南疆貧困區林果產品訂單分揀策略的仿真建模研究

程玉龍 馬國勇 廖茂宏 趙亞鋒

（1塔里木大學經濟與管理學院，新疆 阿拉爾 843300）

（2東北林業大學經濟管理學院，黑龍江 哈爾濱 150040）

特色林果業是新疆農村貧困區經濟的支柱產業，如何把新疆當地的林果資源優勢轉化為經濟優勢，是改善貧困現狀、鞏固脫貧成果的重要舉措之一[1]。新疆南疆地區（以下簡稱“南疆地區”）雖然作為新疆林果業的主產區，但是遠離內地市場，受物流時效性和配送成本等因素限制，“出疆貴、出疆難”等問題突出，嚴重影響了南疆特色林果產品在內地市場的銷售，成為制約南疆各族群眾在脫貧過程中的重要瓶頸。如何科學合理地規劃配送中心的分揀系統，提高揀選作業的工作效率，使貧困地區的綠色、天然、無公害的特色林果產品迅捷有效地銷往全國各地，是南疆貧困地區人民增產增收、脫貧攻堅的有效手段之一[2]。

新疆南疆，其行政區域包括和田、喀什、克州、阿克蘇、巴州等5個地州（含兵團），42個市縣[3]。南疆地區林果業資源豐富，根據2018年新疆統計年鑒[4]和兵團統計年鑒[5]，2017年全疆特色林果（主要指蘋果、梨、葡萄、桃、杏、紅棗等水果和核桃等堅果）種植面積達到1.458×106hm2，總產量突破1.144×1010kg。而南疆五個地州（包含第一師、第二師、第三師和第十四師）特色林果種植面積1.185×106hm2，占全疆林果種植面積的81.24%，總產量為8.626×109kg，占全疆總產量的75.42%。南疆特色林果業正逐步發展成為振興新疆農村經濟發展、保證農民持續增收、助力脫貧攻堅的一大特色支柱產業。

隨著社會經濟的發展和人民消費水平的不斷提高，客戶對林果產品的需求日益朝小批量、多品種方向發展，配送中心配送貨物的品種、數量和頻次不斷增加。揀選作業作為訂單處理的后續作業，已成為配送中心內部作業的核心環節[6]。南疆貧困地區現代物流體系不健全，絕大多數的物流企業仍以人工分揀為主，分揀作業屬于勞動密集程度高、占用物流成本最多的環節之一，人工分揀作業效率的提升對南疆物流企業的發展具有重要作用。分揀效率低下，導致南疆地區優質的林果產品不能及時高效地進入市場，難以實現林果產品生產與消費市場的對接，已經成為林果產品需求體系的行業瓶頸。

與其他現行的物流仿真軟件相比，Flexsim采用C++語言開發，采用面向對象編程和Open GL技術，可直接建立三維仿真模型，建模和調試簡單開放方便，模型的擴展性強，易于與其他軟件對接使用，是一款功能強大的分析工具，可幫助建模人員通過設計及運行系統做出更明智的決策，已廣泛應用于交通路線規劃、生產物流仿真、物流中心設計等多個物流領域。目前學者主要將Flexsim運用于農產品配送中心的模型構建與優化上，鄧瀧[7]根據農產品低溫配送中心的作業流程，將物流系統簡化為到庫、入庫、存庫、出庫四個子系統，運用Flexsim仿真軟件研究各功能區服務能力的匹配性，仿真結果有助于發現低溫配送中心的瓶頸環節。陳佳、蔣國良等[8]以農產品中的葉菜類蔬菜為研究對象，運用Flexsim構建農產品配送中心的仿真模型，提高了其工作效率。也有相關學者將Flexsim軟件應用于揀貨作業上，楊瑋、楊超群等[9]運用Flexsim仿真軟件對某醫藥物流中心零貨庫的揀貨流程進行仿真優化，通過合理優化揀貨流程，提高了揀貨效率。張陽、馬如意等[10]運用Flexsim軟件對兩種快遞分揀作業的優化方法進行模擬仿真，得出基于目的地動態組合算法的優化方法效果更好。但是極少有學者將Flexsim仿真軟件應用于林果業的揀選策略上。優化林果產品的訂單揀選策略，提高揀選作業效率，降低物流配送成本，將Flexsim仿真軟件引入到林果產品的流通環節中來，對解決南疆現有林果產品流通模式的弊端，幫助南疆農戶脫貧具有重大意義。

1 林果產品的分揀作業流程

1.1 南疆林果產品的物流配送特點

林果類產品具有時鮮性、易腐性等特點，與一般產品的物流配送相比，林果類產品搬運裝卸次數更多，對冷藏能力與運輸時效性的要求更嚴苛，具體表現在以下幾方面：

品類繁雜、物流量大、同質化產品多。環塔里木盆地的南疆地區，林果主產區以紅棗、核桃、杏、香梨、蘋果、巴旦木、葡萄等為主，林果種植面積和產量占全疆林果規模的83%以上[11]，種類繁多，品牌雜亂。目前新疆共有林果品牌5 615個，僅有50個品牌被認定為中國馳名商標、中國名牌農產品，僅占全疆林果品牌總數的0.8%[12]。

供需分散，遠離內地消費市場，配送困難，物流成本高。南疆貧困地區“鐵公機”多式聯運的冷鏈物流體系落后，不能充分滿足大量林果產品集中外運的需求，多數林果產品運輸損耗嚴重，腐爛變質比重高，生鮮瓜果保鮮量不到10%，遠低于全國19%的平均水平。同時，高昂的物流運作成本，導致出疆后林果產品毫無價格競爭優勢，即使干堅果運輸成本也都偏高，如南疆地區加工的紅棗、核桃等產品運往上海市場銷售，僅運營費用就達到產品售價的38%，超出行業平均水平23%[11]。

物流服務體系落后，分揀效率低。隨著顧客個性化、多樣化需求的增加，單一訂單中貨品的種類越來越多，而數量卻日益減少，從而導致分揀的難度也在逐漸增加，嚴重制約了配送中心的運行效率。南疆貧困地區大多數物流企業服務水平低，目前人工揀選作業在南疆林果產品配送中仍然占據著主流位置，一般揀選成本約為其他堆疊、裝卸和運輸等成本總和的9倍。

1.2 訂單揀選策略分析

分揀作業是按照訂單要求，將貨物從貨架區“揀”出，并按用戶進行“分類”集中、處理的過程，分揀的主要目的在于快速而準確地集合顧客所訂購的商品。分揀作業流程圖見圖1。

圖1 分揀作業流程圖

在實際操作過程中，為了高效的分揀出多種貨物，必須根據訂單的具體要求，采取合理的揀選策略，從而提高配送中心的分揀效率和經濟效益。訂單揀選作業效率主要受分區、訂單分割、訂單分批、分類這4種因素的影響，而分批揀選和分區揀選是揀選系統未來發展的一個主要流向。這四個因素交叉作用可以形成多個揀選策略，比如“摘果式”分揀策略和“播種式”分揀策略等[13]。根據不同的用戶訂單，配送中心會采取不同的分揀策略進行分揀作業，現有四種不同的初始揀選策略如表1所示。

表1 四種基本分揀方案

2 基于Flexsim的訂單分揀系統建模與仿真

下面選取南疆貧困區某林果業配送中心為例，就配送環節中最重要的環節―分揀環節做仿真研究。

2.1 仿真實驗參數設計

經調研，該配送中心的主要業務是對林果產品進行運輸、分揀、分類加工，是一家第三方物流公司。該配送中心占地面積約為1 500 m2，共劃分為5個區域，分別是補貨區、存貨區（貨架為該企業主要存貨工具）、辦公區、分揀區、出貨區。配送對象以箱為單位，為便于研究，在分析過程中假設配送中心貨源充足，簡化補貨、入庫檢查等內容。配送中心的主要設備有地牛、叉車、傳送帶、托盤和手持終端。地牛主要用于配送中心內部貨物的運輸；叉車主要用于高架貨物的上架和取貨，同時也會少量做一些貨物運輸工作；手持終端從貨物的入庫到出庫起著信息傳遞的作用。該配送中心主要配送的林果產品有：蘋果、梨、葡萄、紅棗和核桃，五種產品由不同的供應商進行供貨。參照實驗中五種產品補貨的具體情況見表2。

表2 五種林果產品的補貨情況

配送中心每天上午接受客戶訂單，每張訂單可能訂購1～5種林果產品，對配送中心的原始訂單數據分析之后，選取訂單到達高峰期的若干個訂單作為數據樣本進行分析，選取的訂單組合情況具體見表3。

乍看之下，富士SQ20與前作SQ10相比并沒有太大的不同。這款相機支持富士的IntaxSquare膠片，機背上還有一塊2.7英寸的方形顯示屏，機身共有黑色和米色可選。不過相比前作，SQ20的售價更低，同時還支持4倍變焦（Instax系列中首例）。全新的Instagram風格的濾鏡效果可以應用在照片上，新加入的視頻功能對于即時成像相機來說也非常新穎，但被限制在800x800像素的15秒視頻能力只是聊勝于無。不過，你至少能從中選擇一幀畫面進行打印這一點在某種程度上提升了即時成像相機的瞬間捕捉能力。

表3 訂單組合情況

該配送中心以人工揀選為主，共有分揀人員5人，分揀能力為1箱/人，訂單到達的時間間隔服從ex?ponential（0,90,1）指數分布，訂單類型服從 duniform（1,n）的均勻分布（n為訂單數量）。

為了便于對比品類、訂單數量、初始庫存對分揀策略的影響，先以配送量比較大的蘋果、葡萄和梨這三種產品作為參照實驗進行模擬仿真，再在此基礎上改變品類和訂單情況來模擬品類、訂單的差異對分揀策略的影響，具體情況見表4。

表4 三種仿真實驗

在分揀方式上，該配送中心還是采用比較原始的不分區、按單分揀的策略，即根據訂單到來的順序安排空閑的分揀人員對訂單進行分揀。根據實際的分揀系統布局，運用Flexsim對訂單分揀系統建立模型，模型布局見圖2。

圖2 配送中心分揀區布局圖

2.2 實體對象及參數設置

根據配送中心的實際情況，Flexsim建模與仿真的實體設計參數見表5。

表5 模型中的Flexsim實體

以參照實驗為例，主要實體對象的相關參數設置如下：

發生器：設置3種類型果品到達的時間間隔分別為 exponential（0,2,1）和 5，并以黃、紅、黑三種不同的顏色相區分。訂單發生器的FlowItem Class選擇Pallet（托盤），到達的時間間隔設置為expo?nential（0,9,1）。

貨架：貨架以箱為單位，在OnEntry觸發器中，選擇 Close and Open Ports，將 Action 設置為 closeinput，將 Condition 設置為 content（current）≥200；在 OnExit觸發器中，選擇Close and Open Ports，將Action設置為 openinput，將 Condition 設置為 content（current）<100，并在Flow選項卡勾選“Use Transport”復選框。

合成器：將Combiner Mode設置為Pack，將Pro?cess Time設置為90，并在Send To Port（發送至端口）選擇Value By Case進行相關設置。建立一個三行六列的全局表，表示訂單組合內容，并在Combiner的OnEntry觸發器中選擇Update Combiner Component List，把更新的數據來源設置成剛剛建成的全局表。

3 仿真結果分析

設置完成后，重置（Reset），在相同的條件下分別運行四種分揀策略對應的模型，見表1。選取一個工作日，運行8 h后，輸出仿真統計數據。策略I（不分區按單）和策略IV（分區并行）的運行結果見圖3、圖4，其他兩種策略下的仿真模型與之類似。

圖3 策略Ⅰ的運行結果圖

圖4 策略IV的運行結果圖

基于上述四種分揀策略下三種仿真實驗的運行結果，得到不同策略下分揀員的平均搬運量，進而得到不同分揀策略下分揀員的平均空閑率、平均負載率，見表6。分揀員的平均空閑率體現了分揀人員分揀作業的整體空閑狀況，是衡量分揀人員工作效率的一個重要指標。平均負載率是分揀人員在貨架與合成器之間往返行進過程中裝載產品的時間占整個仿真時間的百分比，也是衡量分揀人員工作效率的一個指標。

表6 分揀人員的仿真結果

四種不同分揀策略下的分揀量見表7。

表7 不同分揀策略下的分揀數據

由表6和表7可知，以參照實驗一為例進行分析，在不分區的策略下，對比策略I和策略III，并行分揀策略的分揀量要高于按單分揀策略的分揀量，在其分揀人員的作業情況中，策略III的平均搬運量也高于策略I；在平均空閑率指標中，策略III的空閑率較小，負載率更高。因此，在這兩種策略的對比中，應選取不分區并行的策略，可有效提高分揀效率。同理，在分區策略下，對比策略II和策略IV，也能得到訂單并行處理的分揀策略更具有優勢。

在按單處理的策略下，對比策略I和策略II，不分區策略處理的訂單數和箱數均高于分區策略，從分揀人員的工作情況來看，分區策略下分揀人員的平均搬運量僅為不分區策略的68%，平均負載率為不分區策略的65%，平均空閑率約為不分區策略的一倍。綜合來看，不分區策略下，分揀人員的工作效率更高，空閑時間更多，在其他條件相同時，不分區策略更具有優勢。同理，在并行策略下，對比策略III和策略IV，也能得到同樣的結果。

綜合對比四種分揀策略，策略III的分揀量要遠遠高于其他三種策略，從分揀人員的工作情況來看，策略III的平均搬運量也高于其他三種策略，在平均空閑率指標中，策略III的空閑率最小。因此在四種策略中，策略III的工作效率更高。

實驗二和實驗三仿真分析結果也能得出相同的結論，需要注意的是，該模型經過一定的簡化，實際情況中，人員設備的空閑時間不僅取決于分揀策略，還受到訂單到達時間、訂單的種類數量等多種因素的影響。因此分揀策略的選擇還需要綜合考慮各種因素，根據分揀系統的實際情況及時作出相應地調整。

4 結論

分揀作業是配送中心內部作業的核心環節，分揀策略的選擇與設計對分揀效率有著至關重要的影響。因此必須重視分揀作業的優化，以提升配送中心快速分揀的能力。特別是對于具有時鮮性的林果產品而言，提高其分揀能力，對于南疆特色林果產品快速出疆、助力脫貧具有更重要的意義。

根據某配送中心揀貨出庫的作業流程以及現有的四種分揀策略進行建模仿真，并構建了三種實驗以便于對比品類、訂單差異和庫存狀態對分揀策略的影響，得出：

在不分區/分區策略下，并行處理的分揀策略，其訂單處理量、分揀箱數以及分揀人員的平均搬運量均優于按單處理的分揀策略；在平均空閑率指標中，并行分揀策略的空閑率更低，負載率更高，分揀人員的工作效率更高。綜合來看，在其他條件相同時，訂單并行處理的分揀策略更具有優勢。

在按單/并行策略下，以實驗一為例，不分區策略處理的訂單數和箱數分別是分區策略156%和147%，從分揀人員的分揀效率來看，不分區策略下分揀人員的平均搬運量為分區策略的146%，平均負載率為分區策略的155%，平均空閑率卻約為分區策略的一半。綜合來看，不分區策略分揀量更大，空閑時間更少，工作效率更高。

在四種分揀策略中，以實驗一為例，策略III（不分區并行）的分揀量分別是策略一、策略二和策略四的145%、214%和148%；分揀員的平均空閑率卻僅為策略一、策略二和策略四的2.6%、1.5%和2.4%。綜合來看，策略III（不分區并行）不論是在分揀量方面還是在分揀員的工作效率方面，均優于其他三種分揀策略。

需要注意的是，文中的仿真模型經過了適當的簡化，而且在實際生產中，影響分揀效率的因素有很多，分揀策略也遠不止文中提到的四種方案，對于不同的實際分揀系統，其適用的分揀策略也會有所改變。因此就需要相應的分揀管理人員根據實際情況，及時通過仿真選擇合適的分揀策略，達到優化分揀效率的目的。

運用Flexsim軟件對現有的典型揀選策略進行建模仿真，模擬對比基本分揀策略的優劣及特征，能夠為后續分揀策略的進一步優化奠定基礎。