在物流場景的構建中很多方面都會和布局有關,比如物流網(wǎng)絡布局、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)絡中的流量與流向,通過模擬找出整個場景中成本、效率、服務質(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)絡結構是在一個設施內(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作為布局的基礎方法,在此基礎上進行改進,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),結合數(shù)字化方式設計倉儲規(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)需求進行細分。我們從以下幾個角度對該方法進行闡述,其應用后續(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)當作對象進行布局,勢必會導致顆粒度不夠細而達不到期望的布局效果。因此,我們也構建了一個從“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)過細分后可以達到數(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建得足夠的精細。
3. 場景初始化:適用于非規(guī)則的倉庫環(huán)境
當我們是在一個沒有約束的場景下任意構建倉庫形態(tài),是可以用最理想的形態(tài)來構建倉儲場景,如果是在一個既定的形態(tài)下構建場景,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)字化的設施環(huán)境進行便利性的參數(shù)設置體現(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)進行精細化的對象構建并且賦值后,就可以進行布局,當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建為一個數(shù)字化的三維坐標系,其每個三維網(wǎng)格為一個遍歷對象,通過算法將和設施場景中網(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)化的布局結果。
5. 尋優(yōu):與目標函數(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。具體的目標函數(shù)構造可以根據(jù)現(xiàn)實環(huán)境去構建,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:
在本方法的基礎上,算法還可以進行優(yōu)化改進。
“一帶一路”背景下,物流裝備企業(yè)的全球化發(fā)展 01月01日 08:00
解讀汽車物流全局數(shù)字化 08月16日 14:11
“大數(shù)據(jù)與智慧物流”專題報道 12月06日 14:24
2017年中國零售電商十大熱點事件點評 12月11日 16:35
供應鏈協(xié)同、互聯(lián)網(wǎng)+,中國制造業(yè)轉型的十個方向! 01月11日 10:42
預判:2018年,中國快遞十個可見趨勢 02月28日 11:16
2018年關于零售的18個趨勢 03月27日 10:51