在物流場景的構(gòu)建中很多方面都會和布局有關(guān)，比如物流網(wǎng)絡(luò)布局、城市物流布局、國家物流布局、倉儲物流布局等。從大方向來看，物流布局的核心在于對物流節(jié)點進行選址，選址的同時考慮網(wǎng)絡(luò)中的流量與流向，通過模擬找出整個場景中成本、效率、服務(wù)質(zhì)量的最佳組合狀態(tài)。但在整個物流布局的方法中，倉儲物流布局較為特殊，相比其他物流場景更為微觀，其網(wǎng)絡(luò)結(jié)構(gòu)是在一個設(shè)施內(nèi)，不同于外部“大物流”的環(huán)境，和生產(chǎn)工廠布局更為相似，但是也有很大的區(qū)別。

　　在一些理論研究中，常用SLP作為布局的基礎(chǔ)方法，在此基礎(chǔ)上進行改進，我們在咨詢規(guī)劃的實踐中也曾利用SLP的基本原理進行布局，但面對未來供應(yīng)鏈物流環(huán)境更加隨機、靈活以及離散的趨勢，倉儲規(guī)劃對于倉儲布局的靈活性與布局過程的效率也有更高的要求。

　　因此，我們將倉儲物流布局的方法進行了改進，用了顆粒度更精細(xì)的方式進行倉儲物流的最優(yōu)化布局，同時這也是與數(shù)字化方式進行倉儲規(guī)劃方法體系的一部分。從數(shù)字化模擬的角度出發(fā)，結(jié)合數(shù)字化方式設(shè)計倉儲規(guī)劃的邏輯，來完成倉儲的功能區(qū)布局，本篇文章主要討論其方法。”

　　回顧以數(shù)字化方式進行倉儲規(guī)劃的步驟

　　本方法的位置

　　方法說明

　　這里說的倉儲物流布局，包含了倉儲的主要功能區(qū)布局，比如卸貨區(qū)、檢驗區(qū)、理貨區(qū)、存儲區(qū)、分揀區(qū)、打包區(qū)等，其中每個功能區(qū)還可以根據(jù)需求進行細(xì)分。我們從以下幾個角度對該方法進行闡述，其應(yīng)用后續(xù)將發(fā)布在環(huán)球物流咨詢決策平臺中：

　　1. 對象化：每個需要布局的功能區(qū)都是一個對象

　　將需要布局的實體看成是一個對象，是系統(tǒng)規(guī)劃與設(shè)計的一個很重要的方法，將每個功能區(qū)看成是需要布局的對象，然后對對象構(gòu)建其屬性，功能區(qū)中的流量、存量、批次等都是其屬性。屬性的取值是來源于對于物料和訂單的分析，比如我們前面文章中所提到的EIQ、ABC、PCB等數(shù)據(jù)分析方法，都是功能區(qū)屬性取值的輸入。

　　2. 精細(xì)化：對功能區(qū)進行“切割”

　　如果只是將10個左右的功能區(qū)當(dāng)作對象進行布局，勢必會導(dǎo)致顆粒度不夠細(xì)而達(dá)不到期望的布局效果。因此，我們也構(gòu)建了一個從“PCB-ABC-EIQ”交叉分析的方法，對于倉儲中的物流量進行了分類拆分，通常經(jīng)過細(xì)分后可以達(dá)到數(shù)十個功能區(qū)，根據(jù)具體場景的需要進行擴展或者合并。同時在布局時將其賦值給“切割”好的功能區(qū)，這樣就將布局對象構(gòu)建得足夠的精細(xì)。

　　3. 場景初始化：適用于非規(guī)則的倉庫環(huán)境

　　當(dāng)我們是在一個沒有約束的場景下任意構(gòu)建倉庫形態(tài)，是可以用最理想的形態(tài)來構(gòu)建倉儲場景，如果是在一個既定的形態(tài)下構(gòu)建場景，那么可以用其已經(jīng)完成的CAD三維圖形來進行作為一個初始化場景。同時，需要對場景不同區(qū)域構(gòu)建屬性，比如某些區(qū)域有高度限制、有些區(qū)域不能用于功能區(qū)布局等。另外，很多倉庫由于地形原因只能在一個不規(guī)則的環(huán)境下去布局，這種布局方法已經(jīng)將功能區(qū)細(xì)化到了盡量小的單位，只需要在初始化的時候?qū)?shù)字化的設(shè)施環(huán)境進行便利性的參數(shù)設(shè)置體現(xiàn)出差異即可。

　　4. 遍歷搜索：從全局的角度進行布局

　　前面講功能區(qū)進行精細(xì)化的對象構(gòu)建并且賦值后，就可以進行布局，當(dāng)然這里的布局是通過計算機運算，而非人工操作。在遍歷前為了考慮布局結(jié)果的形態(tài)問題，我們將遍歷的對象進行最小單位的拆分，比如可以是以1方為一個遍歷對象，也可以是3方為一個遍歷對象，也可以是一個SKU的大小為遍歷對象。這里需要注意，遍歷的規(guī)則是將倉庫的場景構(gòu)建為一個數(shù)字化的三維坐標(biāo)系，其每個三維網(wǎng)格為一個遍歷對象，通過算法將和設(shè)施場景中網(wǎng)格同等大小的功能區(qū)在其這個數(shù)字化場景中進行遍歷搜索，直到找出最優(yōu)化的布局結(jié)果。

　　5. 尋優(yōu)：與目標(biāo)函數(shù)進行比較

　　在使用遍歷搜索方法的過程中，每個功能區(qū)對象在進行遍歷時都需要經(jīng)過與目標(biāo)函數(shù)的比較判斷，找到它的“最佳”位置，同時，功能區(qū)相同屬性值的對象，也盡量的集中靠攏，即：讓相同的功能區(qū)可以聚合并且找到最優(yōu)的布局方式。具體的目標(biāo)函數(shù)構(gòu)造可以根據(jù)現(xiàn)實環(huán)境去構(gòu)建，比如成本、效率，不同資源配置下布局方式不同，舉例來說，單位物流量的搬運距離可以作為一個基本的判斷依據(jù)。在布局完成后，每個功能區(qū)中的流量、投入資源，時間批次，都是已知條件，基于此可以通過生產(chǎn)力評估指標(biāo)來評估每個區(qū)域的生產(chǎn)力情況，同時形成可視化的效果。

　　倉儲布局尋優(yōu)概念圖

　　初始化的場景概念圖

　　聚合后的場景概念圖

　　本方法中當(dāng)前局限性的說明

　　1. 路徑問題：

　　本方法對路徑?jīng)]有進行精確的考慮，僅考慮將路徑進行模糊處理，減小其誤差。

　　2. 算法優(yōu)化：

　　在本方法的基礎(chǔ)上，算法還可以進行優(yōu)化改進。