基于Anylogic的網上超市倉儲物流研究

李魯迪

(華北電力大學 北京 102206)

在當今電子商務快速發展的時代背景下，越來越多的人們更青睞于網上購物，電子商務的發展給人們的生活帶來極大便利的同時，也對倉儲物流的速度提出了更高的要求?？蛻粲唵沃饾u向多樣化、小批量、多頻次的趨勢發展，同時，由于市場競爭的激烈，客戶對訂單出庫速度也提出了更高的要求，從而使得倉儲中心的揀選打包難度加大。為了更快、更準確的履行訂單，對倉儲中心的打包效率和訂單出庫效率提出了更高的要求。

為了進一步研究，本文以參觀的青島京東倉庫為仿真研究對象，對其倉庫的倉儲物流進行仿真研究。主要優化了自動分揀、人工打包以及裝車作業。尤其打包臺個數、裝車叉車個數的決策為本次建模和仿真所解決的重點內容。

一、基于Anylogic的仿真模型建立

(一)模型構建

根據上述的前提條件，首先拖托取一個source作為源出貨點，一個sink作為資源釋放結束。其次托取7個service的分別用于機械分揀、復雜包裹打包臺1個、普通打包臺5個以及堆垛操作1個。再拖取叉車相關操作元件。最后用傳送帶和隊列進行連接。

(二)參數設置

整個模型參數設置為：

(1)source設置：由于網上超市訂單的到達比較隨機，為了更好的描述客戶下訂單的波動性和不確定性，這里采用正態分布描述訂單的到達。訂單的最大到達量為10000。

(2)機械分揀設置：由于客戶訂單的復雜性，包裝的沖突性，許多商品不能打包在一起或者需要特殊材質包裝。這里從分揀中心揀選出來的訂單被分為了兩類，復雜件打包和一般件打包。通過service來實現機械分揀，其隊列為10，延遲時間為1秒。以0.05概率作為一個訂單是復雜件的概率，通過對智能體(MyAgent)的染色來實現，復雜件為黑色，一般件為紅色。

(3)分流裝置：判斷一個訂單是否為復雜件，是則隨機發送給一個復雜件打包臺，否則分配給一個普通件打包臺。

(4)打包臺設置：復雜打包臺的工作時間服從均勻分布uniform(1,3)分鐘，隊列為10。普通打包臺的工作時間也服從均勻分布normal(3,30)秒，隊列為10。均通過service來實現。且為了區分打包之后的訂單，在訂單離開打包臺后將其染成綠色。

(5)堆垛操作設置：采用seize來實現。

(6)抓取叉車設置：采取seize來實現。

二、仿真結果及分析

在設置好相關參數后，進行了模型的運行，10000個訂單的處理時間為1182.73分鐘。在測試的過程中有幾次由于加速的原因堆放區爆滿，所以測試了幾次，取了其中一個測試結果。如圖1所示。工人和叉車的工作時間利用率是主要研究的對象。接下來依次進行分析。

圖1 仿真模型圖示及仿真結果

(1)機械分類：機械分類是自動分揀器的工作效率，藍色條形圖所示?？梢娖浯蟛糠謺r間處于空閑狀態，工作效率很高。所以只需放一個自動分揀器。

(2)復雜訂單打包臺：起初設置復雜訂單打包臺為兩個，但運行之后發現其工作時間利用率均低于50%，因此放置了一個其時間利用率達到了91%。因此在實際倉庫設置中使用一個復雜訂單打包臺。

(3)普通打包臺：普通打包臺的時間利用率為86.4%。最高的為88%，最低為84%。為較滿意的結果。運行期間，分別設置了4個和6個，在4個打包臺的情況下，出現了傳送帶堆疊最后運行失??；在6個打包臺的情況下，打包臺的利用率不叫低。因此設置5個最為合適。經濟效益最高。

(4)堆垛操作：堆垛操作人員容量設置為3。工人工作效率為76%，在2個的情況下出現傳送帶堆疊導致運行失敗。

(5)叉車：由于運行過程中堆放區出現了堆疊現象所以叉車的利用率為100%，而堆放區域未超過最大堆放數量。

最后，訂單揀選完后至出庫的平均時間，從運行結果看平均出庫時間為7.3分鐘左右。之所以在1180分鐘左右急劇上升是因為堆放區產生了一定數量的堆放，只有叉車在進行裝車工作所以時間急劇上升。

三、結論

本文對倉庫訂單處理操作利用Anylogic進行建模仿真，獲得比較好的實驗結果，使倉庫在有效運轉的情況下，資源的消耗最少，資源利用率最高，達到訂單出庫的時間要求。但此仿真軟件多次運行的情況下加速過快會導致實驗結果出現波動。因此本文所做的仿真與試驗只具有一定的參考作用，需要再做更細致的處理。另一方面，針對倉 庫的效率優化處理已不僅僅局限于對作業流程的改進，先進的設備和科技在提高分揀效率上會起到很大的作用。而作業流程和先進設備如何有效結合也是待研究解決的問題。