基于訂單分析的煙草多點儲運協同策略研究

馬宗澤，呂永貴，王 謙

（1.云南中煙工業(yè)有限責任公司，云南 昆明 650024；2.紅塔煙草（集團）有限責任公司，云南 昆明 650024）

1 引言

當前，煙草工業(yè)企業(yè)的卷煙生產量高于倉庫容積總量且?guī)靺^(qū)分散，銷售卷煙的品規(guī)各地區(qū)差異較大，單獨庫房或物流中心受訂單影響或庫容影響，常需要從其他庫區(qū)或向其他庫區(qū)配送大量不同品規(guī)的成品卷煙，這種現象稱之為移庫。每年煙草工業(yè)企業(yè)的移庫作業(yè)需要配置大量運輸車輛，由此煙草工業(yè)企業(yè)在移庫作業(yè)中需支出巨額的配送成本。雖然現代煙草工業(yè)企業(yè)大多自建物流管理信息系統，應用GPS、電子標簽等設備對倉儲業(yè)務與配送業(yè)務進行數字化管理，單體倉庫的信息化、自動化較高，單體運輸管理系統較為完善。但在倉庫存儲與各庫間配送整體協同作業(yè)策略中，各環(huán)節(jié)的信息系統仍處于“信息孤島”狀態(tài)，在完成本環(huán)節(jié)的業(yè)務后再開始與下一環(huán)節(jié)有關的工作，對于有可能帶來下一環(huán)節(jié)工作的變異和資源浪費，并沒有過多的考慮，在各倉儲節(jié)點與其之間的成品煙流動的整體性調配中沒有形成有效的協同作業(yè)和統一調度，仍有提升的空間。倉庫群間的協同策略缺失，導致大量移庫作業(yè)的出現，加劇了各地區(qū)庫房的卷煙數量與品規(guī)不均衡，在卷煙供應高峰期表現尤為突出，移庫周轉率越高，配送資源的成本越高。

本文通過對各成品卷煙倉儲節(jié)點（各地區(qū)倉庫）在規(guī)定時間點內卷煙品規(guī)和數量的優(yōu)化分布，以總體里程為基礎，確定配送車輛的合理調配順序，以實現移庫現象的減少。

2 煙草多點儲運協同策略思路

2.1 核心問題

移庫作業(yè)的產生存在兩方面原因：①卷煙工業(yè)企業(yè)生產速度高于成品卷煙流轉速度，需要將生產后的成品卷煙運輸到倉儲中心存放并向各倉儲節(jié)點發(fā)貨；②各倉儲節(jié)點的倉儲能力有限，也不可能存放全類型品規(guī)的成品卷煙，在訂單需求品規(guī)缺乏時，即需要移庫作業(yè)。因此，移庫作業(yè)是根據各倉儲節(jié)點的需求訂單，成品卷煙在各倉儲節(jié)點的應急性流轉。

2.2 總體設計

要降低成品卷煙在各倉儲節(jié)點的應急性流轉，就需要在訂單分配之初，在未來一段時間內各倉儲節(jié)點訂單需求預測的基礎上，確定運力資源使用的優(yōu)先順序，通過整體性倉儲節(jié)點成品卷煙周轉量與運力的匹配，盡可能減少各節(jié)點間的應急性運輸，如圖1所示。

圖1 儲運協同技術路線圖

多點儲運協同的管理策略是一種用于多倉庫存儲與庫間運輸協同調度管理的卷煙物流系統。該系統為嵌入式系統，由中央調度分析模塊、生產數據采集模塊、倉庫數據采集模塊、在途車輛數據采集模塊、執(zhí)行單據輸出模塊五部分組成，分別部署在中央服務器、生產環(huán)節(jié)終端服務器、倉儲終端服務器、車載終端，各模塊間通過服務器以局域網、以太網進行信息傳遞、數據分析及通信業(yè)務。根據儲運協同算法將數據采集模塊輸入的生產數據采集信息、倉儲數據采集信息與在途車輛數據采集信息，按照生產后待發(fā)貨卷煙的特征、多點倉庫儲存特征、在途車輛配送特征進行分析匹配，輸出配送頻次最低的配送信息，經由執(zhí)行單據輸出給各倉庫及車輛調度中心。

2.3 儲運協同實施內容

儲運協同最終要通過現有的管理系統實現，其輸入值為生產后待發(fā)卷煙數據特征、多點倉庫儲存特征、在途車輛配送特征，輸出為儲運協同執(zhí)行單。

可以用一個表述式來表示儲運協同特性表，如下：

K=（執(zhí)行單號,待發(fā)卷煙，倉庫，在途車輛，入庫日期）

通過儲運協同分析，可以針對成品卷煙各庫與在途車輛呈現出的不同特征，在待發(fā)貨階段合理調配配送資源，制定配送計劃，考量不同倉庫的庫容和車輛配送時間，并將待發(fā)成品卷煙分配至不同的倉庫，建立多庫儲運協同的運作體系。

（1）定義G表示待發(fā)卷煙數據特征，則G1，G2，…，Gm分別表示第1，2，…，m個待發(fā)卷煙數據特征，形成待發(fā)卷煙信息輸入表，該表包含：

G待=（待發(fā)批次，待發(fā)品規(guī)，待發(fā)數量，待發(fā)地點，出貨日期）

（2）定義 L輸入表示待發(fā)出倉庫數據特征，則 L輸入1，L輸入2，…，L輸入m分別表示第1，2,…，m個倉庫的數據特征，形成倉庫信息輸入表L輸入，該表包含：

L輸入=（倉庫代號，空余容量，最遲出庫量，需求品規(guī)，卷煙品規(guī)，待發(fā)地點，到貨日期）

（3）定義 L輸出表示待接倉庫數據特征，則 L輸出1，L輸出2，…，L輸出m分別表示第1，2，…，m個倉庫的數據特征；形成待接貨倉庫信息輸出表L輸出，該表包含：

L輸出=（倉庫代號,擬接受品規(guī)，品規(guī)量，車載信息，移庫品規(guī)量，到貨日期）

（4）定義A表示在途車輛特征，則A1，A2，…，Am分別表示第1，2，…，m臺車輛的數據特征，形成在途車輛信息輸入表A在途，該表包含：

A在途=（在途車輛代號，車載品規(guī)數，車載量，目標倉庫代號，區(qū)位代號，到貨日期）

3 儲運協同算法

3.1 理論模型

多點儲運協同，實質是合理安排補貨期內多存儲節(jié)點的車輛配送先后順序。按照補貨訂單的需求，由生產基地調運成品卷煙以確保存儲節(jié)點在達到安全庫存時保有充足的品規(guī)卷煙，在配送業(yè)務過程中，根據存儲點的分布和需求合理調配運力，以求從整體上減少倉儲節(jié)點間的移庫作業(yè)，實現成本最低、運力調配最優(yōu)的一種實施策略。

（1）制約條件：①在成品卷煙配送過程中，同等級別存儲節(jié)點間的運輸采用同一車型，因此在本模型中，采用同一車型作為配送運力；②在同一運載車型下，當前卷煙工業(yè)企業(yè)基本采用托盤運輸，因此車載量也是固定的，為每車6個托盤，在模型中規(guī)定為單車標準運輸量。

（2）模型構建步驟。TSi為第i個配送節(jié)點開始執(zhí)行時間；Ti為倉儲節(jié)點i的需送達的時間，TWi為倉儲節(jié)點i的調度等待時間，ti記為倉儲節(jié)點 i的訂單裝車時間；I1，I2，…，Im為倉儲節(jié)點i的訂單的品規(guī)，Q1，Q2，…,Qm為相應品規(guī)的數量；Oi為倉儲節(jié)點i的訂單產品的總件數；Kj為第j輛貨車的額定裝載量；i為倉儲節(jié)點的編碼，發(fā)貨生產基地記為0，S0i（0＜p＜q＜Q）表示倉儲節(jié)點i、車輛、發(fā)貨生產基地0之間的距離總和；v表示第j輛車輛的速度；xij為0-1變量，xij=1時表示倉儲節(jié)點i的訂單由第j輛車執(zhí)行運送,否則為0；車輛執(zhí)行配送的順序按照總里程最短原則執(zhí)行，對于擁有N個訂單的倉儲節(jié)點i,M輛貨車,其用車數量模型為：

在N個倉儲節(jié)點中配送的先后順序通過儲運協同配送系數實現，將maxZi的總里程與其他倉儲節(jié)點的總里程進行兩兩對比得：

α=ΣS0i×maxZi/ΣS0j×maxZj

其中，若S0i,S0j中包含同向里程，則：

α=（ΣS0i×maxZi）-S/（ΣS0j×maxZj）-S

其中，S為同向的里程數。

根據得到的儲運協同配送系數α，其中阿爾法趨于0則為優(yōu)先配送，定為首先配送，剩余倉儲節(jié)點再次進行兩兩對比得到依次配送順序。

3.2 模型求解

（1）輸入T時間段剩余需要執(zhí)行的訂單信息，按照倉儲節(jié)點編碼從小到大依次排列形成訂單集合O={O1,O2,…,Oi,…ON}。若沒有倉儲節(jié)點i的訂單，則Oi=0。輸入當天可供調配車輛信息，并按照車輛運能從小到大依次排序形成車輛集合K={K1，K2，…，Kj，…，KM}。

（2）確定初始值i=0。

（3）若 Oi∈[α·Kj,Kj]，輸出{i，min{Kj}}，i=i+1。否則，繼續(xù)步驟（4）。訂單集合O中訂單Oi優(yōu)先選擇符合的路線進行車輛匹配。

（4）若Oi∈[α·Kj,Kj]，則在集合K中未匹配的車輛中進行搜索。若存在K輛車，使得Oi≤∑Kj,且Oi≤∑Kj∈[α,1],而K-1 輛車不能使得 Oi≤∑Kj,且 Oi/∑Kj∈[α,1]時，搜索停止，記這 K輛車為集合 iK，輸出{i，iK}，i=i+1。否則，繼續(xù)步驟（5）。

（5）比較Us'中倉儲節(jié)點與配送中心距離，選擇max{S0i}的倉儲節(jié)點i。按照搜索半徑Usrr為訂單倉儲節(jié)點i在其周圍進行第一次搜索，若存在這樣的訂單使得∑Oi∈[α*Kj,Kj]，且Ti≤Ti'+Sii'/v+ti'則進行步驟 （3）。若∑Oi∈[α*Kj,Kj]，且 Tj≤Tj'+Sii'/v+t'，繼續(xù)步驟4。否則，增加搜索半徑的大小Usrr=Usrr+β繼續(xù)搜索。繼續(xù)步驟（6）。

（6）對所有未匹配訂單逐一掃描的辦法，If i∈Us，i→Us，令i=i+1，依次得出Us'。直到i=N，跳出掃描，因為經過多次匹配后車輛有限，搜索多次被拒絕，所以為了使無結果的搜索停止，規(guī)定搜索次數NA，搜索停止。其未匹配車輛的倉儲節(jié)點訂單則根據實際情況采用移庫作業(yè)的方式進行補貨。

3.3 模型檢驗

以云南中煙在云南省內的四個倉儲節(jié)點為例，對儲運協同算法進行驗證。設定一個生產基地O1（昆明）發(fā)貨，在省內配送網絡上以折線圖形式展示了2014年8月每日各倉儲節(jié)點移庫量的變化趨勢，如圖2所示。從中可見，其中O2（大理）移庫的值為12 630件（萬支），從O3（昭通）移庫的值為13 165件（萬支），從O4（麗江）移庫的值為12 679件（萬支），從O5（紅河）移庫的值為7 150件（萬支）。

圖2 移庫量比例圖

根據計算得到移庫車次分別為O2用車往返150車次，平均配送時間5h；O3用車往返169車次，平均配送時間5.5h；O4用車往返148車次，平均配送時間6.5h；O5用車往返102車次，平均配送時間4h。

另外，移庫主要集中在月中階段，同時月末有少量移庫發(fā)生。其中505次用車量集中在8月6日-8月14日之間。從O1單次配送距離,O2:319km配送 3.75h；O3:332km配送 4.5h；O4:502km配送6h；O5:281km配送4h。

將該時間段的移庫量作為模型驗證的數據，移庫量即為該節(jié)點8月預計配送數量，根據模型計算，兩兩對比α見表1。

根據α計算結果，在月初、月中、月末三個階段優(yōu)先安排O2的配送車輛，其次，安排O3、O5、O4節(jié)點的配送需求。將預測卷煙需求量平均分配到月初、月中、月末，完成每一時間段的配送順序。

在2014年8月9日，預測剩余配送卷煙品規(guī)與卷煙數量，O2為 800件，O3為 760件，O5為 300 件、O4為 1 200 件，對運力進行分配，優(yōu)先滿足O2節(jié)點需求，安排3輛配送車輛進行配送作業(yè)，剩余車輛繼續(xù)進行匹配。當生產基地車輛不足以完成O4節(jié)點的匹配時，則將O2、O3、O5已到達車輛分配至04節(jié)點。

4 結論與展望

通過模型計算，四個倉儲節(jié)點從單一生產基地發(fā)出補貨信息時，通過優(yōu)先級的排序，在預測期內完成能夠合理使用運力資源的分配，實現儲運協同的優(yōu)先排序，匹配不同倉庫間與配送車輛的工作負荷，有效解決原有技術的片面性和局限性，使技術的精度和實用性得到大幅度提高，在調撥之初完成移庫的調度分配，降低移庫配送成本。但本文沒有綜合考慮共同配送區(qū)域的問題，增加了生產基地的配送壓力，這是本文的缺陷，也是未來研究的重點內容。

[1]李季,某煙草工業(yè)企業(yè)DZ倉儲節(jié)點庫存儲規(guī)劃問題研究[D].北京：北京物資學院,2013.

[2]孔令丞,李瑞芬,遲琳娜.基于返回品質量降級的回收再制造策略優(yōu)化[J].統計與決策,2012,（8）.

[3]章志華,陸海良,李季.基于煙草訂單需求的倉庫群響應策略優(yōu)化[J].物流技術,2012,（23）:274-277.

[4]黃紅.基于GIS的物流配送系統路徑優(yōu)化的算法[J].計算機技術與發(fā)展,2006,（8）.

[5]方光羅,張念,劉俐.倉儲與配送管理[M].大連:東北財經大學出版社,2004,（3）.

[6]禹奇才.因次分析法的推廣應用[J].工程力學,1999,（5）.