物流中心仿真系統構建研究

周雪 貴州師范大學經濟與管理學院

一、引言

隨著現代物流業在我國的飛速發展，物流中心的作用越來越受重視。近年來，各行各業在進行物流改造過程中，投資建設了相當數量的物流中心。物流企業或企業物流在面臨物流工程項目投資新建或原有系統技術改造時，由于缺乏準確豐富的信息數據和必要的物流仿真系統決策支持，造成企業盲目投入建設，導致大量資金浪費。因此，系統仿真已經成為物流中心設計及改造中的一個比較重要的工具。

二、物流中心系統仿真模型建立

（一）物流中心貨物入庫作業現狀

物流中心最為基本的功能為貨物的中轉存儲作業。因此本文將從入貨仿真出發，建模并計算優化后的結果，為企業實現開源節流的目的提出建議及優化方案。Luckbee物流中心是一家集倉儲理貨、貨物運輸、多式聯運、信息配載、運輸代理、中轉換裝和綜合服務為一體的大型第三方物流企業。本節研究的Luckbee物流中心貨物入庫作業則可謂是物流中心日常業務中最頻繁、最基礎的活動。

在Luckbee物流中心調研時發現，貨物入庫的流程比較簡單。但是由于卸貨區并非在物流中心的中心位置，所以，各個存儲倉庫到卸貨區的距離并不相同。此外，由于物流設備的多樣性以及有限性，工作人員處理貨物從卸貨區到各個倉庫使用的物流設備也不盡相同：對于近距離的倉庫，往往采用的是人工搬運或者推車；對于較遠距離的倉庫，往往采用的則是叉車搬運。由此導致的不同的倉庫的入庫成本也并非相同。

而工作人員現行的貨物分配入庫規則則是典型的經驗規則，并非本著提高入庫效率以降低入庫成本的目的。為了更深入的了解分析物流中心貨物入庫的本質，本節結合Luckbee的實際情況，建立了關于Luckbee物流中心的貨物入庫模型，旨在分析入庫流程中的總成本以及倉庫的資源使用效率。此外，針對Luckbee現行入庫方案，提出進一步的改進方案，并通過模型運行結果進行分析對比。

（二）入庫模型的建立

建模時，考慮到對于Luckbee物流中心影響到其入庫成本的因素主要在于入庫作業的組織管理情況。故結合作者對該行業的了解以及查閱相關文獻，作者在建立Luckbee物流中心的貨物入庫模型時，重點考察的是貨物運達到物流中心后在卸貨區進行卸貨；然后根據工作人員和物流系統的組織安排將貨物分配到倉庫進行存儲。由于每個倉庫的物流設備使用不盡相同，倉庫和卸貨區的距離也不盡相同，導致單位貨物在每個倉庫的入庫成本也不相同。由此我們可以發現，采取不同的入庫規則明顯會引起入庫成本的變化。這就是我們下面做的研究方向。

Luckbee物流中心入庫作業的流程如圖1所示。

圖1 Luckbee物流中心的入庫作業業務流程圖

當貨車載著托盤到達，首先是在物流中心的卸貨區進行卸貨。托盤進行卸貨后，工作人員會選擇一個倉庫進行托盤的存儲。由于物流中心的三個倉庫距離卸貨區的距離不同（倉庫和卸貨區的距離按照升序排列：倉庫1，倉庫2，倉庫3），所以現行的倉庫選擇規則是就近原則，先放滿最近的倉庫，即順序為倉庫1，倉庫2，倉庫3。選擇好存儲倉庫后，工作人員就利用物流設備將托盤運入倉庫進行存儲。本節借助Arena建立物流中心的入庫模型。模型圖如圖2所示。

圖2 Luckbee物流中心的入庫模型圖

該模型的基本邏輯步驟為：托盤的到達；在卸貨區進行卸貨；判斷儲存的倉庫；入庫。為了更好的結合實際中的情況，本模型還考慮了托盤的出庫。即在模型中，每天都會有客戶來物流中心提貨，減少倉庫中的庫存。

模型中用Create模塊表示托盤的到達和客戶提貨要求的到達。用Process模塊表示處理的延時。用Assign模塊改變在庫量的變化。用Dispose模塊表示貨物的存儲或者貨物的離開。模型右邊的數字依次顯示三個倉庫的庫存量，便于運行的過程中進行檢驗計算。模型變量所代表的含義分別為：No.Of WX表示第X倉庫的庫存量。No.of OX 表示第X倉庫的入庫操作次數。Total Cost表示總成本。

三、物流中心貨物入庫系統算例分析

（一）基礎數據

該節算例的數據是建立在現場統計、工作人員訪談的基礎上。但是由于部分數據涉及到企業的內部資料，因此算例的數據都是經過一定的處理列出的。本算例旨在分析現行方案以及提出的改進方案之間的優劣，故認為使用經過處理的數據結果亦在可以接受的范圍之內。整理后的數據如下：

托盤的到達間隔是服從EXPO（8），單位：小時。每次到達托盤的數量服從100到2400的均勻分布。卸貨的操作時間為TRIA（10，15，20），單位：分鐘。倉庫1的容量為2000個托盤，倉庫2的容量為3000個托盤，倉庫3的容量為1500個托盤。倉庫1入庫的時間為TRIA（5，8，10），單位：分鐘。倉庫2入庫的時間為TRIA（7，10，12），單位：分鐘。倉庫3入庫的時間為TRIA（10，12，15），單位：分鐘。客戶每天都會從三個倉庫各提出150個托盤。托盤在倉庫1的入庫成本為2.0元/個。托盤在倉庫2的入庫成本為1.3元/個。托盤在倉庫3的入庫成本為1.5元/個。倉庫1的初始庫存為1000個，倉庫2的初始庫存為1500個，倉庫3的初始庫存為800個。

（二）仿真軟件系統參數設置

在運行模型之前，需要進行系統參數的設置。本文設定系統每天工作時間為24小時，運行時間為一個月，運行長度replication length為30天。為了得到真實可信的仿真結果，在正式仿真之前需要設定適當的仿真次數，以降低半寬和縮短置信區間，使預測值可以更精確的反應真值。不同的統計值對應不同的半寬，而針對每一個統計結果分別設定運行次數是不可能的，所以需要系統目標，選定主要統計量，根據主要統計量的精度要求設定相應的運行次數。由于本文的目標是系統總成本最低，所以以總成本為標準設定運行次數，初次設定運行次數為12次，并進行試驗仿真。所得輸出結果如圖3所示。

圖3 現行方案總成本輸出結果

故在現行方案下，平均每個月的總成本為11159.67。Half Width為622.84，尚在可以接受的范圍之內。此外可以發現，在運行12次時，一個月的總成本最大值為12681.47，一個月的總成本最小值為8773.45。

四、物流中心改進方案

（一）改進方案A

現行方案下，是根據就近原則分配托盤進入倉庫。但是考慮到每個倉庫的入庫操作成本不同，物流中心采用經驗規則進行托盤倉庫的分配明顯不符合企業開源節流的宗旨。為此，結合作者了解的多家同行企業入庫情況，作者提出一個改進方案A，即托盤入庫的分配規則改為先存儲到入庫操作成本最小的倉庫，優先滿足入庫操作成本低的倉庫。即在模型中的順序為倉庫2，倉庫3，倉庫1。在同樣參數下設定運行周期是1個月，運行重復次數12次。得到結果如圖4。

圖4 改進方案A總成本輸出結果

故在改進方案A下，平均每個月的總成本為9957.05。Half Width為790.82，尚在可以接受的范圍之內。此外可以發現，在運行12次時，一個月的總成本最大值為11946.81，一個月的總成本最小值為7013.69。

（二）改進方案B

為了更好的了解倉庫的入庫成本和托盤入庫規則的關系。在除了上述提出的改進方案A外，作者還提出了改進方案B。改進方案B的托盤入庫規則為根據各個倉庫的庫容量按比例分配。即在模型中，托盤分配的倉庫1，倉庫2，倉庫3的概率分別為30.8%，46.2%，23%。在同樣參數下設定運行周期是1個月，運行重復次數12次。得到結果如圖5。

圖5 改進方案B總成本輸出結果

故在改進方案B下，平均每個月的總成本為11081.80。Half Width為724.91，尚在可以接受的范圍之內。此外可以發現，在運行12次時，一個月的總成本最大值為13236.93，一個月的總成本最小值為9711.16。

（三）方案對比

在兩次改變托盤入庫的選擇規則之后，可以發現平均總成本均有不同程度的降低。改進方案A從原來的11159.67降低到了9957.05。可以為企業節省1202.62，即是為企業節省了將近10.78%的成本。改進方案B從原來的11159.67降低到了11081.80。可以為企業節省77.67。

表1 方案改進前后費用對比表

圖6 方案改善結果

從上述結果可以看出，現行規則下的入庫規則是平均費用最高的，就算是改進方案B即按照倉庫倉儲量比例分配的平均費用都比現行方案略低，改進方案A即按照倉庫的入庫成本由低到高分配的平均費用則是有了顯著的降低。

在最低費用和最高費用，可以發現，均是改進方案A的最低，由此，結合定性分析，可以指出比起現行方案的托盤分配入庫規則，改進方案A的入庫規則可以顯著的降低物流中心的入庫總成本。可以向Luckbee物流中心的管理層以及工作人員提出合適的建議進行物流中心入庫系統的改進和提高。

五、總結

綜上所述，Luckbee物流中心在經營環節上存在許多問題，為此提出以下改善措施：首先物流中心需要提高自身服務質量，改善經營模式，實現各部門之間有效便捷的溝通和信息共享，積極主動爭取與廠家之間的全方位合作，擴展其合作業務類別；再次針對物流配送中心資源利用率低的現狀，應在實施有效的資源優化配置、精簡冗余人員的基礎上，提高員工的整體素質，培養可操作所有業務的多面手。最后擴大業務輻射面，積極開拓外省市場，擴展業務范圍。通過優化前和優化后仿真數據的對比，作業系統總成本的降低并沒有以犧牲系統作業性能為代價，相反，系統性能同時也得到了相應提高。所以，本優化方案將對改善Luckbee物流中心經營現狀，提高資源利用率和降低企業成本水平等方面起到積極的作用。