煙草公司物流系統庫存與提貨集成優化模型研究

劉明++徐曉敏

摘 要：隨著現代物流技術的發展，為了有效的提高煙草公司的倉庫中轉效率和縮短倉庫提貨時間，本文對某一煙草公司整個提貨過環節進行了研究，并且建立多目標優化模型以解決上述的兩個問題，從而將物流管理技術引入到煙草公司的庫存和提貨過程中。最后，該文運用分層遺傳算法對多目標優化問題進行求解，得到最優的倉庫存儲和中轉方案。

關鍵詞：煙草物流 物流系統 多目標優化 遺傳算法

中圖分類號：F207.7 文獻標志碼：A 文章編號：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、網上配貨、電子結算、現代物流”的新型商業營銷模式，卷煙物流標準化、規范化等基礎建設工作進一步加強，物流規劃、運作和管理水平明顯提升，與以往的人工分揀和行政計劃干預的生產和銷售方式相比，這套物流管理系統給整個公司的運營帶來了很大的便利[1-2]。為了更有效地應對激烈的市場競爭，該煙草公司進一步提出了提高零售客戶滿意度的新目標，具體要求是進一步縮短送貨時間，訂單生成24 h內送貨上門。然而這一目標的實現，僅依靠現有的物流系統不可能達到。通過對卷煙物流流程的全面分析，發現其中的庫存和提貨時間過長是影響整個卷煙物流供應的瓶頸環節。為此，該文擬給出一種優化解決方案。通過建立一種多目標優化模型，采用分層遺傳算法進行求解運算對該公司物流系統中現有的庫存和提貨時間予以改進，最大限度縮短庫存、分揀、提貨環節的時間，保證及時送貨。以提高煙草物流服務水平。

1 建模分析

優化方案需要緊密圍繞現行的物流系統進行設計，因此首先需要對該系統的流程及問題進行分析。煙草公司物流系統中卷煙提貨作業流程如圖1所示。

根據流程圖，整個卷煙提貨過程分為四個步驟。跟蹤記錄表明目前的運行現狀是：等待訂單平均時間為6 h；步驟1所耗費時間約為30 min；步驟2所耗費時間約為6 min，步驟3所耗費時間約為30 min、步驟4所耗費時間約為2 h。由于存在某些具體業務所產生的限制，在提貨作業過程中8：00-11：00，12：30-15：30為等待時間，生成訂單時間為15：30左右，在這期間需要根據訂單品種、訂單數量進行出貨掃碼，然后再進行分揀作業等操作。

該煙草公司物流倉庫為平面倉庫，共有3層，存放省產煙與省外煙，這里存在省產煙的庫存及需求量要大于省外煙的庫存限制條件。該公司現有訂單生成設備一臺，分揀機六部。根據以往庫存記錄，可以不考慮該倉庫的庫存限制，運輸設備在庫房中不會出現擁堵和鎖死，有兩臺叉車可以同時進行等待、提貨等程序，提貨過程中不會出現相互干涉現象。

由于庫房的限制以及存儲某種需求的卷煙的庫房與分揀機的距離的不同，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行分揀的話在沒有提前優化的前提下有可能造成了大量的時間浪費和人員閑置，增加了人力資源成本，因此分揀過程存在比較大的改進優化空間。

2 優化模型

該文建立優化模型的三個目標：（1）對該公司的庫存布局和庫存量進行優化，使之合理分配，減短提貨時間；（2）對是否設立中轉庫以及中轉庫的預存量進行優化；（3）對不同種類卷煙的提貨順序進行優化。通過優化這三個目標達到優化庫存和縮短提貨時間的作用。

設卷煙的提貨順序為，其中表示倉庫中i品牌卷煙，每一品牌卷煙的提貨環節均需經過、、、四道工序，設表示卷煙在叉車或者上等待時間，而表示卷煙在叉車或者上的作業時間，則完成提貨總時間為：

其中，表示不同的叉車，取值為0或者1，且和不能同時在同一個叉車上，它們表示卷煙在叉車上總的等待時間和作業時間。則目標函數表示為：

不失一般性，令省產煙在上轉庫提貨，省外煙在上轉庫提貨，與都要進行四道工序。、、、各自包含許多小的工序，并且只有在結束后才能進行。

3 優化過程

遺傳算法是借鑒生物界的進化規律演化而來的隨機化搜索方法[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，運算時間較長的缺點。因此本文采用分層遺傳算法求解最優化模型。

上面提出的多目標優化模型是一個關于時間-空間布局的系統優化問題，因此，在外層處理時間布局和時間約束，在內層處理空間布局及空間約束。

（1）外層設計

外層設計約束條是在滿足庫存需求的前提下裝載卷煙所需時間最少。

其中表示本文想要優化的時間，即滿足客戶所需的時間，可以根據客戶需求進行調整。

（2）內層設計

內層設計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化倉庫布局，使提貨時間最短。評價一個庫房布局需要考慮三個方面：

空間利用函數

其中代表第個卷煙的體積，代表倉庫布局的容量。

重量考察函數

其中表示第個卷煙的重量，為布局庫區承受的最大重量.

重心考察函數

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

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，根據上面的約束（3）（4）（5）（6），由罰函數法利用處理多目標優化的加權算法定義適宜度函數如下：

其中、分別表示內外層的適宜度函數，和為權重，其中。

對于內層的適宜度函數，采用加權（4）（5）（6）的方式獲得，即：

其中，它們表示權重，可以通過實驗進行確定，本文采用的是0.3，0.3和0.4。

對于外層的適宜度函數，可由（3）式進行構造，即：

將不同產地的卷煙的存放位置，中轉庫預設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式（7）最優的情況下進行迭代求解。下面我們根據該公司的實際情況，將實際場地及卷煙種類作為參數代入到優化模型中進行求解分析。endprint

4 優化結果

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，可計算得到重心考察函數為100，設置適宜度函數為100，設置時間評價函數為100%，設置最大載重利用率為100%。用分層遺傳算法進行求解，得到結果為體積利用率94%，重量利用率97.5%，重心評價函數99.7，時間利用率90.3%。而得到庫存設置和中轉庫預設量如表1所示。

從表1可以看到，該公司需要對不同種類的卷煙設置不同的中轉庫預設量，這將大大的改善該公司沒有中轉庫帶來的時間的浪費。而庫存的設置則可以按照圖中的比例進行設置，而對庫存的劃分，研究發現，凡是省內的卷煙應該多存儲，且存儲的位置應該更近于叉車的位置，這樣將會大大的提高整個提貨的效率。

根據以上算法計算得到的結果，經過實際應用測試，結果表明比該公司未做優化前，整個提貨時間，即，平均節省了4個小時。從整個提貨分揀流程上分析，可知該算法主要優化了步驟2和步驟4，而這兩個過程涉及的正是庫存和提貨兩個環節。

5 結語

為了解決煙草公司提貨時間較長難以有效保證客戶實時提貨需求的問題，本文對提貨流程進行了優化研究，通過建立多目標優化模型，引入分層遺傳算法對該問題進行建模及優化求解，得出煙草公司的庫存優化方案和中轉庫預設量，該模型充分整合了物流系統中的資源，提高了煙草物流系統的資源利用率、降低了物流成本，縮短了卷煙物流的提貨時間。按照該結果進行改進，在該公司提貨過程中測試發現，該方案可以有效地縮短整個提貨時間，從而大大保證了客戶實時提貨的需求。該算法的研究及應用對我國地市級煙草企業提高煙草存儲和提貨效率具有一定的借鑒作用。

參考文獻

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

[2] 方小斌.煙草供應鏈關鍵節點優化研究[D].中南大學博士學位論文，2008.

[3] 玄光男，程潤偉.遺傳算法與工程設計[M].北京：科學出版社，2000.

[4] 何大勇，查建中，姜義東.遺傳算法求解復雜集裝箱裝載問題方法研究[J].軟件學報，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用[J].計算機工程與應用，1993，3（4）：4-7.endprint

4 優化結果

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，可計算得到重心考察函數為100，設置適宜度函數為100，設置時間評價函數為100%，設置最大載重利用率為100%。用分層遺傳算法進行求解，得到結果為體積利用率94%，重量利用率97.5%，重心評價函數99.7，時間利用率90.3%。而得到庫存設置和中轉庫預設量如表1所示。

從表1可以看到，該公司需要對不同種類的卷煙設置不同的中轉庫預設量，這將大大的改善該公司沒有中轉庫帶來的時間的浪費。而庫存的設置則可以按照圖中的比例進行設置，而對庫存的劃分，研究發現，凡是省內的卷煙應該多存儲，且存儲的位置應該更近于叉車的位置，這樣將會大大的提高整個提貨的效率。

根據以上算法計算得到的結果，經過實際應用測試，結果表明比該公司未做優化前，整個提貨時間，即，平均節省了4個小時。從整個提貨分揀流程上分析，可知該算法主要優化了步驟2和步驟4，而這兩個過程涉及的正是庫存和提貨兩個環節。

5 結語

為了解決煙草公司提貨時間較長難以有效保證客戶實時提貨需求的問題，本文對提貨流程進行了優化研究，通過建立多目標優化模型，引入分層遺傳算法對該問題進行建模及優化求解，得出煙草公司的庫存優化方案和中轉庫預設量，該模型充分整合了物流系統中的資源，提高了煙草物流系統的資源利用率、降低了物流成本，縮短了卷煙物流的提貨時間。按照該結果進行改進，在該公司提貨過程中測試發現，該方案可以有效地縮短整個提貨時間，從而大大保證了客戶實時提貨的需求。該算法的研究及應用對我國地市級煙草企業提高煙草存儲和提貨效率具有一定的借鑒作用。

參考文獻

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

[2] 方小斌.煙草供應鏈關鍵節點優化研究[D].中南大學博士學位論文，2008.

[3] 玄光男，程潤偉.遺傳算法與工程設計[M].北京：科學出版社，2000.

[4] 何大勇，查建中，姜義東.遺傳算法求解復雜集裝箱裝載問題方法研究[J].軟件學報，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用[J].計算機工程與應用，1993，3（4）：4-7.endprint

4 優化結果

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，可計算得到重心考察函數為100，設置適宜度函數為100，設置時間評價函數為100%，設置最大載重利用率為100%。用分層遺傳算法進行求解，得到結果為體積利用率94%，重量利用率97.5%，重心評價函數99.7，時間利用率90.3%。而得到庫存設置和中轉庫預設量如表1所示。

從表1可以看到，該公司需要對不同種類的卷煙設置不同的中轉庫預設量，這將大大的改善該公司沒有中轉庫帶來的時間的浪費。而庫存的設置則可以按照圖中的比例進行設置，而對庫存的劃分，研究發現，凡是省內的卷煙應該多存儲，且存儲的位置應該更近于叉車的位置，這樣將會大大的提高整個提貨的效率。

根據以上算法計算得到的結果，經過實際應用測試，結果表明比該公司未做優化前，整個提貨時間，即，平均節省了4個小時。從整個提貨分揀流程上分析，可知該算法主要優化了步驟2和步驟4，而這兩個過程涉及的正是庫存和提貨兩個環節。

5 結語

為了解決煙草公司提貨時間較長難以有效保證客戶實時提貨需求的問題，本文對提貨流程進行了優化研究，通過建立多目標優化模型，引入分層遺傳算法對該問題進行建模及優化求解，得出煙草公司的庫存優化方案和中轉庫預設量，該模型充分整合了物流系統中的資源，提高了煙草物流系統的資源利用率、降低了物流成本，縮短了卷煙物流的提貨時間。按照該結果進行改進，在該公司提貨過程中測試發現，該方案可以有效地縮短整個提貨時間，從而大大保證了客戶實時提貨的需求。該算法的研究及應用對我國地市級煙草企業提高煙草存儲和提貨效率具有一定的借鑒作用。

參考文獻

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

[2] 方小斌.煙草供應鏈關鍵節點優化研究[D].中南大學博士學位論文，2008.

[3] 玄光男，程潤偉.遺傳算法與工程設計[M].北京：科學出版社，2000.

[4] 何大勇，查建中，姜義東.遺傳算法求解復雜集裝箱裝載問題方法研究[J].軟件學報，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用[J].計算機工程與應用，1993，3（4）：4-7.endprint