大型物流配送中心的主动式仓储调度策略及其性能分析

1935年, 美国市场营销协会对物流做了最早的定义:“物流是包含于营销之中的物质资料和服务, 从生产地到消费地流动过程中伴随的种种活动”[1]。现代物流管理概念是随着商品经济的发展逐步形成和发展起来的。从最初孤立地看待运输、仓储等各个环节, 发展到从总成本角度综合考虑实物分销中的储、运各项活动, 整合企业原材料、半成品、产成品的储运等环节的管理, 提出一体化物流管理概念, 再到20世纪90年代与供应链管理思想的结合, 物流理论研究和概念一步步完善起来[2]。物流配送是物流系统的一项十分重要的功能。随着现代消费的多样化和个性化的发展趋势, 物流需求也朝着多品种、小批量方向发展。在市场的主导权由处于供应链上游、中游的原材料供应企业或生产企业向处于下游的零售企业或消费者不断转移的态势下, 物流服务需要更加贴近市场, 贴近消费者。

在当今互联网时代, 以B2B、B2C、C2C为代表的电子商务交易规模越来越庞大, 同时也造就了像亚马逊、阿里巴巴、京东等一批极具影响力的电商。这些电商巨头在发展初期由于缺乏规模支持, 不可能自建物流网络及其配送体系, 只能借助第三方物流实现订单配送[3]。随着企业规模的扩大和网络订单数量的激增, 第三方物流已成为制约电商配送服务的瓶颈, 主要表现在以下两个方面:一是第三方物流公司服务水平参差不齐, 服务水平较差的公司在公众节假日期间交货不及时、货不对版, 直接影响电商的信用度和美誉度;二是多数第三方物流公司受限于制度体系不完善以及资金和仓储能力的短缺, 导致物流成本偏高, 结果影响电商的利润[4], 第三方物流能力有限, 缺少一体化的物流解决方案[5]。目前大的电商集团对于前二者已经有了很好的应对之道。例如, 阿里巴巴借助淘宝网和天猫网, 京东借助其京东商城, 实现了海量商品信息的呈现[6], 借助支付宝和各家银行的网上银行平台, 电商均能有效掌控资金流, 唯独物流成为当前电商集团的一大软肋, 阿里巴巴首席执行官马云曾明确表示消费者的抱怨和投诉绝大部分来自物流[7]。在这种情况下, 各大电商开始投入重金打造自己的物流系统和平台, 京东已在北京、上海、广州和其他几个省会城市建立7个一级物流中心, 此外还建立了25个二级物流中心[8]。阿里巴巴集团则表示将以投资加融资1000亿元人民币的模式打造阿里物流体系和阿里物流平台[9]。

各大电商在打造自身物流体系的过程中, 无论采用哪种发展战略, 仓储建设都是其关键环节, 它包括仓储地点选择、仓储面积和仓储设备规划、仓储信息管理 (有的电商直接称之为“数字仓储”) 、仓储盈利模式分析[10]。如果说海陆空运输通道是物流网络的线路, 仓储则是商品存储转发的中间节点。在网络订单的高峰期, 例如, 每年“双十一”的购物狂欢季, 仓储可能会出现“爆仓”情况。如果按订单高峰期的需求进行仓储购地和仓储设备配置, 无疑投资巨大, 当多数时候场地和设备都处于闲置状态时, 电商可能会在很长的时间才能收回投资成本。如果仓储购地量和仓储设备配置过低, 仓储“爆仓”概率增加, 直接影响电商物流配送的客户满意度。因此仓储建设成本和仓储吞吐量是建设过程中必须加以平衡的两个制约因素, 而平衡支点则是基于现代仓储数据化和信息化的库存优化管理[11]。

20世纪50年代, 国外一些大型制造企业开始引入自动化仓储系统, 当时的自动化仓储系统包括一个多层仓储货架、一个或多个堆垛机、一个或多个系统出入口[12]。多层仓储货架极大提高了企业对空间的利用率, 通过计算机操控完成存货和取货减少了工作人员数量、降低了人力成本, 而快速的存货和取货加快了物流响应速度, 缩短了客户的等待时间。从自动化仓储系统问世之日起, 对仓储物流的研究主要集中在如何提高其效率, 而自动化仓储系统的设计和存取策略则被认为是影响系统效率的两个主要因素。Bozer和White研究了自动化仓储系统中的堆垛机存储和检索货物所需的时间[13], Bozer和White的研究表明堆垛机的取货时间和仓储系统的形状有很大关联, 仓储系统的形状不同会导致存取货物的时间有所不同。Roodbergen和Vis则研究了在二维自动化仓储系统中系统出入口位置不同时仓储效率的变化[14], 他们的研究讨论了四种系统出入口类型, 分别是系统的出口和入口同在仓储货架的底端同侧位置;系统的出口和入口在仓储货架的同侧但在不同的高度;系统出入口同在仓储货架的中心位置和系统的出口和入口同在货架的底端不同侧。Randhawa等人讨论了在二维自动化仓储系统中多个系统出入口在三种操作方式下的效率[15], 他们用仿真的方法来评估三种不同操作方式下的系统效率。

以上这些研究针对的是二维自动化仓储系统, 近年来, 随着土地资源的紧缺和土地价格的上涨, 企业仓储的占地面积必须合理安排才能控制成本。因此, 更高存储量、更高空间利用率以及更快地响应顾客需要的多维度紧致化仓储系统随之出现, 这些新型的多维度的自动化仓储系统代替了传统的二维或单维的自动化仓储系统[16]。三维紧致化仓储系统的存储密度更高, 需要的操作人员更少, 有多层的仓储货架, 可以提高存储的密度从而降低空间的浪费。三维紧致化仓储系统的设计对库存管理、物料管理有很大程度的影响, 三维紧致化仓储系统的设计问题很复杂困难。一方面, 成本高会影响它的应用范围;另一方面, 效率较难提高, 如何经济地设计三维紧致化仓储系统使其更加适合于企业的应用成了重点研究问题。

现阶段我国仓储物流存在的问题也使得电商企业不得不花巨资自建物流和仓储系统, 前文已论及无论阿里巴巴还是京东, 均已投入巨资自建物流平台和物流体系, 这也给众多从事仓储物流的研究者提供了研究机会和样本, 李劼巍以苏宁电器为研究对象, 介绍了其自建仓储的情况, 并据此分析了仓储供给和需求的错位因素[17]。研究同时也提出了改进建议。刘滢以韵达快递仓储经营管理模型为对象进行了研究, 通过管理理论进行分析并给出了解决建议[18]。以上这些研究都是根据现实中的电商企业为研究对象, 通过企业遇到的问题来分析并给出解决建议。

从国内已有的研究也可以看出, 现阶段我国仓储物流存在的问题要么反映在仓储管理上, 要么反映在仓储技术上, 目前更多的共识还是在仓储技术层面, 如果仓储技术足够先进, 应该就能解决效率方面的问题[19]。因此本文探讨一种在仓储体积既定的情况下, 库存商品的调度策略及具体调度算法, 以期获得仓储吞吐量的最大化, 从而提升电商物流体系建设过程中的仓储盈利能力。

目前的仓储信息管理系统普遍采用无线射频识别技术 (Radio Frequency Identification, RFID) 实现商品的出库、入库管理。RFID是一种无线通信技术, 可通过无线电讯号识别特定目标并读写相关数据, 而无需识别系统与特定目标之间建立机械或光学接触, 采用RFID最大的优势在于:读取数据方便快捷、数据识别速度快、数据容量大。工信部所做的统计表明我国物流企业在2015年年底已全部实现仓储入货和出货的无线射频识别和管理。

采用无线射频识别技术后, 在一件商品按所属门类已入库的情况下, 通常在出库之前其存储地点不再发生变化, 这样方便工作人员在极短时间内就能找到商品的货架位置。随着不同商品出库、入库流程的加快, 这种方式也产生了“仓储碎片”问题, 图1形象地描述了此问题。

图1中的货架有9个存储单位, 每个存储单位的规格尺寸为1×1, 对于图1a, 此时的货架无法容纳任何一个尺寸为2×1的新到商品, 其原因在于a中货架的空闲存储空间非常分散, 这些相对分散的空闲存储空间我们称之为“仓储碎片”, 如果将这些分散的“仓储碎片”重新整合成b、c、d、e所示的更大空闲存储空间, 此时货架由于不存在“仓储碎片”, 可以再接纳2个尺寸为2×1的新到商品, 货架的吞吐量因此较之a得到提升。大型物流配送中心仓储系统的占地面积通常在几万平方米甚至几十万平方米的数量级, 对于电子商务的配送过程而言, 一件商品从发货方送至客户手中的配送过程里, 商品可能在多个仓库进行存储转发, 如图2所示。

借助数字化仓储管理系统, 一件商品在从发货方开始发送之前, 每个仓储点 (图2的仓储1、仓储2、仓储3) 的空间可用情况是已知的, 任何一个仓储点如果“爆仓”, 管理系统不会允许发货方发货, 因为这样可能会加剧“爆仓”仓储点的货品拥堵, 当且仅当每个仓储点可用时, 仓储管理系统才会对发货方的发货行为放行。而即使货品从发货方发出到送至客户的过程中, 也有可能因为下一个仓储点 (图2中的仓储3) “爆仓”而不得不在上一个仓储点 (图2中的仓储2) 积压, 结果连锁反应导致更多的仓储点“爆仓”。总之, 无论在发货前还是发货过程中, 配送链中有一个仓储点“爆仓”, 都会直接导致配送过程无法如期按约完成, 而且还有可能加剧其他货物配送的违约。

根据以上分析, 一个仓储点的主动调度发生在有货品离开仓储点的时刻, 其原因是一旦有货品离开, 该货品以前占据的空间就被腾出, 被腾出的空间四周都有货品时, 这个被腾出的空间有可能就是“仓储碎片”, 需要通过调度予以消除。但需要注意的是, “主动仓储调度”并非是一旦货品离开就必须触发, 这在实际的仓储管理中完全不可行, 只会极大地增加仓储点的人工和运行维护成本。本文认为必须是仓储点货品占据的空间达到一定阈值后, 货品的离仓才能启动“主动调度”。此外, 离仓货品腾出的空间必须是“仓储碎片”, 也才会启动主动调度。在图3中, 假设离仓货品腾出的空间表示为空闲空间2, 则图3a的情况需要“主动仓储调度”, 因为空闲空间1和2都是“仓储碎片”, 而在图3b的情况下则无需“主动调度”, 因为空闲空间1和2相邻, 二者组合在一起形成更大的空闲空间。

可见, 实行“主动仓储调度”需同时满足以下两个条件: (1) 货品离仓时仓储点所有货品占用空间超过一定的阈值; (2) 仓储点的空闲空间里存在“仓储碎片”。

货品占用空间阈值可以用货品占用总空间和仓储点存储量的比值来表达, 阈值设定则需根据仓储点仓库面积大小、货品入仓率、货品出仓率进行设置。当仓库中一个空闲空间周围都摆放了货品时, 该空闲空间标记为“仓储碎片”, 按此准则, 图3a中的空闲空间1和2在计算机里可以分别标识成仓储碎片1和碎片2共两个仓储碎片。图3b中尽管有空闲空间1和空间2的区别, 但在计算机里仓储碎片只有一个。

主动仓储调度是一个迭代过程, 必须有迭代终止条件, 否则过多的迭代会导致仓库中库存货品被频繁移动存放位置, 严重影响仓库正常运行。主动仓储调度目的是尽可能地清除“仓储碎片”, 有效增大库容, 但不可能也没有必要完全清除“仓储碎片”。迭代终止条件的设定有多种方法, 最简单的方法是设定最多迭代的次数, 也可根据执行调度后仓储碎片的个数占未执行调度前仓储碎片总个数的百分比来设定, 假设该百分比为α, φ是小于1的百分比阈值, 当α≤φ时则可终止当前调度。另外, 还可根据容积比来设定, 由于调度前后仓库中空闲空间的容积总量并不变化。假设此容积总量为V总, 容积比ρ可定义为:

则当ρ调度后/ρ调度前≤φ时可终止当前调度, φ是如前所述的小于1的百分比阈值。

在设定了启动和终止条件后, 主动仓储调度的算法流程为:首先选择空闲容量最大的两个仓储碎片a和b (a的容量大于b) , 分别判断与a相邻的上、下、左、右库存货品的体积是否能被仓储碎片b接纳, 如果都不能被接纳, 标记a为不可调度碎片;如果能被接纳, 则选取空闲容量最小且能接纳a周边货品的碎片c, 依次把与a相邻的上、下、左、右库存货品重新放入c的空闲空间里。迭代此过程, 直到满足调度终止条件为止。总之, 调度时的碎片合并过程是优先选择容量最大的碎片去合并刚好能装下最大碎片周围库存货品的最小碎片。

主动仓储调度完整的算法流程如图4所示。

为了验证主动仓储调度算法的性能, 本文对执行此算法和不执行此算法的仓储管理系统进行了算法仿真比较。比较的参数为三个: (1) 平均等待入仓货品量:系统中排队等待进入仓库存放的货品数量; (2) 平均等待入仓时间:货品从开始排队到进入仓库的等待时间; (3) 平均存放时间:货品从开始排队进入仓库到离开此仓库, 发往其他地方的时间。

仿真中假定货品到达服从到达强度为λ的平稳泊松过程, 入仓存放时间服从参数为μ的负指数分布, 仓储点的存储强度ρ=λ/μ, 仿真过程中要求ρ<1, 否则等待入仓货品将排至无限长。货品入仓摆放规则是选择最接近货品体积的空闲空间进行摆放, 主动仓储调度算法的终止条件以算法的迭代次数n作为阈值。仓库总空间设为100000, 一件货品的体积在[1, 200]之间满足均匀整数分布。

图5显示了采用不同迭代次数的主动仓储调度算法和不执行算法的仓储系统在不同的货品到达率下的平均等待入仓货品量。可以看出, 随着货品到达率λ的增加, 等待入仓货品量都显著增加, 但采用主动仓储调度算法后, 等待入仓货品量要比不采用调度算法的等待量更少, 主动仓储调度算法中迭代次数增加, 等待入仓货品量会相应减少, 当迭代次数增加到一定值 (图5中n=8) , 等待入仓货品量不再减少, 表明仓库的容量已被优化调整到极限。

图6和图7显示了采用不同迭代次数的主动仓储调度算法和不执行算法的仓储系统, 在不同货品到达率下的平均等待入仓时间和平均存放时间, 同样可以看出, 采用主动仓储调度算法后, 等待入仓时间和存放时间都要比不采用调度算法的等待入仓时间和存放时间更少, 而迭代次数的增加会使入仓等待时间和总的存放时间都相应减少, 同样当迭代次数增加到一定值 (图5中n=8) , 这两个参数也不再减少, 因为图5中已显示n=8时, 增加迭代次数不会再减少等待入仓货品量, 显然, 等待入仓时间和存放时间也不会再减少。

图5、图6、图7的仿真结果都表明主动仓储调度算法能有效提升仓储吞吐量, 从而降低货物入库的阻塞量和排队时间。

从宏观的角度来看, 我国东部一些省份和沿海港口城市在制定物流发展规划的基础上, 部分物流项目已经投入实际运行。随着投入运行的物流项目产生出日益增大的经济效益, 一些港口城市和中心城市纷纷将物流业列为城市的支柱产业或新兴产业予以支持。典型的如深圳将物流业确定为今后发展的三大支柱产业;上海市原来规划成为国际金融与贸易中心, 现又增加了一个国际航运中心, 即国际物流中心。物流的蓬勃发展也使得一些内陆省市, 如武汉、成都、西安等城市都力争将物流业作为今后发展的重点产业。

具体到电商企业或物流企业, 电子商务的飞速发展对物流支撑体系的时效性提出了愈加严格的要求和挑战, 出于商业成熟度和交通便利性的考虑, 电商通常会把自己物流网络中的仓储点选择建设在一线城市或省会城市。物流的时效性要求仓储点必须有大规模的仓库建设来接纳众多货品, 然后进行转运分发。对于一线城市或大多数省会城市“寸土寸金”的情况, 这种时效性要求无疑会大大加重仓储建设成本, 因此时效性和成本是仓储建设和管理中相互制约的矛盾, 需要对二者进行有效平衡。本文据此设计了主动式仓储调度策略及算法, 其本质是尽可能减少“仓储碎片”, 把若干零散的“仓储碎片”合并成更大的空闲空间。在不盲目扩大仓储建设规模的情况下, 主动式仓储调度算法能有效提升仓储点的货物吞吐量, 减少货品等待入仓时间和积压排队, 也就保证了整个物流网络的时效性。通过和现代物流管理信息系统的结合, 主动式仓储调度算法在降低仓库建设成本和提升物流管理水平等方面都具有良好的实用价值和推广意义。