煙葉收購站分類及設備配置研究

文 / 唐海軍 李凱迪 薄志杰 李正平

一、引言

邵陽市煙草專賣局緊跟國家“十四五”規劃的戰略步伐，制定了《邵陽煙草系統“十四五”規劃》，提出“三高三進”的發展思路，要求煙草行業高質量發展，切實把各項規劃部署落到實處。煙葉生產收購是煙草行業發展的基礎，其穩定發展是行業上下宏觀調控的基本目標[1]，發展煙葉收購物流可為助力煙草行業的高質量發展貢獻一份力量。

煙葉收購站是煙草行業的最基層節點，其工作的基本流程參照圖1：首先環節是收煙，后通過分級臺進行煙葉分級，然后定級臺對煙葉進行密碼定級以選擇符合購銷要求的煙葉，確認購銷的煙葉進入打包區由打包機整理后放入煙包存儲區。煙葉收購站的主要設備有分級臺、定級臺、打包機和機械手。

圖1 供應鏈需求計劃組織歸屬占比

對煙葉收購站進行分類及設備配置的主要目的，遵循精益物流原則，以價值工程為導向，在滿足站點作業效率的同時，減少設備投資，因此需要對各站點設備的自動化程度及各設備數量進行合理規劃。由此可見，煙葉收購站的作業設備合理配置對煙葉收購工作來說非常重要。

二、基于主成分分析和K-means 的聚類分析

1.主成分分析法

主成分分析算法（PCA）是最常用的線性降維方法，它的目標是通過某種線性投影，將高維的數據映射到低維的空間中，并期望在所投影的維度上數據的信息量最大（方差最大），以此使用較少的數據維度，同時保留住較多的原數據點的特性。PCA降維的目的，就是為了在盡量保證“信息量不丟失”的情況下，對原始特征進行降維，也就是盡可能將原始特征往具有最大投影信息量的維度上進行投影[2]。將原特征投影到這些維度上，使降維后信息量損失最小，其步驟如圖2所示。

圖2 主成分分析步驟

2.K-means 聚類算法理論

K-means算法中的k表示的是聚類為k個簇，means代表取每一個聚類中數據值的均值作為該簇的中心，或者稱為質心，即用每一個的類的質心對該簇進行描述。其算法思想大致為：先從樣本集中隨機選取 k個樣本作為簇中心，并計算所有樣本與這 k個“簇中心”的距離，對于每一個樣本，將其劃分到與其距離最近的“簇中心”所在的簇中，對于新的簇計算各個簇的新的“簇中心”。其運行過程如圖3所示。

圖3 K-means聚類過程圖

三、邵陽市煙葉收購站聚類分析

本文在對各站點進行設備配置時用到的主成分分析在評價問題中運用廣泛，比如郭瑛[3]和曹炳汝[4]將主成分分析法用到企業績效評價和供應鏈績效評價中。K-means聚類方法的應用同樣廣泛，設備管理方面的研究用到了此類方法，王華偉等[5]基于K-means聚類算法開展了鐵路運輸設備單元劃分方法研究；周愛國等[6]基于K-means算法提出了一種設備故障分類的方法。然而，現在基于K-means算法對設備配置的研究較少，因此以此為方向開展研究。

本文用主成分分析法對數據進行降維后，基于K-means方法對邵陽市各站點進行聚類分析，篩選出第一、第二和第三聚類，對第一聚類的站點進行定性分析調整后配置設備。

1.主成分分析

通過主成分分析對原始數據降維，選出比原始變量個數少，能解釋資料中大部分變量的幾個新變量，并用以解釋資料的綜合性指標。原始指標有18個，分別是打包機的數量（臺）、預計年收購量（擔）、日收購時間（小時）、打包等待時間（小時）、單日最大收購量（擔）、年收購時間（天）、定級臺定級效率（千克/小時）、定級等待時間（小時）、煙包存儲區容量（包）、煙包包裝效率（包/小時）、成包重量（千克）、打包環節工作時間（小時）、定級臺的數量（個）、單個分級臺分級效率（千克/小時）、單日平均收購量（擔）、打包緩存區容量（筐）、分級臺的數量（個）、煙葉收購等級（品規）數。

（1）提取主成分

由表1可知，前6個主成分的累計方差貢獻率達94.502%，即涵蓋了原始數據的大部分信息。這表明前6個主成分能夠代表最初的18個指標來分析邵陽市煙葉收購站的分類，故提取前6個指標即可。

表1 總方差分析表

（2）計算原始指標權重

通過計算成分矩陣并結合上述總方差分析，計算出原始18個指標對邵陽市煙葉收購站分類的權重，如表2。

表2 各指標權重圖

（3）選取指標

根據表1，由于原始數據中11個站點的“定級臺的數量（個）”、“定級臺定級效率（千克/小時）”、“定級等待時間（小時）”、“打包等待時間（小時）”、“成包重量（千克）”、“煙包包裝效率（包/小時）”、“日收購時間（小時）”7個指標差異極小，且受收購站內部因素如設備等影響，與市場的外部因素無關，故排除。

根據表2得出的權重，“單日平均收購量（擔）”、“單個分級臺分級效率（千克/小時）”、“打包緩存區容量（筐）”、“打包機的數量（臺）”、“打包環節工作時間（小時）”、“煙葉收購等級（品規）數”、“分級臺的數量（個）”7個指標權重很小，故排除。

綜合以上2種方法，最終選取煙站分類的4個指標，分別為：“預計年收購量（擔）”、“年收購時間（天）”、“單日最大收購量（擔）”、“煙包存儲區容量（包）”作為煙站分類的原則。

2.K-means 聚類分析

由上述分析選取的4個指標，運用SPSS軟件進行K-均值聚類分析。

（1）設置聚類數量

考慮到11個站點數量較少，因此分別設置類別數量為2、3、4三種情況，得到不同聚類結果；在類別為3時，得到的聚類結果較符合邵陽煙站實際情況，因此本文擬采取類別為3的方案。由于聚類過程相似，本文僅介紹分為3類的過程。

（2）選擇初始聚類中心并迭代

初始系統隨機選擇“邵陽縣中心點”、“邵陽縣塘渡口點”、“新寧縣巡田點”三個收購站為聚類中心，如表3，經過10次迭代，聚類中心再無變動，算法收斂。

表3 初始聚類中心

（3）確定分類方案

根據聚類結果，將11個收購站點分成3類，站點數分別為4個（邵陽縣塘田中心點、新寧縣高橋站中心點、新寧縣馬頭橋、隆回縣雨山中心點）、5個（邵陽縣胡塘點、邵陽縣金稱市點、邵陽縣塘渡口點、新寧縣荷香橋點、隆回縣巖口點）、2個（新寧縣巡田點、隆回縣橫板橋點）。

（4）檢驗

對聚類結果進行單因素方差分析，如表4所示。根據F值大小近似得到變量對聚類的貢獻，4個指標的重要程度排序為：預計年收購量（擔）>煙包存儲區容量（包）>年收購時間（天）>單日最大收購量（擔）。根據顯著性檢驗，可得“預計年收購量（擔）”和“煙包存儲區容量（包）” 的顯著性均低于0.05，對聚類有顯著的貢獻。

表4 單因素方差分析

3.聚類結果

最終的聚類結果如下：邵陽縣塘田中心點、新寧縣高橋站中心點、新寧縣馬頭橋、隆回縣雨山中心點共4給站點歸為第一類，預計年收購量、單日最大收購量和煙包存儲區容量最大；新寧縣巡田點、隆回縣橫板橋點歸為第二類，預計年收購量和單日最大收購量為中等；邵陽縣胡塘點、邵陽縣金稱市點、邵陽縣塘渡口點、新寧縣荷香橋點和隆回縣巖口點為第三類，預計年收購量和單日最大收購量最小，年收購時間最短。

四、邵陽市煙葉收購站設備配置

煙葉收購站各流程需要的設備分為自動和半自動設備，由于參與煙葉收購工作的設備成本不同，且部分工作環節中半自動設備完全能滿足工作需要，因此邵陽市煙葉收購站的設備配置視實際情況分為自動和半自動設備，具體如表5。

表5 各工作環節中設備的自動化程度

由于第一聚類單元中收購點的每日工作量較大，因此對第一聚類中的站點進行設備配置以保證收購煙葉工作的順利進行。通過分析收購點的分級臺、定級臺、打包機和托盤等設備雙良，保障能夠滿足日常工作的同時減少設備投入數量，降低設備投資成本。二類和三類煙站規模較小，二類只在定級和稱重環節投入自動化設備，設備配置簡單，三類站點以人工作業為主，因此設備數量分析本文不再詳細分析。

邵陽縣塘田市中心點的最大收購量是450擔，每個分級臺的分級效率是3.6擔/臺/天，需要配備125個分級臺；每個定級臺的效率是200擔/天，因此需要3個定級臺；每臺打包機的效率是40擔/小時，工作時間是8小時，需要2臺打包機；械手的碼垛效率是240擔/小時，工作8小時，只需1個機械手用以自動碼垛。

新寧縣馬頭橋中心點和高橋站點數據相同，日最大收購量是260擔，每個分級臺的分級效率是4擔/臺/天，需要配備65個分級臺；每個定級臺的效率是216擔/天，需要2個定級臺；每臺打包機的效率是40擔/小時，工作時間是9小時，需要1臺打包機；機械手的碼垛效率是240擔/小時，工作9小時，只需1臺機械手用以自動碼垛。

隆回縣雨山中心點的最大收購量是260擔，每個分級臺的分級效率是3擔/臺/天，需要配備87個分級臺；每個定級臺的效率是200擔/天，需要2個定級臺；每臺打包機的效率是40擔/小時，工作時間是8小時，需要1臺打包機；機械手的碼垛效率是240擔/小時，工作8小時，只需1臺機械手用以自動碼垛。

五、結語

本文先通過主成分分析和權重分析兩種方法，提取出煙站分類的4個關鍵指標；按照聚類數分別為2、3、4，分別對邵陽市11個煙葉收購站點進行K-means聚類分析，最終選擇將11個煙站分為3類，并對3類煙站的設備配置制定了原則；最后對第一聚類的4個站點進行數據分析，確定各種設備的數量，在滿足工作量需求的同時，減少設備投入。本文理論結合實際，提高了煙葉收購點設備配置的合理性和科學性，可為煙草行業煙葉產區的基礎建設穩定發展提供保障，同時為其他有關站點設備配置問題指出參考方向。