基于EIQ分析法的分揀設備模型的研究

趙施展，陳文潔

（中國航空規劃設計研究總院有限公司，北京 100120）

0 引言

物流配送中心承擔著進貨、貨物分類、存儲、分揀、發貨和信息處理等任務，在整個供應鏈網絡起著至關重要的作用。隨著用戶訂單向小批量、高頻次、多品種方向發展，配送中心訂單的商品數量和品項差異化愈加明顯，配送中心內部的設備往往不能很好地契合于分揀策略，降低了作業效率和整體服務水平。本文基于EIQ（Order Entry，Item，Quantity）分析法對分揀方式提出了分析與思考，進而為配送中心的設備選擇提供參考。

1 EIQ分析法

分揀作業是按照訂單或出庫單的要求，將貨物從存儲區提取出來，然后按照貨物種類、目的地、客戶等方式進行集中和分類的過程。分揀作業分為揀選和分類兩個步驟，前者負責提取貨物，后者負責按照某種規則進行分組和集中。分揀作業的作業流程如圖1所示。

圖1 分揀作業流程

分揀策略主要由分區策略、訂單分割策略、訂單分批策略和分類策略組成。分區策略主要考慮當訂單由多人完成揀選時，將分揀作業場地劃分為若干個區域，指派各自的分揀員進行揀貨作業，可以按照貨物類型、揀選單位、揀選方式等進行分區；訂單分割策略主要是針對品項較多的訂單，先將其分割成若干個子訂單，然后并行分揀；訂單分批策略主要是針對多品種小批量的訂單，將多張訂單合成一批進行分揀；分類策略主要是考慮多個訂單批量分揀后，再根據客戶訂單二次分揀，包括分揀時分貨和分揀后集中分貨。

分揀策略的選用可以通過EIQ分析法來決策，EIQ分析法是一種對物流系統規劃的方法，它的基本思想是：分析歷史出庫訂單數據，建立相關模型，最終確定物流系統布局的策略。EIQ分析的基礎數據由三個因子構成：訂單E、訂單中的品項I和每一個品項的訂購數量Q。通過交叉分析三個變量因素可以得到訂單數量 EQ（Entry Quantity）、品項數量IQ（Item Quantity）、訂單品項數量EN（Entry NANI）和品項訂購次數IK（Item KASANATSUTE）的分析結果。EIQ分析法的實施步驟如圖2所示。

圖2 EIQ分析法實施步驟

2 制定分揀策略

某配送中心內部的存儲和揀選單元如表1所示，提取歷史出庫訂單，進行EQ、IQ、EN和IK分析。

表1 配送中心的存儲和揀選單元

2.1 EQ分析

通過一天的EQ曲線，分析訂單的數量和分布比例，結合 ABC方法（Activity Based Classification）確定揀選策略，如圖3所示。由圖3可以看出：最大訂單的出貨數量和最小訂單的出貨數量相差較大。為了避免資源浪費，應采取訂單分類的策略：對于超大訂單將其歸為A類并進行重點管理，并對其進行訂單分割的策略；對于其余小批量的訂單采用訂單分批的策略，以保障揀選效率。

圖3 EQ曲線

2.2 IQ分析

通過一個月的IQ曲線，分析各個品項的出貨數量和分布比例，如圖4所示。由圖4可以看出：出貨品項的數量呈現兩極分化的趨勢，20%的貨物占據的了40%的出貨量。對于前20%的貨物考慮引入自動化分揀設備以保證出貨效率，進而減少分揀工作量的不平衡；對于IQ曲線進行ABC分析，考慮將前20%的貨物歸為A類，A類商品宜布局在靠近分揀區或者門口的區域，以減少貨物的搬運；同時A類商品應布置在貨架的底層，以方便貨物的存取作業。

圖4 IQ曲線

2.3 EN分析

通過一個月的EN曲線，分析每個訂單的品項數量和分布比例，如圖5所示。由圖5可知：訂單品項數主要集中在10種～50種。對于品項較多的訂單，推薦采用訂單分割的策略，將每筆訂單分割成子訂單，來提高分揀效率。

2.4 IK分析

通過一個月的IK曲線，分析各個品項商品的訂購次數和分布比例，如圖6所示。由圖6可知：訂購次數主要集中于10次～40次，因其揀選次數高，將其范圍內的商品定位A類。為減少物流的運輸成本，應將A類商品布置在臨近出貨的位置；同時應根據不同品項商品出貨量的多少，設定不同的庫存水平。

圖5 EN分布圖

圖6 IK分布圖

3 建立揀選設備模型

根據前文分揀策略分析，建立分揀設備模型，如表2所示。

表2 分揀設備

4 結語

結合EIQ分析法和ABC分析等工具，對歷史訂單資料進行分析，能夠快速地掌握配送中心的物流特點，對分揀策略的制定進行有效的指導，進而制定揀選設備的模型。本文為配送中心的設備選擇提供了一個系統的參考，在今后的工作中，將結合配送中心的其他特點建立定量分析評價模型，更加全面地改善物流運營。