劉明++徐曉敏

摘 要：隨著現(xiàn)代物流技術(shù)的發(fā)展，為了有效的提高煙草公司的倉庫中轉(zhuǎn)效率和縮短倉庫提貨時(shí)間，本文對(duì)某一煙草公司整個(gè)提貨過環(huán)節(jié)進(jìn)行了研究，并且建立多目標(biāo)優(yōu)化模型以解決上述的兩個(gè)問題，從而將物流管理技術(shù)引入到煙草公司的庫存和提貨過程中。最后，該文運(yùn)用分層遺傳算法對(duì)多目標(biāo)優(yōu)化問題進(jìn)行求解，得到最優(yōu)的倉庫存儲(chǔ)和中轉(zhuǎn)方案。

關(guān)鍵詞：煙草物流 物流系統(tǒng) 多目標(biāo)優(yōu)化 遺傳算法

中圖分類號(hào)：F207.7 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-098X（2014）03（c）-0056-02

2012年以來，福建省某市煙草公司全面推行“電話訂貨、網(wǎng)上配貨、電子結(jié)算、現(xiàn)代物流”的新型商業(yè)營銷模式，卷煙物流標(biāo)準(zhǔn)化、規(guī)范化等基礎(chǔ)建設(shè)工作進(jìn)一步加強(qiáng)，物流規(guī)劃、運(yùn)作和管理水平明顯提升，與以往的人工分揀和行政計(jì)劃干預(yù)的生產(chǎn)和銷售方式相比，這套物流管理系統(tǒng)給整個(gè)公司的運(yùn)營帶來了很大的便利[1-2]。為了更有效地應(yīng)對(duì)激烈的市場競爭，該煙草公司進(jìn)一步提出了提高零售客戶滿意度的新目標(biāo)，具體要求是進(jìn)一步縮短送貨時(shí)間，訂單生成24 h內(nèi)送貨上門。然而這一目標(biāo)的實(shí)現(xiàn)，僅依靠現(xiàn)有的物流系統(tǒng)不可能達(dá)到。通過對(duì)卷煙物流流程的全面分析，發(fā)現(xiàn)其中的庫存和提貨時(shí)間過長是影響整個(gè)卷煙物流供應(yīng)的瓶頸環(huán)節(jié)。為此，該文擬給出一種優(yōu)化解決方案。通過建立一種多目標(biāo)優(yōu)化模型，采用分層遺傳算法進(jìn)行求解運(yùn)算對(duì)該公司物流系統(tǒng)中現(xiàn)有的庫存和提貨時(shí)間予以改進(jìn)，最大限度縮短庫存、分揀、提貨環(huán)節(jié)的時(shí)間，保證及時(shí)送貨。以提高煙草物流服務(wù)水平。

1 建模分析

優(yōu)化方案需要緊密圍繞現(xiàn)行的物流系統(tǒng)進(jìn)行設(shè)計(jì)，因此首先需要對(duì)該系統(tǒng)的流程及問題進(jìn)行分析。煙草公司物流系統(tǒng)中卷煙提貨作業(yè)流程如圖1所示。

根據(jù)流程圖，整個(gè)卷煙提貨過程分為四個(gè)步驟。跟蹤記錄表明目前的運(yùn)行現(xiàn)狀是：等待訂單平均時(shí)間為6 h；步驟1所耗費(fèi)時(shí)間約為30 min；步驟2所耗費(fèi)時(shí)間約為6 min，步驟3所耗費(fèi)時(shí)間約為30 min、步驟4所耗費(fèi)時(shí)間約為2 h。由于存在某些具體業(yè)務(wù)所產(chǎn)生的限制，在提貨作業(yè)過程中8：00-11：00，12：30-15：30為等待時(shí)間，生成訂單時(shí)間為15：30左右，在這期間需要根據(jù)訂單品種、訂單數(shù)量進(jìn)行出貨掃碼，然后再進(jìn)行分揀作業(yè)等操作。

該煙草公司物流倉庫為平面?zhèn)}庫，共有3層，存放省產(chǎn)煙與省外煙，這里存在省產(chǎn)煙的庫存及需求量要大于省外煙的庫存限制條件。該公司現(xiàn)有訂單生成設(shè)備一臺(tái)，分揀機(jī)六部。根據(jù)以往庫存記錄，可以不考慮該倉庫的庫存限制，運(yùn)輸設(shè)備在庫房中不會(huì)出現(xiàn)擁堵和鎖死，有兩臺(tái)叉車可以同時(shí)進(jìn)行等待、提貨等程序，提貨過程中不會(huì)出現(xiàn)相互干涉現(xiàn)象。

由于庫房的限制以及存儲(chǔ)某種需求的卷煙的庫房與分揀機(jī)的距離的不同，再加上不同卷煙分揀快慢的影響，可以看到如果有多種不同的卷煙進(jìn)行分揀的話在沒有提前優(yōu)化的前提下有可能造成了大量的時(shí)間浪費(fèi)和人員閑置，增加了人力資源成本，因此分揀過程存在比較大的改進(jìn)優(yōu)化空間。

2 優(yōu)化模型

該文建立優(yōu)化模型的三個(gè)目標(biāo)：（1）對(duì)該公司的庫存布局和庫存量進(jìn)行優(yōu)化，使之合理分配，減短提貨時(shí)間；（2）對(duì)是否設(shè)立中轉(zhuǎn)庫以及中轉(zhuǎn)庫的預(yù)存量進(jìn)行優(yōu)化；（3）對(duì)不同種類卷煙的提貨順序進(jìn)行優(yōu)化。通過優(yōu)化這三個(gè)目標(biāo)達(dá)到優(yōu)化庫存和縮短提貨時(shí)間的作用。

設(shè)卷煙的提貨順序?yàn)?，其中表示倉庫中i品牌卷煙，每一品牌卷煙的提貨環(huán)節(jié)均需經(jīng)過、、、四道工序，設(shè)表示卷煙在叉車或者上等待時(shí)間，而表示卷煙在叉車或者上的作業(yè)時(shí)間，則完成提貨總時(shí)間為：

其中，表示不同的叉車，取值為0或者1，且和不能同時(shí)在同一個(gè)叉車上，它們表示卷煙在叉車上總的等待時(shí)間和作業(yè)時(shí)間。則目標(biāo)函數(shù)表示為：

不失一般性，令省產(chǎn)煙在上轉(zhuǎn)庫提貨，省外煙在上轉(zhuǎn)庫提貨，與都要進(jìn)行四道工序。、、、各自包含許多小的工序，并且只有在結(jié)束后才能進(jìn)行。

3 優(yōu)化過程

遺傳算法是借鑒生物界的進(jìn)化規(guī)律演化而來的隨機(jī)化搜索方法[3]。而分層遺傳算法則解決了一般遺傳算法在求解過程中容易陷入局部收斂，且占用的存貯空間較大，運(yùn)算時(shí)間較長的缺點(diǎn)。因此本文采用分層遺傳算法求解最優(yōu)化模型。

上面提出的多目標(biāo)優(yōu)化模型是一個(gè)關(guān)于時(shí)間-空間布局的系統(tǒng)優(yōu)化問題，因此，在外層處理時(shí)間布局和時(shí)間約束，在內(nèi)層處理空間布局及空間約束。

（1）外層設(shè)計(jì)

外層設(shè)計(jì)約束條是在滿足庫存需求的前提下裝載卷煙所需時(shí)間最少。

其中表示本文想要優(yōu)化的時(shí)間，即滿足客戶所需的時(shí)間，可以根據(jù)客戶需求進(jìn)行調(diào)整。

（2）內(nèi)層設(shè)計(jì)

內(nèi)層設(shè)計(jì)要考慮許多約束條件，空間布局要解決的主要問題是通過優(yōu)化倉庫布局，使提貨時(shí)間最短。評(píng)價(jià)一個(gè)庫房布局需要考慮三個(gè)方面：

空間利用函數(shù)

其中代表第個(gè)卷煙的體積，代表倉庫布局的容量。

重量考察函數(shù)

其中表示第個(gè)卷煙的重量，為布局庫區(qū)承受的最大重量.

重心考察函數(shù)

其中表示布局空間（卷煙）的高度，表示第個(gè)卷煙的重心高度，通常取卷煙高度的一半。該函數(shù)主要考慮卷煙碼放的穩(wěn)定性和搬運(yùn)的難易性。

在遺傳算法中，最重要的需要確定就是遺傳算法的適宜度函數(shù)，根據(jù)上面的約束（3）（4）（5）（6），由罰函數(shù)法利用處理多目標(biāo)優(yōu)化的加權(quán)算法定義適宜度函數(shù)如下：

其中、分別表示內(nèi)外層的適宜度函數(shù)，和為權(quán)重，其中。

對(duì)于內(nèi)層的適宜度函數(shù)，采用加權(quán)（4）（5）（6）的方式獲得，即：

其中，它們表示權(quán)重，可以通過實(shí)驗(yàn)進(jìn)行確定，本文采用的是0.3，0.3和0.4。

對(duì)于外層的適宜度函數(shù)，可由（3）式進(jìn)行構(gòu)造，即：

將不同產(chǎn)地的卷煙的存放位置，中轉(zhuǎn)庫預(yù)設(shè)量和卷煙的提貨順序作為遺傳基因，通過分層遺傳算法在適宜度函數(shù)式（7）最優(yōu)的情況下進(jìn)行迭代求解。下面我們根據(jù)該公司的實(shí)際情況，將實(shí)際場地及卷煙種類作為參數(shù)代入到優(yōu)化模型中進(jìn)行求解分析。endprint

4 優(yōu)化結(jié)果

該公司的卷煙的尺寸為450 cm（L） ×245 cm（W）×570 cm（H），每包卷煙重量為15 kg，重心高度為卷煙高度的一半，可計(jì)算得到重心考察函數(shù)為100，設(shè)置適宜度函數(shù)為100，設(shè)置時(shí)間評(píng)價(jià)函數(shù)為100%，設(shè)置最大載重利用率為100%。用分層遺傳算法進(jìn)行求解，得到結(jié)果為體積利用率94%，重量利用率97.5%，重心評(píng)價(jià)函數(shù)99.7，時(shí)間利用率90.3%。而得到庫存設(shè)置和中轉(zhuǎn)庫預(yù)設(shè)量如表1所示。

從表1可以看到，該公司需要對(duì)不同種類的卷煙設(shè)置不同的中轉(zhuǎn)庫預(yù)設(shè)量，這將大大的改善該公司沒有中轉(zhuǎn)庫帶來的時(shí)間的浪費(fèi)。而庫存的設(shè)置則可以按照?qǐng)D中的比例進(jìn)行設(shè)置，而對(duì)庫存的劃分，研究發(fā)現(xiàn)，凡是省內(nèi)的卷煙應(yīng)該多存儲(chǔ)，且存儲(chǔ)的位置應(yīng)該更近于叉車的位置，這樣將會(huì)大大的提高整個(gè)提貨的效率。

根據(jù)以上算法計(jì)算得到的結(jié)果，經(jīng)過實(shí)際應(yīng)用測試，結(jié)果表明比該公司未做優(yōu)化前，整個(gè)提貨時(shí)間，即，平均節(jié)省了4個(gè)小時(shí)。從整個(gè)提貨分揀流程上分析，可知該算法主要優(yōu)化了步驟2和步驟4，而這兩個(gè)過程涉及的正是庫存和提貨兩個(gè)環(huán)節(jié)。

5 結(jié)語

為了解決煙草公司提貨時(shí)間較長難以有效保證客戶實(shí)時(shí)提貨需求的問題，本文對(duì)提貨流程進(jìn)行了優(yōu)化研究，通過建立多目標(biāo)優(yōu)化模型，引入分層遺傳算法對(duì)該問題進(jìn)行建模及優(yōu)化求解，得出煙草公司的庫存優(yōu)化方案和中轉(zhuǎn)庫預(yù)設(shè)量，該模型充分整合了物流系統(tǒng)中的資源，提高了煙草物流系統(tǒng)的資源利用率、降低了物流成本，縮短了卷煙物流的提貨時(shí)間。按照該結(jié)果進(jìn)行改進(jìn)，在該公司提貨過程中測試發(fā)現(xiàn)，該方案可以有效地縮短整個(gè)提貨時(shí)間，從而大大保證了客戶實(shí)時(shí)提貨的需求。該算法的研究及應(yīng)用對(duì)我國地市級(jí)煙草企業(yè)提高煙草存儲(chǔ)和提貨效率具有一定的借鑒作用。

參考文獻(xiàn)

[1] 謝慶紅.物流系統(tǒng)化與整合物流[J]. 商業(yè)研究，2009（9）：93-94.

[2] 方小斌.煙草供應(yīng)鏈關(guān)鍵節(jié)點(diǎn)優(yōu)化研究[D].中南大學(xué)博士學(xué)位論文，2008.

[3] 玄光男，程潤偉.遺傳算法與工程設(shè)計(jì)[M].北京：科學(xué)出版社，2000.

[4] 何大勇，查建中，姜義東.遺傳算法求解復(fù)雜集裝箱裝載問題方法研究[J].軟件學(xué)報(bào)，2001，12（9）：1380-1385.

[5] 李逍波.分層型遺傳算法及其在專用集成電路算法層綜合中的應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，1993，3（4）：4-7.endprint

4 優(yōu)化結(jié)果

該公司的卷煙的尺寸為450 cm（L） ×245 cm（W）×570 cm（H），每包卷煙重量為15 kg，重心高度為卷煙高度的一半，可計(jì)算得到重心考察函數(shù)為100，設(shè)置適宜度函數(shù)為100，設(shè)置時(shí)間評(píng)價(jià)函數(shù)為100%，設(shè)置最大載重利用率為100%。用分層遺傳算法進(jìn)行求解，得到結(jié)果為體積利用率94%，重量利用率97.5%，重心評(píng)價(jià)函數(shù)99.7，時(shí)間利用率90.3%。而得到庫存設(shè)置和中轉(zhuǎn)庫預(yù)設(shè)量如表1所示。

從表1可以看到，該公司需要對(duì)不同種類的卷煙設(shè)置不同的中轉(zhuǎn)庫預(yù)設(shè)量，這將大大的改善該公司沒有中轉(zhuǎn)庫帶來的時(shí)間的浪費(fèi)。而庫存的設(shè)置則可以按照?qǐng)D中的比例進(jìn)行設(shè)置，而對(duì)庫存的劃分，研究發(fā)現(xiàn)，凡是省內(nèi)的卷煙應(yīng)該多存儲(chǔ)，且存儲(chǔ)的位置應(yīng)該更近于叉車的位置，這樣將會(huì)大大的提高整個(gè)提貨的效率。

根據(jù)以上算法計(jì)算得到的結(jié)果，經(jīng)過實(shí)際應(yīng)用測試，結(jié)果表明比該公司未做優(yōu)化前，整個(gè)提貨時(shí)間，即，平均節(jié)省了4個(gè)小時(shí)。從整個(gè)提貨分揀流程上分析，可知該算法主要優(yōu)化了步驟2和步驟4，而這兩個(gè)過程涉及的正是庫存和提貨兩個(gè)環(huán)節(jié)。

5 結(jié)語

為了解決煙草公司提貨時(shí)間較長難以有效保證客戶實(shí)時(shí)提貨需求的問題，本文對(duì)提貨流程進(jìn)行了優(yōu)化研究，通過建立多目標(biāo)優(yōu)化模型，引入分層遺傳算法對(duì)該問題進(jìn)行建模及優(yōu)化求解，得出煙草公司的庫存優(yōu)化方案和中轉(zhuǎn)庫預(yù)設(shè)量，該模型充分整合了物流系統(tǒng)中的資源，提高了煙草物流系統(tǒng)的資源利用率、降低了物流成本，縮短了卷煙物流的提貨時(shí)間。按照該結(jié)果進(jìn)行改進(jìn)，在該公司提貨過程中測試發(fā)現(xiàn)，該方案可以有效地縮短整個(gè)提貨時(shí)間，從而大大保證了客戶實(shí)時(shí)提貨的需求。該算法的研究及應(yīng)用對(duì)我國地市級(jí)煙草企業(yè)提高煙草存儲(chǔ)和提貨效率具有一定的借鑒作用。

參考文獻(xiàn)

[1] 謝慶紅.物流系統(tǒng)化與整合物流[J]. 商業(yè)研究，2009（9）：93-94.

[2] 方小斌.煙草供應(yīng)鏈關(guān)鍵節(jié)點(diǎn)優(yōu)化研究[D].中南大學(xué)博士學(xué)位論文，2008.

[3] 玄光男，程潤偉.遺傳算法與工程設(shè)計(jì)[M].北京：科學(xué)出版社，2000.

[4] 何大勇，查建中，姜義東.遺傳算法求解復(fù)雜集裝箱裝載問題方法研究[J].軟件學(xué)報(bào)，2001，12（9）：1380-1385.

[5] 李逍波.分層型遺傳算法及其在專用集成電路算法層綜合中的應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，1993，3（4）：4-7.endprint

4 優(yōu)化結(jié)果

該公司的卷煙的尺寸為450 cm（L） ×245 cm（W）×570 cm（H），每包卷煙重量為15 kg，重心高度為卷煙高度的一半，可計(jì)算得到重心考察函數(shù)為100，設(shè)置適宜度函數(shù)為100，設(shè)置時(shí)間評(píng)價(jià)函數(shù)為100%，設(shè)置最大載重利用率為100%。用分層遺傳算法進(jìn)行求解，得到結(jié)果為體積利用率94%，重量利用率97.5%，重心評(píng)價(jià)函數(shù)99.7，時(shí)間利用率90.3%。而得到庫存設(shè)置和中轉(zhuǎn)庫預(yù)設(shè)量如表1所示。

從表1可以看到，該公司需要對(duì)不同種類的卷煙設(shè)置不同的中轉(zhuǎn)庫預(yù)設(shè)量，這將大大的改善該公司沒有中轉(zhuǎn)庫帶來的時(shí)間的浪費(fèi)。而庫存的設(shè)置則可以按照?qǐng)D中的比例進(jìn)行設(shè)置，而對(duì)庫存的劃分，研究發(fā)現(xiàn)，凡是省內(nèi)的卷煙應(yīng)該多存儲(chǔ)，且存儲(chǔ)的位置應(yīng)該更近于叉車的位置，這樣將會(huì)大大的提高整個(gè)提貨的效率。

根據(jù)以上算法計(jì)算得到的結(jié)果，經(jīng)過實(shí)際應(yīng)用測試，結(jié)果表明比該公司未做優(yōu)化前，整個(gè)提貨時(shí)間，即，平均節(jié)省了4個(gè)小時(shí)。從整個(gè)提貨分揀流程上分析，可知該算法主要優(yōu)化了步驟2和步驟4，而這兩個(gè)過程涉及的正是庫存和提貨兩個(gè)環(huán)節(jié)。

5 結(jié)語

為了解決煙草公司提貨時(shí)間較長難以有效保證客戶實(shí)時(shí)提貨需求的問題，本文對(duì)提貨流程進(jìn)行了優(yōu)化研究，通過建立多目標(biāo)優(yōu)化模型，引入分層遺傳算法對(duì)該問題進(jìn)行建模及優(yōu)化求解，得出煙草公司的庫存優(yōu)化方案和中轉(zhuǎn)庫預(yù)設(shè)量，該模型充分整合了物流系統(tǒng)中的資源，提高了煙草物流系統(tǒng)的資源利用率、降低了物流成本，縮短了卷煙物流的提貨時(shí)間。按照該結(jié)果進(jìn)行改進(jìn)，在該公司提貨過程中測試發(fā)現(xiàn)，該方案可以有效地縮短整個(gè)提貨時(shí)間，從而大大保證了客戶實(shí)時(shí)提貨的需求。該算法的研究及應(yīng)用對(duì)我國地市級(jí)煙草企業(yè)提高煙草存儲(chǔ)和提貨效率具有一定的借鑒作用。

參考文獻(xiàn)

[1] 謝慶紅.物流系統(tǒng)化與整合物流[J]. 商業(yè)研究，2009（9）：93-94.

[2] 方小斌.煙草供應(yīng)鏈關(guān)鍵節(jié)點(diǎn)優(yōu)化研究[D].中南大學(xué)博士學(xué)位論文，2008.

[3] 玄光男，程潤偉.遺傳算法與工程設(shè)計(jì)[M].北京：科學(xué)出版社，2000.

[4] 何大勇，查建中，姜義東.遺傳算法求解復(fù)雜集裝箱裝載問題方法研究[J].軟件學(xué)報(bào)，2001，12（9）：1380-1385.

[5] 李逍波.分層型遺傳算法及其在專用集成電路算法層綜合中的應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，1993，3（4）：4-7.endprint