omega, 2005, 33(4):333-343.
發(fā)展動(dòng)態(tài)及前景：
隨著時(shí)代進(jìn)步，電商分揀中心承擔(dān)的分揀任務(wù)越來越重，其分揀模式也由最初 “人到貨”的人工分揀逐步發(fā)展為“貨到人”的半自動(dòng)化分揀，并將朝著全自動(dòng)化分揀的方向演進(jìn)。在客戶訂單越來越多，越來越復(fù)雜的環(huán)境下，當(dāng)前電商分揀中心的分揀系統(tǒng)的已不能滿足市場要求。因此，本項(xiàng)目在當(dāng)前形勢下，具有如下發(fā)展前景：第一，市場需求力度大。配送中心訂單分配不合理，所需要的勞動(dòng)力較大，是目前很普遍的問題，如何準(zhǔn)確的設(shè)計(jì)出智能拼單方案就成了重中之重，針對不同的配送中心不同的訂單就需要一個(gè)能夠智能設(shè)計(jì)出拼單方案的系統(tǒng)。第二，市場上同類項(xiàng)目少，競爭力度小。經(jīng)查閱資料發(fā)現(xiàn)，國內(nèi)國外均把著重點(diǎn)放在了訂單揀選系統(tǒng)和策略的研究上，有極少量的涉及整體的分揀方案的形成的智能化的研究。本項(xiàng)目的研究處于這個(gè)方面的領(lǐng)先地位。
（五） 創(chuàng)新點(diǎn)與項(xiàng)目特色
1.設(shè)計(jì)出合理高效的智能拼單方案，其核心內(nèi)容為智能拼單程序，將貨物品項(xiàng)重合度高的客戶訂單拼成一個(gè)波次單，改變了傳統(tǒng)揀選方式低效、重復(fù)操作過多的缺陷，將分區(qū)、訂單分割、訂單分批、分類四個(gè)因素有機(jī)結(jié)合。
2.該項(xiàng)目不僅考慮了物流成本，還注重時(shí)間效益，使客戶訂單能在最短時(shí)間內(nèi)得到處理，極大地提高了物流服務(wù)水平，符合可持續(xù)發(fā)展的戰(zhàn)略要求。
3.該項(xiàng)目另外設(shè)計(jì)出與該程序相適應(yīng)的儲位規(guī)劃原則，提高電商分揀中心設(shè)備使用效率。
（六） 技術(shù)路線、擬解決的問題及預(yù)期成果
1.技術(shù)路線
1、閱讀大量相關(guān)文獻(xiàn)與資料，了解當(dāng)前較先進(jìn)的電商分揀中心和物流行業(yè)的發(fā)展?fàn)顩r；
2、通過社會調(diào)查找出當(dāng)前電商分揀中心快遞分揀系統(tǒng)存在的問題并分析產(chǎn)生的原因；
3、查閱資料及詢問相關(guān)專業(yè)老師，設(shè)計(jì)一種高效合理的智能拼單核心方案，進(jìn)行仿真實(shí)驗(yàn)，并不斷改進(jìn)。
2.擬解決的問題
1、不同訂單間差異較大，按單揀選造成不同訂單揀選時(shí)長、各揀選臺的打包臺任務(wù)量差距過大的問題。
2、一個(gè)波次中多份訂單品項(xiàng)之間關(guān)聯(lián)性不高而造成的揀貨操作效率低下問題。
3.預(yù)期成果：
1、設(shè)計(jì)出一種高效合理的電商分揀中心智能拼單方案；
2、選擇合適的物流中心進(jìn)行方案推廣。
（七） 項(xiàng)目研究進(jìn)度安排
2019年4月至6月，通過從互聯(lián)網(wǎng)、圖書館以及與老師交流等方式了解與當(dāng)前國內(nèi)外有關(guān)電商分揀中心智能分揀系統(tǒng)的信息，提出初步構(gòu)想；
2019年6月到9月，對電商分揀中心進(jìn)行實(shí)地調(diào)查，以分揀系統(tǒng)為主要調(diào)查對象與工作人員進(jìn)行溝通交流，尋找其中存在的問題；
2019年9月到11月，對實(shí)地調(diào)查結(jié)果進(jìn)行綜合分析，參考各類文獻(xiàn)資料，進(jìn)行團(tuán)隊(duì)交流，設(shè)計(jì)出合理的分揀系統(tǒng)智能拼單方案，并在仿真模擬軟件中進(jìn)行實(shí)踐，不斷完善方案；
2019年11月至12月，到物流企業(yè)進(jìn)行實(shí)踐，將智能拼單程序試運(yùn)行，并與工作人員交流，尋找不足；
2020年1月至3月，不斷完善設(shè)計(jì)出的智能拼單系統(tǒng)，并實(shí)踐；
2020年4月至5月，撰寫并提交總結(jié)報(bào)告，結(jié)題。
（八） 已有基礎(chǔ)
1. 與本項(xiàng)目有關(guān)的研究積累和已取得的成績
1、 通過查閱資料、訪問網(wǎng)站、與相關(guān)老師的探討，已經(jīng)積累了豐富的資料。
2、 在“百蝶杯”第四屆全國大學(xué)生物流仿真設(shè)計(jì)大賽省賽中取得了特等獎(jiǎng)的成績。
3、 在“百蝶杯”第四屆全國大學(xué)生物流仿真設(shè)計(jì)大賽國賽中取得了三等獎(jiǎng)的成績。
4、在比賽中認(rèn)識到了自己的不足，并向優(yōu)秀隊(duì)伍學(xué)習(xí)，積累經(jīng)驗(yàn)，并通過仿真模擬軟件進(jìn)行實(shí)踐不斷優(yōu)化。
2. 已具備的條件，尚缺少的條件及解決方法
1、 已具備的條件
（1） 學(xué)校實(shí)驗(yàn)室機(jī)房有本次項(xiàng)目實(shí)施所需的相關(guān)建模、仿真軟件。
（2） 對于本項(xiàng)目已有了初步的模型構(gòu)思及編程基礎(chǔ)。
2、尚缺少的條件
（1） 相關(guān)領(lǐng)域理論研究深度不夠。
（2） 欠缺電商分揀中心實(shí)際運(yùn)營數(shù)據(jù)。
3、解決辦法
廣泛收集整理已有相關(guān)理論與研究成果，對國內(nèi)優(yōu)秀電商分揀中心進(jìn)行實(shí)地調(diào)研，理論聯(lián)系實(shí)際。
|
