B2C企业配送中心拣选作业问题研究综述

摘要：拣选作业系统的设计是否合理对零售型配送中心拣选作业的效率有很大的影响。结合B2C企业的特点，仿真优化工具的实现模式，对拣选作业系统优化方法进行讨论与综述。

关键词：储位分配；订单分批；拣选路径；仿真技术

中图分类号：F715.6 文献标识码：A 文章编号：1001-828X（2014）010-00-01

引言

对于B2C企业配送中心而言，拣选作业占配送中心作业总量的60%[1]。鉴于B2C企业多品种、小批量、多频次、快速响应的客户需求，如何提高配送中心的作业效率，从拣选作业入手效果更佳。纵观拣选作业的研究大多集中于以下几个方面：一是储位分配问题；二是订单分批问题；三是拣选路径优化问题。

一、储位分配问题

货物储位分配是指按照节约拣货时间、减少拣货路径、提高空间利用率等目标，将商品合理放置在合适的储位。合理的储位分配是提高配送中心出入库作业效率和降低搬运成本的有效途经。

1.确立货位分配目标，建立货位分配模型、使用算法进行优化研究。Ene Seval等人使用改进的数学模型和随机进化优化算法，并分两阶段来设计储位分配和拣选系统[1]。Park Changkyu等人聚焦于平面储位分配问题，采用改进的遗传算法，并建立数学模型进行了实证研究[2]。陈璐等人提出了一个混合整数规划模型对该问题进行优化建模，设计开发了一个基于有向连接图的优化算法对储位分配问题求初始解，并用禁忌搜索算法进行改进[3]。吴迪等人以最小化系统总成本及最大化时间满意度为目标建立双目标非线性整数约束规划模型，并提出了基于精英重组的混合多目标进化算法，在此基础上进行关键参数敏感度分析，得出双目标比单目标模型得出的储位分配结果更优[4]。

2.基于研究数据的关联性，解决储位分配问题。Glock Christoph 等人根据比较数据研究，提出不同的存储位置分配策略，并提出容易在实践中使用的启发式算法[5]。Chiang David等人提出一种数据挖掘的基础存储分配方法，在有空货架时为新产品找到最优存储分配，对未赋值的存储位置通过应用关联规则挖掘来解决存储分配问题[6]。王成林等人基于区域关联度的储位规划方法，对储位管理的关联度进行了定义和分析[7]。张志勇等人讨论了利用Apriori算法对仓储管理系统的大规模业务数据进行强关联挖掘，并结合IQ分析来分配货物的储位[8]。

二、订单分批问题

订单分批是指将多张客户订单合并生成一个批次拣货单，并对该批次拣货单进行拣货作业，货物拣选完成后，再将拣选品按照原始订单进行分拣。其目的在于减少拣货人员寻找储位时间、缩短拣货人员的行走距离、提高拣货效率。国内学者李诗珍通过仿真发现订单分批策略对减少作业总时间影响最大。订单分批问题，作为NP难题，针对配送中心订单分批问题的研究可以分为以下两类。

1.基于订单相似度分批，指订单是按照待拣品项所在的储存位置相似或者相近进行分批。伍经纬[9]通过对比订单分批的MAA，FIFS，GSM，COG，GS等五种算法，得出在S型路径下，MAA算法更有效。李诗珍[10]以最小化订单拣选行走距离为目标建立了订单分批模型，并通过以计算订单相似度为核心步骤的种籽算法以及其他与其原理相类似的节约算法、包络算法、基于聚类分析的启发式算法等对模型进行求解与实证分析，并分别对不分批、先到先服务分批、聚类分批下的行走距离进行计算与比较。国外的众多学者对于不同的拣货系统分别提出了不同的种子算法、节约算法等，但本质上都是种子算法。De Koster[11]在多货架矩形系统中结合拣选路径与分批数量，通过仿真模拟得出最简单的分批方法都比先进先出分批方法好，S型路径下拣选设备能与种子算法高效率结合。

2.基于时间窗分批，指在考虑客户的等待时间以及订单处理时间的同时，以最小化订单总时间为目标来决定时间窗大小，也就是将确定或不定的某一时间段的订单作为一个批次进行拣选，总作业时间除以时窗值，即得到分批次数。马士华 在解决配送中心拣货作业中问题中引入延迟制造思想，提出基于时间延迟的动态时窗分批策略，该策略可以消除目前拣货系统存在的等待时间和闲忙不均的现象，实现拣货作业的高效率。对于随即订单到达的情况，很多学者将可变时间窗固定分批批量问题处理为随机服务队列模型。De Koster[11]提出轮换检测动态模型，将分批、拣选、分类看作串联队列，从而实现优化平均拣选作业时间的目的。Won在处理基于客户响应时间的订单分批问题时，以最优化顾客响应时间为目标，提出SBJ和JBP算法以降低订单拣选时间来提高效率。

此外，国内外学者也提出采用遗传算法、启发式算法等来求解订单分批问题。

三、拣选路径问题

拣选作业路径优化的目的是为了减少行走距离与缩短拣货时间，以实现拣选效率的最大化。目前，大多数B2C企业采用固定矩形货架的人工拣货或自动化仓库。路径优化问题属于一类特殊的旅行商问题（TSP），对于拣选路径问题的优化算法主要有启发式算法、神经网络算法、弹性算法，以及近年发展迅速的遗传算法、模拟退货算法、禁忌搜索算法等智能算法。人工拣货作业常采用启发式拣货策略，即穿越策略、中点策略、最大间隙策略、混合策略等。对于B2C企业而言，特别是订单数量多，订购数量少的电商而言，通常采用最简单的S型路径，拣货人员从货架巷道的一端进入，从两边货架上拣取货品，然后转弯进入下一巷道，直至货品拣取完成。

四、拣选作业系统仿真技术

拣货作业问题不仅包括以上三个问题，还包括人员配置、设备选择、流程优化等很多问题，拣货作业系统作为配送中心的核心子系统，它的优化与改进对配送中心效率的提高意义重大。配送中心是典型的现代机械电子相结合的系统，也是典型的随机型离散事件系统，其复杂性与系统性可通过仿真的方法进行设计与优化。目前，物流系统仿真技术已经越来越多的被运用到决策中去，物流系统仿真软件也有了更多的选择性。二维平面式动画表现形式（2D）的有ARENA、Em-Plant、WITNESS、EXTEND，三维立体（3D）的有Flexsim、Automod、RalC、WITNESS等。本质上，物流仿真软件的建模大同小异，都是通过实体的组合来建模，参数的控制来调节，目标的设定来实现，并通过对结果的分析发现瓶颈和做进一步的优化调整。

参考文献：

[1]Ene Seval，Ozturk Nursel. Storage location assignment and order picking optimization in the automotive industry[J]. International Journal of Advanced Manufacturing Technology，2012，60：787-797.

[2]Park Changkyu，Seo Junyong.Mathematical modeling and solving procedure of the planar storage location assignment problem[J]. Computers & Industrial Engineering，2009，57（3）：1062-1071.

[3]陈璐，陆志强.自动化立体仓库中的储位分配及存取路径优化[J].管理工程学报，2012，26（1）：42-47.

[4]吴迪，李苏剑，李海涛.基于时间满意度的混合渠道库存及分配策略[J].山东大学（理学版），2013，48（6）：51-60

[5]伍经纬，蔡临宁.订单分批算法的适用性研究[J].工业工程与管理，2007，04：104-107.

作者简介：许小利，苏州科技学院研究生。