时变需求下人工拣货系统动态货位调整研究

Most of the current literature of storage location assignment problem is focusing on relatively stable demand situation.Considering the prevalent time-varying demand in online retail industry,the project transfers traditional storage location assignment into multi-staged dynamic storage adjustment based on the idea of gradual optimization.Dynamic storage adjustment can relocate commodities in warehouse in real-time,which can respond to the rapid variation of commodities demand timely.Moreover, the order picker is allowed to change current picking route appropriately when adjusting storage location alone with order picking at the same time.The two key scientific problems,which are candidate adjusted commodities selection and final adjustment solution construction are deeply researched in the project,trying to find out the optimal storage structure assignment model, route adjustment rules and cost-benefit model of dynamic storage adjustment under time-varying demand,and the optimization mechanism, influencing factors and collaborative optimization between the factors are also to be revealed.In theory, the project expands storage assignment optimization research areas of picker-to-parts system.And also, storage location adjustment and order picking optimization are integrated into a whole on the application,which simplifies the warehouse operation.The proposed model and research conclusions of the project can offer theoretical guidance for implementing dynamic storage adjustment for the online retail enterprises.

目前文献大多研究的是相对平稳需求下静态货位指派问题，本项目考虑在线零售业普遍存在的时变需求，基于逐步求精、渐进式优化的思路，将传统的静态货位指派转换为多阶段货位调整过程，通过实时、动态调整商品在仓库中的存储位置来响应商品需求的快速变化，并考虑到人工拣货系统的特点，允许拣货员在适当改变当前行走路线的情况下，在订单拣货的同时进行货位调整。本项目对时变需求下与人工拣货系统密切相关的候选调整商品选择、最终调整方案的构建和实施这两个关键科学问题展开研究，拟得到时变需求下人工拣货系统动态货位调整最优货位结构指派模型、路径调整规则及动态货位调整成本收益模型，并揭示时变需求下人工拣货系统动态货位调整优化规律、影响因素以及各因素之间协同优化关系。本项目理论上拓展人工拣货系统货位优化的研究领域，在应用上将拣货作业和货位指派作业合二为一，简化仓库的作业流程，可为在线零售企业科学实施动态货位调整提供理论指导。

本项目考虑在线零售业普遍存在的时变需求，基于逐步求精、渐进式优化的思路，将传统的静态货位指派转换为多阶段货位调整过程，通过实时、动态调整商品在仓库中的存储位置来响应商品需求的快速变化，并考虑到人工拣货系统的特点，允许拣货员在适当改变当前行走路线的情况下，在订单拣货的同时进行货位调整。项目研究内容包括时变需求下动态货位调整中的候选调整商品选择策略、路径调整策略及调整成本收益评价这三方面。项目构建了人工拣货系统动态货位调整框架及机制，包括货位指派规则、路径调整规则、商品选择规则等，并提出了路径相关节约距离（Route-Based Saving Distance,Rbsd）和商品的货位关联性（Sku-to-Bin Affinity,Sba）等指标等关键指标对动态货位调整进行量化描述，解决了最优货位结构指派模型、路径调整启发式规则和货位调整成本收益优化模型及算法设计这三个关键的科学问题。最后模型构建和数值仿真揭示了并揭示时变需求下人工拣货系统动态货位调整优化规律、影响因素以及各因素之间协同优化关系，发现动态货位调整可在不增加拣货员工作时间的情况下大幅度降低拣货员的行走距离度，货位优化效果明显，特别是：1.在中等订单规模的情况下，拣货员只需小幅度调整行走路径，动态货位优化效果最佳；当平均订单规模为较小时，不适宜进行货位调整；当平均订单规模较大时，拣货员在货位调整时不要改变当前拣货路径。2.在需求偏度较大时，拣货员并不需要大幅度改变其当前拣货路径来进行动态货位调整，动态货位调整就可以获得很好的货位优化效果。3.平均订单规模较小和需求关联强度较大的情况下，对人工拣货系统进行动态货位调整，优化效果最佳。由于在线零售企业经常进行品类促销和交叉销售等营销手段，导致其品项和数量快速变化，并且普遍具有需求关联性强、平均订单规模相对较小的现象，本项目研究成果为在线零售企业的人工拣货系统实施动态货位调整提供理论依据和应用指导。