（一） 項目簡介
當前電商分揀中心接收到的客戶訂貨往往存在種類多、數量少、分布不均等特點，這給中心分揀工作帶來巨大壓力。本項目針對當前電商環境下訂單的特點，計劃從理論上提出新的智能拼單優化數學模型，設計相應的求解算法，采用軟件編程實現算法，從而得到一套新的智能拼單系統，并通過實際案例數據進行仿真，以此檢驗其可行性與高效性。
（二） 研究目的
隨著“全民網購”時代的來臨，電商企業日益發展壯大，各大電商均建立了自己的物流中心。在物流中心的所有作業中揀選作業所占比重最大，占物流中心整體作業時間的70%以上，其成本占總成本的50%以上，因此，優化揀選作業是提高物流中心作業效率的一種有效措施；同時揀選作業也是物流中心的核心作業之一，優化揀選作業能夠大大節約物流成本。
在當前的物流行業中，物流中心自動化揀選作業已經基本實現。其基本的操作步驟為：根據客戶訂單的內容，識別客戶所需貨物，從倉儲中選取，并進行集中分類、分批處理。但是每個時間段內訂單數目、訂單量不同，因此容易造成物流配送中心各個工作崗位工作量分配不均；按照客戶訂單進行揀選時，普遍會出現不同訂單之間包含的貨物品項數、貨物數量差距懸殊的問題，對一個連續時間段內的訂單進行分析后發現，部分商品之間存在較強的關聯性，部分訂單商品相似。如果將含有相關性較高的貨物的訂單進行合并揀選，將會節約大量人力物力資源。
上述問題的存在，使得物流中心的成本顯著增加。本次項目旨在設計出一種智能的拼單系統，解決揀選時多個訂單貨物品項重合度低，使播種操作時空行程、無效動作增多的問題，并使波次單的訂單規模達到均衡，提高訂單揀選效率。
（三） 研究內容
本次項目主要通過將專業知識和實地調研兩方面相結合來實現我們的目標。首先，站在專業的角度上，通過查閱相關資料、咨詢權威專家，對國內外的現狀與我們的基本構想進行比較，得出我們的差距以及不足之處，提出理論的設計方案以及可行措施，并利用科學軟件設計出初步程序，程序預計分為兩部分:第一，在物流中心的不同時段，依據訂單量不同設計不同時長的時間窗。第二，在每一時間窗內，對其所包含的訂單進行合理分析后，將多張客戶訂單合成一張貨物品項數、貨物數量在一定范圍內，且貨物種類間關聯性和訂單之間貨物的相似性較高的波次單進行揀選。在初步程序設計完成后，對自動化程度不同的電商分揀中心進行實地調研，在調研結果的基礎上對初步程序進行優化和修改，得出一種具有實際意義的智能拼單系統。
（四） 國、內外研究現狀和發展動態
國內研究現狀：
我國關于煙草行業的揀選系統的研究較多。秦峰華[1]對卷煙自動分揀系統的總體框架、分揀設備的工作原理、程序設計以及性能測試指標等進行了詳細討論，并對當前國內煙草行業自動分揀系統的應用進行介紹，對卷煙自動分揀機的性能優化進行了指導。之后，肖際偉[2]以復合式卷煙分揀系統(CCSS)為研究對象，依靠分揀機組合與分揀成本和分揀用時之間的關系建立了分揀機組合優化模型，利用單位分揀成本避免了因EIQ和ABC分類方法帶來的不確定性和主觀性。為使分揀后的條煙按品種順序整齊排列輸送，沈敏德[3]提出了一種基于并行作業機制和預分揀緩存原理的條煙分揀工藝及系統，有效減少分揀線和作業人員的配置數量。孫壯志[4]研究了訂單結構對卷煙全自動分揀系統分揀效率的影響。
李建斌[5]研究了在多倉商品擺放策略一定的基礎上，為了降低由于單倉商品數量不足所引發的拆單，對庫存量擺放策略進行了研究。在單倉庫可能缺貨但總體不缺貨的情況下，根據銷售比例算法對商品數量進行分配，并與原均分算法進行對比，結果表明銷售比例算法能夠更精確地預測庫存并進一步降低拆單率。另外，對原根據FIFO原則的訂單分配算法進行了改進，按照離散時間將訂單分批，并通過對同一波次內訂單順序的調整，使分配到各個倉庫的訂單更合理，從而減少數量不足引發的拆單問題。
李詩珍和王轉[6]在2004年研究發現,通過建立最短揀選距離為目標函數的模型實現波次揀選,運用啟發式算法聚類分析,提出了三個相關系數:巷道相似系數、包絡距離、儲位相似系數的概念。構建模型，最后用基于句絡解碼的混合潰傳算法求解。在國相似系數、包絡距離、儲位相似系數的概念。構建模型,最后用基于包絡解碼的混合遺傳算法求解。在國內，馬士華和文堅[7]在波次揀選中考慮到了訂單延遲時間,通過調整時間窗改善揀選員閑忙分配不均的問題,使得整個供應鏈揀選效率得到有效地提高。
目前國內訂單分配模型聚焦于不確定性訂單分配模型、線性混合整數規劃、非線性混合整數模型等。訂單分配問題求解具有動態性，過程繁瑣，還需要在短時間內得到較優的解，現有研究有啟發式算法、三階段算法、k-means聚類算法、蟻群算法、C-W 節約算法、禁忌搜索算法、粒子群優化算法等[8]。
國外研究現狀：
對于同一個區域內的揀選,Ackerman[9]在1990年首次提出訂單分批揀選策略,并提出這種方法在一定程度上能夠提高貨物揀選效率。Gibson和Sharp[10]研究了訂單分批揀選方法,并運用仿真將其與普通的揀選方法進行對比。最終得出分批揀選方法效率更高,在分批揀選時,需要考慮訂單里面貨物的相關性,以及倉儲的分布等因素。Gademann[11]等研究發現，訂單劃分批次問題是一個NP問題。
Choe和Sharp[12]在1991年研究提出,波次揀貨劃分有兩個基準:相似度劃分和時間窗。在相似度分揀的情況下,按照貨物的存儲位置來進行分批次,難點在于如何衡量各訂單直接的相似度以及訂單揀選的先后次序。而Gademann[13]等提出在波次揀貨時,就近訂單揀選能夠將任意一個波次的揀貨提前期最小化。對于訂單之間的相似度研究。Chen和Wu[14]從含有相同產品的數量考慮,構建模型使總關聯程度最大,然后將其轉化為0-1規劃問題求解。而在時間窗分揀方面，主要是通過訂單到達時間劃分波次,同一個時間窗內到達的訂單被劃分到同一個波次。Tang和Chew[15]研究了在固定波次里訂單量的情況下，動態調整時間窗的問題。通過測量服務時間來估算訂單劃分波次大小。
國內國外對貨物的分揀暫時還只是放在分揀系統和策略的研究上，并未對整體的分揀方案的如何形成有更多的研究。
參考文獻
[1]秦峰華. 卷煙自動分揀機的性能優化與實現[D].山東大學,2007.
[2]肖際偉,吳耀華,婁山佐,孫國華.復合式卷煙分揀系統分揀機組合優化[J].系統工程理論與實踐,2010,30(02):251-256.
[3]沈敏德,陳照強,范維華,陶秀義.帶緩存的條煙并行分揀系統開發研究[J].物流技術,2009,28(02):140-141.
[4]孫壯志,張雨佳.訂單結構對卷煙自動分揀線分揀效率的影響[J].計算機應用,2010,30(S1):315-316+336.
[5]李建斌,孫哲,陳威帆,李文秀.面向最小化拆單率的基于訂單分配順序的庫存優化研究[J].工業工程與管理,2017,22(06):78-84.
[6]李詩珍,王轉.訂單揀取路徑優化研究[J].物流技術與應用，2002(5).
[7]馬士華,文堅.基于時間延遲的訂單分批策略研究[J].工業工程管理,2004(6).
[8]秦雨虹,吳亞瓊.電子商務下訂單拆分與物流配送聯合優化模型研究[J].江蘇科技信息,2018,35(06):53-55.
[9] Ackerman K B. Practical Handbook of Warehousing [M]. Springer Science & Business Media, 2012.
[10] Gibson D R, Sharp G P. Order Batching Procedures [J]. European Journal of Operational Research, 1992, 58(1): 57-67.
[11] Gademann A, Van Den Berg J P, Van Der Hoff HH. An Order Batching Algorithm for Wave Picking in A Parallel- aisle Warehouse[J]. IIE Transactions, 2001, 33(5): 385-398.
[12] Choe K, Sharp G. Small Parts Order Picking: Design and Operation [R]. Georgia Tech Research Corporation, Atlanta, Georgia, 1991.
[13] Chen M C, Wu H P. An Association- based Clustering Approach to Order Batching Considering Customer Demand Patterns[J]. Omega, 2005, 33(4):333-343.
發展動態及前景：
隨著時代進步，電商分揀中心承擔的分揀任務越來越重，其分揀模式也由最初 “人到貨”的人工分揀逐步發展為“貨到人”的半自動化分揀，并將朝著全自動化分揀的方向演進。在客戶訂單越來越多，越來越復雜的環境下，當前電商分揀中心的分揀系統的已不能滿足市場要求。因此，本項目在當前形勢下，具有如下發展前景：第一，市場需求力度大。配送中心訂單分配不合理，所需要的勞動力較大，是目前很普遍的問題，如何準確的設計出智能拼單方案就成了重中之重，針對不同的配送中心不同的訂單就需要一個能夠智能設計出拼單方案的系統。第二，市場上同類項目少，競爭力度小。經查閱資料發現，國內國外均把著重點放在了訂單揀選系統和策略的研究上，有極少量的涉及整體的分揀方案的形成的智能化的研究。本項目的研究處于這個方面的領先地位。
（五） 創新點與項目特色
1.設計出合理高效的智能拼單方案，其核心內容為智能拼單程序，將貨物品項重合度高的客戶訂單拼成一個波次單，改變了傳統揀選方式低效、重復操作過多的缺陷，將分區、訂單分割、訂單分批、分類四個因素有機結合。
2.該項目不僅考慮了物流成本，還注重時間效益，使客戶訂單能在最短時間內得到處理，極大地提高了物流服務水平，符合可持續發展的戰略要求。
3.該項目另外設計出與該程序相適應的儲位規劃原則，提高電商分揀中心設備使用效率。
（六） 技術路線、擬解決的問題及預期成果
1.技術路線
1、閱讀大量相關文獻與資料，了解當前較先進的電商分揀中心和物流行業的發展狀況；
2、通過社會調查找出當前電商分揀中心快遞分揀系統存在的問題并分析產生的原因；
3、查閱資料及詢問相關專業老師，設計一種高效合理的智能拼單核心方案，進行仿真實驗，并不斷改進。
2.擬解決的問題
1、不同訂單間差異較大，按單揀選造成不同訂單揀選時長、各揀選臺的打包臺任務量差距過大的問題。
2、一個波次中多份訂單品項之間關聯性不高而造成的揀貨操作效率低下問題。
3.預期成果：
1、設計出一種高效合理的電商分揀中心智能拼單方案；
2、選擇合適的物流中心進行方案推廣。
（七） 項目研究進度安排
2019年4月至6月，通過從互聯網、圖書館以及與老師交流等方式了解與當前國內外有關電商分揀中心智能分揀系統的信息，提出初步構想；
2019年6月到9月，對電商分揀中心進行實地調查，以分揀系統為主要調查對象與工作人員進行溝通交流，尋找其中存在的問題；
2019年9月到11月，對實地調查結果進行綜合分析，參考各類文獻資料，進行團隊交流，設計出合理的分揀系統智能拼單方案，并在仿真模擬軟件中進行實踐，不斷完善方案；
2019年11月至12月，到物流企業進行實踐，將智能拼單程序試運行，并與工作人員交流，尋找不足；
2020年1月至3月，不斷完善設計出的智能拼單系統，并實踐；
2020年4月至5月，撰寫并提交總結報告，結題。
（八） 已有基礎
1. 與本項目有關的研究積累和已取得的成績
1、 通過查閱資料、訪問網站、與相關老師的探討，已經積累了豐富的資料。
2、 在“百蝶杯”第四屆全國大學生物流仿真設計大賽省賽中取得了特等獎的成績。
3、 在“百蝶杯”第四屆全國大學生物流仿真設計大賽國賽中取得了三等獎的成績。
4、在比賽中認識到了自己的不足，并向優秀隊伍學習，積累經驗，并通過仿真模擬軟件進行實踐不斷優化。
2. 已具備的條件，尚缺少的條件及解決方法
1、 已具備的條件
（1） 學校實驗室機房有本次項目實施所需的相關建模、仿真軟件。
（2） 對于本項目已有了初步的模型構思及編程基礎。
2、尚缺少的條件
（1） 相關領域理論研究深度不夠。
（2） 欠缺電商分揀中心實際運營數據。
3、解決辦法
廣泛收集整理已有相關理論與研究成果，對國內優秀電商分揀中心進行實地調研，理論聯系實際。
|
