南疆贫困区林果产品订单分拣策略的仿真建模研究

程玉龙 马国勇 廖茂宏 赵亚锋

（1塔里木大学经济与管理学院，新疆 阿拉尔 843300）

（2东北林业大学经济管理学院，黑龙江 哈尔滨 150040）

特色林果业是新疆农村贫困区经济的支柱产业，如何把新疆当地的林果资源优势转化为经济优势，是改善贫困现状、巩固脱贫成果的重要举措之一[1]。新疆南疆地区（以下简称“南疆地区”）虽然作为新疆林果业的主产区，但是远离内地市场，受物流时效性和配送成本等因素限制，“出疆贵、出疆难”等问题突出，严重影响了南疆特色林果产品在内地市场的销售，成为制约南疆各族群众在脱贫过程中的重要瓶颈。如何科学合理地规划配送中心的分拣系统，提高拣选作业的工作效率，使贫困地区的绿色、天然、无公害的特色林果产品迅捷有效地销往全国各地，是南疆贫困地区人民增产增收、脱贫攻坚的有效手段之一[2]。

新疆南疆，其行政区域包括和田、喀什、克州、阿克苏、巴州等5个地州（含兵团），42个市县[3]。南疆地区林果业资源丰富，根据2018年新疆统计年鉴[4]和兵团统计年鉴[5]，2017年全疆特色林果（主要指苹果、梨、葡萄、桃、杏、红枣等水果和核桃等坚果）种植面积达到1.458×106hm2，总产量突破1.144×1010kg。而南疆五个地州（包含第一师、第二师、第三师和第十四师）特色林果种植面积1.185×106hm2，占全疆林果种植面积的81.24%，总产量为8.626×109kg，占全疆总产量的75.42%。南疆特色林果业正逐步发展成为振兴新疆农村经济发展、保证农民持续增收、助力脱贫攻坚的一大特色支柱产业。

随着社会经济的发展和人民消费水平的不断提高，客户对林果产品的需求日益朝小批量、多品种方向发展，配送中心配送货物的品种、数量和频次不断增加。拣选作业作为订单处理的后续作业，已成为配送中心内部作业的核心环节[6]。南疆贫困地区现代物流体系不健全，绝大多数的物流企业仍以人工分拣为主，分拣作业属于劳动密集程度高、占用物流成本最多的环节之一，人工分拣作业效率的提升对南疆物流企业的发展具有重要作用。分拣效率低下，导致南疆地区优质的林果产品不能及时高效地进入市场，难以实现林果产品生产与消费市场的对接，已经成为林果产品需求体系的行业瓶颈。

与其他现行的物流仿真软件相比，Flexsim采用C++语言开发，采用面向对象编程和Open GL技术，可直接建立三维仿真模型，建模和调试简单开放方便，模型的扩展性强，易于与其他软件对接使用，是一款功能强大的分析工具，可帮助建模人员通过设计及运行系统做出更明智的决策，已广泛应用于交通路线规划、生产物流仿真、物流中心设计等多个物流领域。目前学者主要将Flexsim运用于农产品配送中心的模型构建与优化上，邓泷[7]根据农产品低温配送中心的作业流程，将物流系统简化为到库、入库、存库、出库四个子系统，运用Flexsim仿真软件研究各功能区服务能力的匹配性，仿真结果有助于发现低温配送中心的瓶颈环节。陈佳、蒋国良等[8]以农产品中的叶菜类蔬菜为研究对象，运用Flexsim构建农产品配送中心的仿真模型，提高了其工作效率。也有相关学者将Flexsim软件应用于拣货作业上，杨玮、杨超群等[9]运用Flexsim仿真软件对某医药物流中心零货库的拣货流程进行仿真优化，通过合理优化拣货流程，提高了拣货效率。张阳、马如意等[10]运用Flexsim软件对两种快递分拣作业的优化方法进行模拟仿真，得出基于目的地动态组合算法的优化方法效果更好。但是极少有学者将Flexsim仿真软件应用于林果业的拣选策略上。优化林果产品的订单拣选策略，提高拣选作业效率，降低物流配送成本，将Flexsim仿真软件引入到林果产品的流通环节中来，对解决南疆现有林果产品流通模式的弊端，帮助南疆农户脱贫具有重大意义。

1 林果产品的分拣作业流程

1.1 南疆林果产品的物流配送特点

林果类产品具有时鲜性、易腐性等特点，与一般产品的物流配送相比，林果类产品搬运装卸次数更多，对冷藏能力与运输时效性的要求更严苛，具体表现在以下几方面：

品类繁杂、物流量大、同质化产品多。环塔里木盆地的南疆地区，林果主产区以红枣、核桃、杏、香梨、苹果、巴旦木、葡萄等为主，林果种植面积和产量占全疆林果规模的83%以上[11]，种类繁多，品牌杂乱。目前新疆共有林果品牌5 615个，仅有50个品牌被认定为中国驰名商标、中国名牌农产品，仅占全疆林果品牌总数的0.8%[12]。

供需分散，远离内地消费市场，配送困难，物流成本高。南疆贫困地区“铁公机”多式联运的冷链物流体系落后，不能充分满足大量林果产品集中外运的需求，多数林果产品运输损耗严重，腐烂变质比重高，生鲜瓜果保鲜量不到10%，远低于全国19%的平均水平。同时，高昂的物流运作成本，导致出疆后林果产品毫无价格竞争优势，即使干坚果运输成本也都偏高，如南疆地区加工的红枣、核桃等产品运往上海市场销售，仅运营费用就达到产品售价的38%，超出行业平均水平23%[11]。

物流服务体系落后，分拣效率低。随着顾客个性化、多样化需求的增加，单一订单中货品的种类越来越多，而数量却日益减少，从而导致分拣的难度也在逐渐增加，严重制约了配送中心的运行效率。南疆贫困地区大多数物流企业服务水平低，目前人工拣选作业在南疆林果产品配送中仍然占据着主流位置，一般拣选成本约为其他堆叠、装卸和运输等成本总和的9倍。

1.2 订单拣选策略分析

分拣作业是按照订单要求，将货物从货架区“拣”出，并按用户进行“分类”集中、处理的过程，分拣的主要目的在于快速而准确地集合顾客所订购的商品。分拣作业流程图见图1。

图1 分拣作业流程图

在实际操作过程中，为了高效的分拣出多种货物，必须根据订单的具体要求，采取合理的拣选策略，从而提高配送中心的分拣效率和经济效益。订单拣选作业效率主要受分区、订单分割、订单分批、分类这4种因素的影响，而分批拣选和分区拣选是拣选系统未来发展的一个主要流向。这四个因素交叉作用可以形成多个拣选策略，比如“摘果式”分拣策略和“播种式”分拣策略等[13]。根据不同的用户订单，配送中心会采取不同的分拣策略进行分拣作业，现有四种不同的初始拣选策略如表1所示。

表1 四种基本分拣方案

2 基于Flexsim的订单分拣系统建模与仿真

下面选取南疆贫困区某林果业配送中心为例，就配送环节中最重要的环节―分拣环节做仿真研究。

2.1 仿真实验参数设计

经调研，该配送中心的主要业务是对林果产品进行运输、分拣、分类加工，是一家第三方物流公司。该配送中心占地面积约为1 500 m2，共划分为5个区域，分别是补货区、存货区（货架为该企业主要存货工具）、办公区、分拣区、出货区。配送对象以箱为单位，为便于研究，在分析过程中假设配送中心货源充足，简化补货、入库检查等内容。配送中心的主要设备有地牛、叉车、传送带、托盘和手持终端。地牛主要用于配送中心内部货物的运输；叉车主要用于高架货物的上架和取货，同时也会少量做一些货物运输工作；手持终端从货物的入库到出库起着信息传递的作用。该配送中心主要配送的林果产品有：苹果、梨、葡萄、红枣和核桃，五种产品由不同的供应商进行供货。参照实验中五种产品补货的具体情况见表2。

表2 五种林果产品的补货情况

配送中心每天上午接受客户订单，每张订单可能订购1～5种林果产品，对配送中心的原始订单数据分析之后，选取订单到达高峰期的若干个订单作为数据样本进行分析，选取的订单组合情况具体见表3。

乍看之下，富士SQ20与前作SQ10相比并没有太大的不同。这款相机支持富士的IntaxSquare胶片，机背上还有一块2.7英寸的方形显示屏，机身共有黑色和米色可选。不过相比前作，SQ20的售价更低，同时还支持4倍变焦（Instax系列中首例）。全新的Instagram风格的滤镜效果可以应用在照片上，新加入的视频功能对于即时成像相机来说也非常新颖，但被限制在800x800像素的15秒视频能力只是聊胜于无。不过，你至少能从中选择一帧画面进行打印这一点在某种程度上提升了即时成像相机的瞬间捕捉能力。

表3 订单组合情况

该配送中心以人工拣选为主，共有分拣人员5人，分拣能力为1箱/人，订单到达的时间间隔服从ex⁃ponential（0,90,1）指数分布，订单类型服从 duniform（1,n）的均匀分布（n为订单数量）。

为了便于对比品类、订单数量、初始库存对分拣策略的影响，先以配送量比较大的苹果、葡萄和梨这三种产品作为参照实验进行模拟仿真，再在此基础上改变品类和订单情况来模拟品类、订单的差异对分拣策略的影响，具体情况见表4。

表4 三种仿真实验

在分拣方式上，该配送中心还是采用比较原始的不分区、按单分拣的策略，即根据订单到来的顺序安排空闲的分拣人员对订单进行分拣。根据实际的分拣系统布局，运用Flexsim对订单分拣系统建立模型，模型布局见图2。

图2 配送中心分拣区布局图

2.2 实体对象及参数设置

根据配送中心的实际情况，Flexsim建模与仿真的实体设计参数见表5。

表5 模型中的Flexsim实体

以参照实验为例，主要实体对象的相关参数设置如下：

发生器：设置3种类型果品到达的时间间隔分别为 exponential（0,2,1）和 5，并以黄、红、黑三种不同的颜色相区分。订单发生器的FlowItem Class选择Pallet（托盘），到达的时间间隔设置为expo⁃nential（0,9,1）。

货架：货架以箱为单位，在OnEntry触发器中，选择 Close and Open Ports，将 Action 设置为 closeinput，将 Condition 设置为 content（current）≥200；在 OnExit触发器中，选择Close and Open Ports，将Action设置为 openinput，将 Condition 设置为 content（current）<100，并在Flow选项卡勾选“Use Transport”复选框。

合成器：将Combiner Mode设置为Pack，将Pro⁃cess Time设置为90，并在Send To Port（发送至端口）选择Value By Case进行相关设置。建立一个三行六列的全局表，表示订单组合内容，并在Combiner的OnEntry触发器中选择Update Combiner Component List，把更新的数据来源设置成刚刚建成的全局表。

3 仿真结果分析

设置完成后，重置（Reset），在相同的条件下分别运行四种分拣策略对应的模型，见表1。选取一个工作日，运行8 h后，输出仿真统计数据。策略I（不分区按单）和策略IV（分区并行）的运行结果见图3、图4，其他两种策略下的仿真模型与之类似。

图3 策略Ⅰ的运行结果图

图4 策略IV的运行结果图

基于上述四种分拣策略下三种仿真实验的运行结果，得到不同策略下分拣员的平均搬运量，进而得到不同分拣策略下分拣员的平均空闲率、平均负载率，见表6。分拣员的平均空闲率体现了分拣人员分拣作业的整体空闲状况，是衡量分拣人员工作效率的一个重要指标。平均负载率是分拣人员在货架与合成器之间往返行进过程中装载产品的时间占整个仿真时间的百分比，也是衡量分拣人员工作效率的一个指标。

表6 分拣人员的仿真结果

四种不同分拣策略下的分拣量见表7。

表7 不同分拣策略下的分拣数据

由表6和表7可知，以参照实验一为例进行分析，在不分区的策略下，对比策略I和策略III，并行分拣策略的分拣量要高于按单分拣策略的分拣量，在其分拣人员的作业情况中，策略III的平均搬运量也高于策略I；在平均空闲率指标中，策略III的空闲率较小，负载率更高。因此，在这两种策略的对比中，应选取不分区并行的策略，可有效提高分拣效率。同理，在分区策略下，对比策略II和策略IV，也能得到订单并行处理的分拣策略更具有优势。

在按单处理的策略下，对比策略I和策略II，不分区策略处理的订单数和箱数均高于分区策略，从分拣人员的工作情况来看，分区策略下分拣人员的平均搬运量仅为不分区策略的68%，平均负载率为不分区策略的65%，平均空闲率约为不分区策略的一倍。综合来看，不分区策略下，分拣人员的工作效率更高，空闲时间更多，在其他条件相同时，不分区策略更具有优势。同理，在并行策略下，对比策略III和策略IV，也能得到同样的结果。

综合对比四种分拣策略，策略III的分拣量要远远高于其他三种策略，从分拣人员的工作情况来看，策略III的平均搬运量也高于其他三种策略，在平均空闲率指标中，策略III的空闲率最小。因此在四种策略中，策略III的工作效率更高。

实验二和实验三仿真分析结果也能得出相同的结论，需要注意的是，该模型经过一定的简化，实际情况中，人员设备的空闲时间不仅取决于分拣策略，还受到订单到达时间、订单的种类数量等多种因素的影响。因此分拣策略的选择还需要综合考虑各种因素，根据分拣系统的实际情况及时作出相应地调整。

4 结论

分拣作业是配送中心内部作业的核心环节，分拣策略的选择与设计对分拣效率有着至关重要的影响。因此必须重视分拣作业的优化，以提升配送中心快速分拣的能力。特别是对于具有时鲜性的林果产品而言，提高其分拣能力，对于南疆特色林果产品快速出疆、助力脱贫具有更重要的意义。

根据某配送中心拣货出库的作业流程以及现有的四种分拣策略进行建模仿真，并构建了三种实验以便于对比品类、订单差异和库存状态对分拣策略的影响，得出：

在不分区/分区策略下，并行处理的分拣策略，其订单处理量、分拣箱数以及分拣人员的平均搬运量均优于按单处理的分拣策略；在平均空闲率指标中，并行分拣策略的空闲率更低，负载率更高，分拣人员的工作效率更高。综合来看，在其他条件相同时，订单并行处理的分拣策略更具有优势。

在按单/并行策略下，以实验一为例，不分区策略处理的订单数和箱数分别是分区策略156%和147%，从分拣人员的分拣效率来看，不分区策略下分拣人员的平均搬运量为分区策略的146%，平均负载率为分区策略的155%，平均空闲率却约为分区策略的一半。综合来看，不分区策略分拣量更大，空闲时间更少，工作效率更高。

在四种分拣策略中，以实验一为例，策略III（不分区并行）的分拣量分别是策略一、策略二和策略四的145%、214%和148%；分拣员的平均空闲率却仅为策略一、策略二和策略四的2.6%、1.5%和2.4%。综合来看，策略III（不分区并行）不论是在分拣量方面还是在分拣员的工作效率方面，均优于其他三种分拣策略。

需要注意的是，文中的仿真模型经过了适当的简化，而且在实际生产中，影响分拣效率的因素有很多，分拣策略也远不止文中提到的四种方案，对于不同的实际分拣系统，其适用的分拣策略也会有所改变。因此就需要相应的分拣管理人员根据实际情况，及时通过仿真选择合适的分拣策略，达到优化分拣效率的目的。

运用Flexsim软件对现有的典型拣选策略进行建模仿真，模拟对比基本分拣策略的优劣及特征，能够为后续分拣策略的进一步优化奠定基础。