卷烟物流配送中心规划文献综述

摘 要：当前各卷烟物流配送中心为降低成本，提升竞争力，纷纷改造传统的物流系统。推动以精益化供应链物流建设为核心的“科技、精益、高效、人本”现代物流建设成为烟草物流改革的重要内容之一。相关研究分别从物流管理、分拣、仓储、配送流程或综合各角度进行了规划设计，对卷烟物流配送中心优化作出了杰出贡献。

关键词：卷烟物流配送中心;规划;文献综述

中图分类号：F253 文献标识码：A

Abstract： Currently， to lower cost and promote competitiveness， cigarette logistics distribution centers have begun to transform traditional logistics system. Implementing science and technology， lean， efficient and humanism modern logistics construction， whose core is lean supply chain logistics construction， becomes one of the most important part in the reform of the tobacco logistics. Related research studying from the perspectives of logistics management， sorting， warehousing， distribution process or comprehensive perspective of the planning， have made outstanding contributions to cigarette logistics distribution center optimization.

Key words： cigarette logistics distribution center; planning; review

1 卷烟物流现状

近年来，我国卷烟物流行业自动化及信息化程度发展较快。自动输送机、自动升降卸货平台、RFID 自动扫描设备、高架立体仓库、自动/半自动分拣线、自动安保设备、仓库自动温湿度控制设备等得到广泛应用。中国烟草以物流信息化重点工程为抓手，以建设“数字烟草”为目标，建设行业电子政务、电子商务、管理决策三大应用体系，推广应用了行业卷烟生产经营决策管理系统、工商营销信息共享系统、商业企业卷烟物流配送中心数字仓储管理系统和工商卷烟物流在途信息系统等重点工程，极大地推动了行业信息化建设的发展。同时，各企业根据自身发展实际和业务需要，建立了立体仓库、自动化分拣线、电子标签托盘等物流设施与设备，开发应用了智能化仓储管理系统、卷烟分拣包装管理系统、GIS智能优化调度管理系统、GPS车辆，降低了物流成本，提升了服务质量和管理水平。辅助导航与定位监控系统、绩效评价考核等多种业务管理系统，有效地提高了工作效率。另外，中国烟草目前正积极推进传统商业向现代流通转变。推动以精益化供应链物流建设为核心的“科技、精益、人本”现代物流建设成为烟草物流改革的重要内容之一。中国烟草的生产经营决策管理系统、工商在途信息系统、商业数字仓储系统、全国统一电子地图、行业物流综合监管调度平台正在发挥着重要作用，行业物流标准化体系已经基本建立。

然而，另一方面，我国烟草专卖制度实行“统一领导、垂直管理、专卖专营”的管理体制。卷烟物流中心与中国烟草工业系统物流独立运作，有各自的物流网络和节点，各自为政，没有形成战略协作关系，这些网络上节点的物流基本都是独立多点对多点的关系，形成了繁杂的物流网络，这在一定程度上存在资源浪费。且卷烟销售网络物流多以区域配送为主，运输部门只为本企业服务为主，资源未充分有效利用。与美国相比，美国的不同地区企业共同出资兴建卷烟物流配送中心，一方面实现了物流配送资源的共享，有效地降低了企业的物流配送成本;另一方面也从根本上提高了物流配送的合理化程度。与德国相比，在标准化方面，我国大多数的烟草配送中心都没有按照严格的标准执行，这也是配送效率不高的原因之一。当前卷烟配送行业各企业为降低成本提升竞争力纷纷改造传统的物流系统，如何使卷烟配送行业的物流建设工作能适应未来行业发展的需要，使烟草物流系统从整个行业全局的角度达到最优，值得我们思考与研究。

2 卷烟物流配送规划研究

相关烟草物流配送的规划及优化的文献很多，总结起来，多从管理、仓储、分拣作业系统、配送路径优化四个角度入手，达到为客户提供优质服务，为企业节省成本的高效物流。其规划研究多结合具体卷烟物流配送中心的情况，找出现状存在的问题，通过定性分析，进行技术标准化、管理数字化规范化等改进，提出相应优化解决办法。卷烟物流主要规划内容如下：

2.1 在卷烟销售物流配送中心整体规划的研究

完善卷烟配送体系是很有必要的，建立完善的烟草配送体系是“中国烟草最有价值的战略性工程”[1]。潘文龙[2]运用一种适合现代企业的改进SLP法布局设计库房、库存管理的ABC三类物品的分类法优化、配送路线的节约法，对南通烟草物流中心进行规划。苏凯[3]在二级配送中心选址采用聚类分析法，配送路线优化采用遗传算法，对石家庄卷烟物流系统整合优化;张亚娜[4]基于节约算法进行线路优化、基于安全库存量的库存优化、基于概率估工法的油耗管理，从三个方面对榆林烟草公司物流配送成本进行了优化。周泽岩[5]以益阳市烟草公司为例，构建了基于工作量均衡的、带软时间窗的配送调度综合优化模型， 通过matlab编程实现遗传算法的模型求解，解决了车辆选择、货物配装、配送路线优化等问题。张晓昆[6]指出建立卷烟配送中心的重要性，并对卷烟配送中心的配送体系模式、库存量设计、仓储方式设计、分拣模式设计、工艺布局和流程设计进行了分析和描述。并重点介绍了为提高配送效率卷烟配送中心需要的分拣设备。姜荣奇、唐铮显等[7]从成品配送中心的构成，包括入库区、高架仓库区、件烟分拣区、条烟分拣区及出库区等。采用了往复式穿梭车、巷道堆垛机、输送机系统、高层货架及重力式货架等设备。并从入库作业流程、出库作业流程入手，介绍了卷烟销售自动化过程。

2.2 卷烟物流单一流程的优化研究

2.2.1 管理优化

目前卷烟物流管理正走向信息化、合理化和智能化，其中，建立实用、高效、适应性强的卷烟销售信息管理系统是提高配送效率，减小配送成本的重要举措。李慎恒[8]通过物流管理的现状和物流管理面临的挑战进行分析论述，从快速回应顾客要求、不断改进物流过程、发挥企业的整体功能、建立计算机支持的物流信息系统等四个方面对提高物流效率进行了论述。屈琦等[9]将GIS和GPS技术引入到烟草物流业务中，以满足烟草物流配送的调度、导航与监控需求。通过对烟草物流配送流程的调研和分析，总体系统设计采用C/S、B/S、M/S相结合的模式，实现配送中心管辖范围内的配送智能调度，既提高了服务质量，又节省了配送成本。刘伟民[10]通过对烟草行业管理流程的详细分析，针对线路优化、车辆监控调度和相关业务衔接等关键物流环节，提出基于3G技术的卷烟物流配送车辆调度系统的技术构成和具体实现。基于GPS/GIS/GPRS的卷烟物流配送车辆调度系统，以3G为技术手段，运用现代车辆调度优化方法，结合卷烟配送业务流程，以零售户订单为核心，通过送货线路整合优化、配送车辆实时监控调度，实现配送全过程数字化管理。同时为专卖管理、行政管理、营销决策分析提供科学依据，在提高烟草物流中心配送效率与服务水平的同时，实现整体业务流程改造、优化与提升。

2.2.2 仓储优化

卷烟物流仓储优化主要做到仓储合理化、数字化。金桂根、刘学军等[11]根据目前烟草配送的现状和发展趋势，着重介绍和分析了烟草商业配送物流设计中件烟存贮和条烟分拣的基本方式，并对相关仓储主要设备和系统案例进行了描述。郭宏义，周宏伟[12]将“ABC分类法”运用于市级卷烟物流仓储管理中的实践，进一步实现仓储的合理化。

2.2.3 分拣优化

卷烟分拣的自动化、电子化以提高分拣效率成为一大趋势。杨启成、李向东等[13]指出，作为现代物流技术三大措施之一，自动分拣系统被广泛应用于制造企业的货物配送环节，成为大型物流中心不可缺少的部分。提高分拣系统的分拣能力、准确性和可靠性，对提升企业快速响应市场能力，进而在一定程度上提升企业的核心竞争力具有十分重要的意义。卷烟成品自动分拣系统主要设备包括合流机构、缺条检测机构、扫描系统、主输送带、分拣机构、分拣通道、剔除通道等，从系统功能和系统布局对自动分拣方案进行了设计，并从高速合流系统的技术和分拣控制技术两个方面对自动分拣系统应用技术进行了研究。

2.2.4 配送线路优化

1964年，Clarke和Wright首次给出了从分销中心到各个递送点的具有不同容量卡车的路径优化问题的具体描述和算法设计，算法思想是尽量减少循环，从而快速找到最优路径。基于Clarke-Wrigh的节约算法是最早的启发式算法，直到现在都被应用在物流配送线路优化问题当中。随着人工智能技术的引入和不断发展，遗传算法、动态规划法和模拟退火算法等新方法及人工神经网络和专家系统等技术，为解决大规模、多目标车辆调度问题提供了新的辅助手段。1971年，Eilon等人[14]提出将动态规划法用于固定车辆数的物流配送线路优化问题，通过递归方法求解。1996年J.Lawrence[15]将遗传算法应用于线路优化的研究，同年Desan和Gorar提出用模糊集理论来求解点数不确定的车辆线路优化。1999 年Modares，Somhom 和T. Enkawa[16]提出用自组织的神经网络算法来求解线路优化问题，B.Bullnheiiner于1998年针对蚁群算法求解线路优化问题展开了研究，同年Luiz，Dalessandro建立平行遗传算法。2001年Tan等人[17]结合遗传算法、tabu-树搜索算法的优点，形成知识库，用人工智能的方法来求解，2002年Taranrilis和Kiranondis[18]使用空间决策支持系统来解决车辆路径问题。

迄今为止，国外不仅在理论研究方面成果显著，并且在应用方面也取得了一定的成果。美国利用最短路径算法、启发式算法开发计算机配送调度系统用来解决货运汽车作业计划中路线优化选择和车辆分配等问题，使运输成本和运输时间有了明显下降。伴随智能交通系统研究领域和内容的不断深入发展，对于线路优化问题的求解方法，目前主要集中在动态规划、神经网络、禁忌搜索、遗传算法、蚁群算法以及粒子群算法等智能优化方法。目前，世界上已逐渐形成了美国、欧洲和日本三大智能交通体系，随着自动控制技术、定位导航技术、数据通讯技术、图象分析技术以及计算机网络和信息处理技术的快速发展，车辆路径问题作为智能交通系统的一个重要组成部分，将越来越受到各国家交通运输部门的高度重视。

国内对配送路线优化逐步得到重视。陈子侠[19]运用网格划分技术和算法，对配送中心不同送货线路之间工作量不均衡问题进行了优化，使一条线路尽量集中，减少线路交叉，便于配送，大大降低了划分的复杂度，减少了运算量，可以判断出哪个区域网点较密集，对密集区域集中配送，提高配送效率。陈佳丽[20]以贵州为例，运用节约里程法模型主要从打破行政区域限制的角度，实施卷烟配送路线优化。提升配送效率，克服了送货线路重复、送货成本偏高和送货量不均等问题。陈艳艳，宋健民[21]通过将地理信息系统与基于遗传算法的优化决策相结合，建立了一个综合优化决策模型，利用遗传算法进行优化决策，使总成本最小。

3 总 结

卷烟物流配送中心的规划原则归纳起来有如下几点：（1）技术标准化;（2）流程科学化;（3）运作规范化;（4）仓储管理数字化;（5）库存合理化;（6）物资分拣电子化（自动化）;（7）配送方式最优化;（8）调度智能化。通过上述原则在卷烟物流中的践行实施，加强组织管理数字化、科学化;有效地控制库存水平，降低损耗率;提高卷烟分拣速度，降低分拣差错率和人员工作强度;优化配送路径，实现配送资源合理优化配置，降低路线重复率;降低配送成本，提高配送准确率和车辆利用率，等等。卷烟物流须发挥行业优势，整合现有的物流资源，建立以物流信息为基础的全行业物流。从而提高物流服务质量和效率，降低物流成本，增强烟草行业整体竞争力。

参考文献：

[1] 孙峰，沈长鹏. 城市烟草配送中心布局研究[J]. 技术交流，2004（12）：31-33.

[2] 潘文龙. 南通烟草物流中心规划研究[D]. 南京：南京理工大学（硕士学位论文），2009.

[3] 苏凯. 石家庄卷烟物流系统整合优化研究[D]. 石家庄：河北科技大学（硕士学位论文），2011.

[4] 张亚娜. 榆林烟草公司物流配送成本优化研究[D]. 西安：西北大学（硕士学位论文），2009.

[5] 周泽岩. 烟草物流配送调度综合优化方法研究[D]. 北京：北京交通大学（硕士学位论文），2013.

[6] 张晓昆. 卷烟配送中心的设计[J]. 权威论坛，2005（2）：78-81.

[7] 姜荣奇，唐铮显. 卷烟成品销售配送中心模式[J]. 工业现场，2002（8）：80-81.

[8] 李慎恒. 提高物流管理效率之我见[J]. 经济师，2002（5）：274-275.

[9] 屈琦. 烟草物流管理平台的设计与应用[J]. 烟草科技，2007（1）：15-18.

[10] 刘伟民. 基于3G技术的卷烟物流配送应用研究[J]. 物流技术，2007，26（11）：180-182.

[11] 金桂根，刘学军. 烟草商业配送物流设计分析[J]. 物流技术，2009（5）：49-50.

[12] 郭宏义，周宏伟.“ABC分类法”在市级烟草物流仓储管理中的实践和运用[J]. 经营管理者，2014（1）：58-59.

[13] 杨启成，李向东. 自动分拣技术在卷烟成品配送系统中的应用[J]. 物流技术，2007，26（2）：151-154.

[14] Eilon. Distribution management： Mathematical modelling and practical analysis[M]. London： ISBN， 1971.

[15] J. Lawrence， Mohammad A. Parametric experimentation with a genetic algorithmic configuration for solving the Vehicle Routing Problem[C] // Proceedings-Annual Meeting of the Decision sciences Institute， Decis Scil Inst， 1996：34-39.

[16] A. Modares， S. Somhom and T. Enkawa. A self-organizing neural network approach for multiple traveling salesman and vehicle routing problems[J]. International Transactions in Operational Research， 1999（6）：591-606.

[17] Tan K. C， Lee L. H， Du K. Artificial Intelligence Heuristics in Solving Vehicle Routing Problem with Time Window Constraints[J]. Engineering Applications of Artificial Intelligence， 2001（14）：825-837.

[18] Tarankilis C. D， Kiranondis C. T. Using A Spatial Decision Support System for Solving the Vehicle Routing Problem[J]. Information & Management， 2002（39）：359-375.

[19] 陈子侠. 城市卷烟配送线路的网格划分算法[J]. 上海交通大学学报，2003，37（7）：1013-1017.

[20] 陈佳丽. 基于线路优化的卷烟物流配送效率提升研究[D]. 贵阳：贵州财经学院（硕士学位论文），2011.

[21] 陈艳艳，宋健民. 基于地理信息系统及遗传算法的道路规划[J]. 计算机工程与应用，2002（3）：21-22.