文/陈铮荣 纪寿文
电子商务的迅速发展使得快递货运量不断增加,2016年全国的快递量达到313亿件,在如此庞大的快递数量下,分拣系统已有些难以应对,“爆仓”、“丢件”等事件屡屡发生[1],分拣中心的分拣效率并不高。
对此国内的学者也曾采用Anylogic对快递业务流程进行仿真优化。其中,谢常胜采用Anylogic对服装仓库总体流程进行了研究[2],杨芳等利用Anylogic仿真技术对果蔬冷链配送中心运作进行仿真分析[3]。本文使用Anylogic仿真软件模拟出传统分拣中心的作业流程,通过对各个环节作业效率的分析,提出预分拣和多次分拣的优化方法,再通过仿真模拟验证优化方法的可行性。
分拣中心作业流程为:快递到达分拣中心后,首先进行卸车作业,卸车完毕后进行各个快递包的拆包作业,拆包的后运送至分拣区进行分拣作业,分拣完毕后进行疑难件处理作业、入库处理作业等其他处理作业,然后进行发往不同地区的快递装包作业,最后进行快递包装车。
Anylogic是由俄罗斯XJ Technologies Company Ltd所开发的一款应用广泛、能够对离散、系统动力学、多智能体和混合系统建模与仿真的工具软件。它具有专业的虚拟原形环境,可以用来设计离散、连续和复杂行为的系统[4]。
根据图1所示的作业流程图,所建立的分拣中心二维布局图如图1所示。
具体运行过程如下:
快递货物(数量为8个,分别记为A、B、C、D、E、F、G、H)在始发网点进行揽收,揽收完毕后装车前往分拣中心。货车到达分拣中心后在货车卸车区域进行卸货,卸货完毕后,停放在叉车停放区域的叉车就到货车卸车区域将快递货物捡起送至快递处理区域进行处理,处理完毕后再将货物运送至快递货物装车区域进行装车,待所有货物装车完毕后,再由车辆将快递货物运送至下一分拣中心或网点。
接下来是设置观察参数,输出进行各个作业步骤的时刻,利用三角分布triangular()函数、平均分布uniform()函数和traceln()函数等对仿真模型进行设置,使得在仿真过程中可以输出这些观察时刻,以便进行计算。最后设置总体数据统计,便于对整体仿真过程进行观察和对比。
为了减小误差,运行仿真模型十次,统计所有参数数据并进行计算分析,为了更加直观看出和对比快递在各个区域的作业效率,对所需的作业时间进行统计,除以总数10得出平均作业时间,仿真结果如表1所示。
由表1可以看出, 整个分拣作业所需时间平均为164.22,除卸车作业时间之外,其他作业时间都不一。
图1 分拣中心二维布局图
在这里我们提出优化方法,增加预处理(一次处理)和多次处理。
预处理是在卸车作业的同时进行快递包的处理,即在卸车时,先对快递包进行扫码,辨别整包快递的总体去向,再根据去向的不同由传送带传送至对应的分拣区域进行分拣作业。预处理的优点:能够减轻后续分拣作业的作业量,便于快递的分类管理。由于是大包装,不易出现遗漏现象,因而可以采用机器进行扫码分拣。
多次处理是对发往各个大地方的快递进行小地方的分拣和疑难件处理,可随着区域的地级划分逐一进行多次分拣。多次处理的优点:各个分拣作业区作业量较为平均,不易出现漏检、错捡等问题。
另一方面根据优化方法对仿真模型进行优化,在卸车作业区域增加预处理作业区域,原来的处理区域改为多次处理区域。重新运行仿真模型10次,统计参数数据并进行分析,得出优化后的各个作业区域的作业时间如表2所示。
很明显,相对于表1,总体作业时间有所减少,卸车时间略微有所增加,可能是仿真的随机性造成的,应与初始模型卸车时间大体一致。装车作业时间除C快递外,都有所下降。分拣作业时间都比初始模型较少。总体而言,进行优化改进后,分拣中心的总体效率略微有些提升。
表1 作业时间统计表
表2 优化后各个作业区域作业时间统计表
本文通过提出预处理和多次处理的优化方法,为分拣中心进行效率提升时提供参考作用。而目前国内外部分分拣中心已大体采用预处理和多次处理的分拣作业方法。另一方面随着科学技术的发展,针对分拣中心的效率优化处理已不仅仅局限于对作业流程的改进,先进的设备和科技在提高分拣效率上会起到很大的作用。而作业流程和先进设备如何有效结合也是待研究解决的问题。
[1]许丹.快递配送中心分拣作业优化研究~以A公司为例[J].物流技术,2015,34(1):74~77.
[2]谢常胜.制衣企业仓库作业的Anylogic仿真研究[J].中外企业家,2013(30):88~8。。
[3]杨芳,邹毅峰,戴恩勇.基于Anylogic的果蔬冷链系统配送中心物流运作优化[J].中南林业科技大学学报,2016(7):141~148.
[4]雒彩莲.基于Anylogic的药品信息追踪系统仿真建模[D].北京:北京交通大学,2010:27.