陳思云，秦艷超

(武漢理工大學(xué)汽車工程學(xué)院，湖北 武漢 430070)

為尋找最佳的資源配置方案，國(guó)內(nèi)外學(xué)者根據(jù)企業(yè)的需要采用多款軟件對(duì)倉(cāng)庫(kù)系統(tǒng)進(jìn)行了大量的仿真研究，如北京交通大學(xué)紀(jì)濤文等，運(yùn)用Flexsim軟件建立某牛奶倉(cāng)庫(kù)模型，通過仿真得到了現(xiàn)有資源配置下的最大日處理能力［1］;吉林大學(xué)馮淑貞運(yùn)用Arena軟件對(duì)某倉(cāng)庫(kù)進(jìn)出貨流程進(jìn)行了仿真，通過調(diào)整資源配置達(dá)到了優(yōu)化流程的目的［2］;在國(guó)外，SEOMON等使用Arena仿真軟件對(duì)非自動(dòng)化倉(cāng)庫(kù)的布局及流程進(jìn)行仿真評(píng)價(jià)［3］;ANA等使用離散型事件系統(tǒng)建模的方法，對(duì)某作業(yè)系統(tǒng)的進(jìn)程及需要的設(shè)備配置進(jìn)行了分析［4］。從這些文獻(xiàn)中可以得到很多有價(jià)值的決策信息，但是由于缺乏針對(duì)性，這些模型很難應(yīng)用到汽車備件倉(cāng)庫(kù)資源配置的問題上。應(yīng)用Arena仿真軟件，以汽車備件倉(cāng)庫(kù)為背景，以尋找最優(yōu)的資源配置方案為目標(biāo)建立的仿真模型對(duì)汽車備件倉(cāng)庫(kù)而言，更具針對(duì)性、可靠性和實(shí)用性。

1 研究背景

1．1 汽車備件倉(cāng)庫(kù)現(xiàn)狀

汽車備件主要是指汽車使用過程中正常的保養(yǎng)、維修等所需要的汽車零部件。汽車備件品種多，每款車型約有2 200個(gè)常用備件，并且市場(chǎng)消耗量、庫(kù)存儲(chǔ)備量與物流量都較大，為了保證售后服務(wù)的質(zhì)量，汽車備件需要有較好的供應(yīng)穩(wěn)定性與及時(shí)性［5］，因此對(duì)汽車備件倉(cāng)儲(chǔ)要求也越來越高。目前，在美國(guó)、日本等發(fā)達(dá)國(guó)家，通用、豐田等汽車廠的大型中轉(zhuǎn)備件倉(cāng)庫(kù)已經(jīng)使用自動(dòng)化倉(cāng)庫(kù)。由于自動(dòng)化倉(cāng)庫(kù)造價(jià)過高，我國(guó)的汽車備件倉(cāng)庫(kù)還大多為傳統(tǒng)的倉(cāng)庫(kù)模式，但傳統(tǒng)的汽車備件倉(cāng)庫(kù)常出現(xiàn)因資源配置不合理而導(dǎo)致的混亂和浪費(fèi)現(xiàn)象，閑雜人在倉(cāng)庫(kù)內(nèi)隨便走動(dòng)，叉車等搬運(yùn)設(shè)備工作效率不高，這些都嚴(yán)重影響了倉(cāng)庫(kù)的工作效率、服務(wù)質(zhì)量與成本的控制，因此尋找最佳的資源配置方案成為決策者亟待解決的問題［6］。

1．2 汽車備件倉(cāng)庫(kù)工作流程

現(xiàn)代倉(cāng)庫(kù)涵蓋了一整套流程，通過科學(xué)的管理方法對(duì)物料的進(jìn)出、庫(kù)存、分揀、包裝、配送及信息處理進(jìn)行科學(xué)的實(shí)施和控制［7］。經(jīng)統(tǒng)計(jì)，大型中轉(zhuǎn)用汽車備件倉(cāng)庫(kù)每天會(huì)處理大量訂單，在貨物進(jìn)出庫(kù)過程中，以優(yōu)先處理出庫(kù)訂單為基本原則，汽車備件倉(cāng)庫(kù)工作流程如圖1所示。

圖1 汽車備件倉(cāng)庫(kù)工作流程圖

在倉(cāng)庫(kù)工作流程中，復(fù)核驗(yàn)貨是核對(duì)訂單與貨物是否匹配以及貨物質(zhì)量是否合格;重新包裝是對(duì)包裝破損或包裝不符合企業(yè)規(guī)定的貨物進(jìn)行再次包裝;分類是對(duì)種類繁多的汽車備件進(jìn)行系統(tǒng)分類，一般采用ABC分類法［8］，汽車備件分類表如表1所示;揀選是由揀選人員將貨物送至貨架或按照訂單要求在貨架上揀選貨物。

表1 汽車備件分類表

1．3 汽車備件倉(cāng)庫(kù)的資源及其配置存在的問題

汽車備件倉(cāng)庫(kù)內(nèi)資源較多［9］，配置較復(fù)雜，因此在資源配置方面存在很多問題，主要表現(xiàn)在以下幾個(gè)方面。

(1)資源數(shù)量配置不合理。倉(cāng)庫(kù)內(nèi)資源配置不合理是較常見的問題，主要表現(xiàn)為以下3種情況:①各資源數(shù)量均過多，常導(dǎo)致資源的浪費(fèi)。②各資源數(shù)量均過少，使得各資源長(zhǎng)時(shí)間高負(fù)荷運(yùn)作，造成人員疲憊、設(shè)備故障增多。③各資源的數(shù)量分配不合理，導(dǎo)致一些資源勞動(dòng)強(qiáng)度過大，而其他資源有所閑置。

(2)設(shè)備老舊，工作效率低。一些備件倉(cāng)庫(kù)中仍較多地使用老舊設(shè)備，這些設(shè)備陳舊落后，技術(shù)性能差，能耗高，工作效率低，因此更新這些老舊設(shè)備勢(shì)在必行。

(3)各資源之間銜接不協(xié)調(diào)。倉(cāng)庫(kù)內(nèi)的資源沒有進(jìn)行統(tǒng)一規(guī)劃，各種設(shè)備的銜接不協(xié)調(diào)或不配套。

2 建立仿真模型

2．1 模型的構(gòu)建

(1)模型構(gòu)建背景及構(gòu)建目標(biāo)。筆者以一個(gè)日物流量較大的中轉(zhuǎn)型汽車備件倉(cāng)庫(kù)為背景建立模型，該倉(cāng)庫(kù)為一層，占地面積1 200 m2，經(jīng)統(tǒng)計(jì)，倉(cāng)庫(kù)每天處理訂單約100個(gè)，目前，根據(jù)工作人員的經(jīng)驗(yàn)，倉(cāng)庫(kù)內(nèi)配備2名檢驗(yàn)復(fù)核人員、6名包裝人員、3臺(tái)包裝設(shè)備(每?jī)蓚€(gè)包裝人員共用一臺(tái)包裝設(shè)備)、5名揀選人員(叉車駕駛員)和5臺(tái)叉車。當(dāng)前狀況下所有訂單均能夠及時(shí)被處理，但明顯感到工作人員閑暇時(shí)間過長(zhǎng)，各資源利用率不高，因此該模型的目標(biāo)就是要精簡(jiǎn)資源，提高各資源的利用率，同時(shí)確保貨物進(jìn)出庫(kù)流通過程中排隊(duì)時(shí)間不會(huì)過長(zhǎng)。

(2)邏輯模型的建立。根據(jù)汽車備件倉(cāng)庫(kù)的工作流程，建立邏輯模型［10－11］。模型中以到達(dá)的訂單為實(shí)體，整個(gè)模型中用1個(gè)Create模塊表示訂單到達(dá);3個(gè)Assign模塊來記錄到達(dá)的入庫(kù)訂單、出庫(kù)訂單以及總訂單的數(shù)量;6個(gè)Record模塊記錄不同訂單在進(jìn)出庫(kù)過程中所占用的時(shí)間;9個(gè)Process模塊表示工作人員檢驗(yàn)及復(fù)核、包裝、叉車運(yùn)輸?shù)倪^程;5個(gè)Decide模塊用來判斷訂單類型、貨物類型，以及產(chǎn)品是否合格;2個(gè)Dispose模塊表示貨物存儲(chǔ)和貨物出庫(kù)。系統(tǒng)邏輯模型界面圖如圖2所示。

圖2 系統(tǒng)邏輯模型界面圖

(3)模塊參數(shù)設(shè)置。根據(jù)調(diào)研的數(shù)據(jù)，采用輸入分析器進(jìn)行擬合，將得到的特征參數(shù)輸入各模塊。訂單到達(dá)間隔時(shí)間是均值為8的隨機(jī)分布(即服從指數(shù)分布);Decide模塊中按進(jìn)出庫(kù)訂單持平，各類訂單按A類備件70%、B類備件25%、C類備件5%進(jìn)行參數(shù)輸入;由于采集的數(shù)據(jù)具有隨機(jī)性并且每個(gè)Process過程均為離散事件，因此Process模塊的延時(shí)類型選用三角分布函數(shù)，其最小值、最大值及眾值均為所采集數(shù)據(jù)中的最小值、最大值及出現(xiàn)頻率最多的值，具體輸入?yún)?shù)如表2所示。

建立好邏輯模型后，輸入各個(gè)模塊的內(nèi)部參數(shù)，設(shè)置仿真時(shí)間為16 h，仿真次數(shù)為10次，調(diào)試模型，確保模型能夠正常運(yùn)行。

2．2 模型的驗(yàn)證

建立的模型需要通過驗(yàn)證來判斷其是否能正確地反映作業(yè)系統(tǒng)，這是仿真中最重要的問題。因?yàn)閭}(cāng)儲(chǔ)中心進(jìn)出貨作業(yè)和所建立的仿真系統(tǒng)均是隨機(jī)的，仿真系統(tǒng)的輸出結(jié)果需要與真正系統(tǒng)運(yùn)行的統(tǒng)計(jì)特征保持一致才能確保模型的有效性［12］。系統(tǒng)模型的仿真輸出結(jié)果與實(shí)際系統(tǒng)歷史數(shù)據(jù)的比較如表3所示。

表2 Process模塊輸入?yún)?shù)表

表3 擬合結(jié)果與實(shí)際數(shù)據(jù)對(duì)比表

從表3可以看出，實(shí)際數(shù)據(jù)與擬合結(jié)果的誤差值小于15%，在合理的接受范圍內(nèi)，因此認(rèn)為模型是有效的，可以用于物流中心作業(yè)系統(tǒng)的分析和仿真。

2．3 仿真結(jié)果分析

模型運(yùn)行完畢，查看運(yùn)行結(jié)果。根據(jù)確立的仿真目標(biāo)，查看各資源利用率。輸出結(jié)果顯示實(shí)際最長(zhǎng)的等待時(shí)間為20．42 min，平均等待時(shí)間為1．78 min。由于揀選人員駕駛叉車完成裝卸、堆放及揀選任務(wù)，包裝工人使用包裝設(shè)備完成對(duì)貨物的包裝，即揀選人員與叉車、包裝人員與包裝設(shè)備均為同步工作，因此判斷指標(biāo)可為叉車、檢驗(yàn)復(fù)核人員，以及包裝人員的工作狀況，利用率的仿真結(jié)果如表4所示。

表4 資源平均利用率

仿真結(jié)果顯示，叉車的平均利用率為52．23%，檢驗(yàn)復(fù)核人員的平均利用率為51．47%，包裝人員的平均利用率為60．92%，各資源的利用率均在50%～60%之間，相對(duì)較低。

3 仿真優(yōu)化

目前的仿真結(jié)果并不是資源利用率最高的方案，需要重新配置各資源以達(dá)到目標(biāo)最優(yōu)。Arena軟件的OptQuest軟件包，應(yīng)用了禁忌搜索和散點(diǎn)搜索等啟發(fā)式算法，在輸入控制變量空間中能夠快速、可靠地向最優(yōu)點(diǎn)靠近，從而得到最佳的備選方案［13］。

優(yōu)化目標(biāo):①所有排隊(duì)等待的平均時(shí)間小于等于30 min，以保證貨物不會(huì)大量堆積;②由于檢驗(yàn)復(fù)核人員不但要負(fù)責(zé)貨物進(jìn)出庫(kù)的工作，還要負(fù)責(zé)倉(cāng)庫(kù)內(nèi)盤貨的工作，因此設(shè)定［check worker．Utilization］≤50，以保證檢驗(yàn)復(fù)核人員能夠承擔(dān)定期的盤貨工作;③設(shè)定1×［car］+1×［check worker］+1×［packer］≤15，以避免倉(cāng)庫(kù)內(nèi)由于人員、叉車過多而雜亂;④在目標(biāo)設(shè)定中，將叉車、檢驗(yàn)復(fù)核人員、包裝人員的利用率設(shè)置為最大。設(shè)置完畢，進(jìn)行優(yōu)化，得到的最佳方案如表5所示。

表5 最佳配置方案

從優(yōu)化的結(jié)果看，配置3臺(tái)叉車、3名揀選人員、3名檢驗(yàn)復(fù)核人員、4名包裝人員和2臺(tái)包裝設(shè)備為最佳方案。將得到的最佳配置方案重新輸入到模型中，得到優(yōu)化后最長(zhǎng)等待時(shí)間為22．78 min，平均等待時(shí)間2．23 min，資源利用率的仿真輸出結(jié)果如表6所示。

表6 優(yōu)化后資源平均利用率

優(yōu)化模型結(jié)果分析:①優(yōu)化模型輸出結(jié)果的平均排隊(duì)時(shí)間及工作總?cè)藬?shù)均在擬定的目標(biāo)范圍內(nèi)，能夠避免大量貨物堆積和倉(cāng)庫(kù)人員雜亂等問題。②檢驗(yàn)復(fù)核人員的利用率為44．93%，小于50%，使得他們有能力承擔(dān)盤點(diǎn)工作。③叉車的平均利用率為83．45%，比優(yōu)化前提高了59．77%。④包裝工人的平均利用率為85．94%，提高了41．07%。⑤叉車數(shù)量由原來的5臺(tái)減少到3臺(tái)，倉(cāng)庫(kù)內(nèi)工作總?cè)藬?shù)由原來的13人減少到10人，設(shè)備和人員的減少必將降低運(yùn)營(yíng)成本。

從總體上說，優(yōu)化后的資源利用率較高，且工作人員總數(shù)和叉車數(shù)量均有所減少，該方案不僅可以滿足想要達(dá)到的目標(biāo)，并且資源的減少也會(huì)為企業(yè)節(jié)約資金。

4 結(jié)論

汽車備件倉(cāng)庫(kù)的資源配置問題是物流系統(tǒng)規(guī)劃中的重要問題，尤其在我國(guó)，因倉(cāng)庫(kù)資源配置不合理而導(dǎo)致的浪費(fèi)現(xiàn)象較為嚴(yán)重，為了改變這一現(xiàn)狀，通過運(yùn)用Arena軟件，以某汽車備件倉(cāng)庫(kù)為例，建立可靠的仿真模型，并設(shè)定約束條件，采用禁忌搜索法得到了最佳的資源配置方案。優(yōu)化后的方案提高了倉(cāng)庫(kù)的作業(yè)效率和服務(wù)質(zhì)量，降低了運(yùn)營(yíng)成本，且該模型具有一定的通用性，可為汽車備件倉(cāng)庫(kù)規(guī)劃人員提供最佳的資源配置方案。

［1］紀(jì)濤文，曹新磊，吳興華．基于Flexsim的倉(cāng)庫(kù)系統(tǒng)仿真優(yōu)化研究［J］．物流技術(shù)，2009，28(10):72－74．

［2］馮淑貞．物流中心作業(yè)系統(tǒng)仿真建模及資源優(yōu)化配置研究［D］．長(zhǎng)春:吉林大學(xué)圖書館，2007．

［3］SEOMON T，HIROKI T．Simulation and analysis of non－automated distribution warehouse［C］∥Proceeding of the 2000 Winter Simulation．New Jersey:Institute of Electrical and Electronic，2000:1177－1184．

［4］ANA D I，REINALDO M．A discrete simulation analysis of a logistics supply system［J］．Logistics and Transportation Review，2006，42(3):191－210．

［5］李晉．汽車服務(wù)備件的庫(kù)存管理研究［D］．武漢:華中科技大學(xué)圖書館，2006．

［6］李偉華．汽車零部件倉(cāng)儲(chǔ)中心保管員常遇問題及解決方法［J］．物流技術(shù)，2011，30(12):160－162．

［7］劉曉萌．一汽－大眾汽車有限公司物流倉(cāng)儲(chǔ)管理的改進(jìn)研究［D］．長(zhǎng)春:吉林大學(xué)圖書館，2011:5－6．

［8］鄒小勇，許應(yīng)秋．ABC法在4S汽車備件庫(kù)存管理中的綜合應(yīng)用［J］．物流科技，2008(9):30－33．

［9］張向春，賈蘇絨．倉(cāng)儲(chǔ)管理實(shí)務(wù)［M］．北京:北京理工大學(xué)出版社，2012:65－98．

［10］李永先，胡祥培，熊英．物流系統(tǒng)仿真研究綜述［J］．系統(tǒng)仿真學(xué)報(bào)，2007，19(7):1411－1416．

［11］KELTON W D．仿真:使用Arena軟件［M］．周泓，譯．北京:機(jī)械工業(yè)出版社，2007:32－97．

［12］馬香．仿真軟件Arena及其在物流教學(xué)中的應(yīng)用［J］．物流技術(shù)，2011，30(11):152－155．

［13］Rockwell Software．In Arena OptQuest user’s guild［R］．［S．l．］:Rockware，2004．