物流仿真的价值点与痛点分析

文/赵宁

一、引言

最近，数字孪生（Digital twin）、元宇宙（Metaverse）等概念持续火爆，正成为新的潜在经济增长点。在物流领域，特别是仓储物流和生产物流领域，各种数字孪生、元宇宙的项目也大幅增加，呈现一片欣欣向荣的景象。然而，无论数字孪生还是元宇宙，虽然代表了当前的技术发展趋势，但都不是能够包治百病的灵丹妙药。就仓储物流领域而言，物流仿真技术已有多年的应用，数字孪生和元宇宙等新概念在物流行业落地应用的核心技术依然是物流仿真技术。

如何正确看待物流仿真技术？在什么情况下要上物流仿真项目？物流仿真给企业带来的价值点在哪里？物流仿真技术本身的痛点又在哪里？对于这些问题，本文试图结合多年的项目经验给出答案，同时希望能对上述问题的共识形成提供帮助，并促进企业客观看待物流仿真、数字孪生和元宇宙等项目，从而更好地实施和管理。

二、物流仿真的原理

“物流仿真”这个概念是针对应用对象来命名，并不能准确表达物流仿真的原理。仿真技术是在各类工业领域普遍采用的一项关键技术，针对不同的应用对象，其技术原理也不同。整体而言，仿真技术的作用如图1所示。

图1 仿真技术作用原理

由图1可见，仿真技术的原理是对现实系统进行抽象，形成可以用于实验的仿真模型，通过对仿真模型的实验和分析，增强对现实系统的认知，进而更好地设计或控制现实系统，在成本、效率等方面实现价值增值。图1仿真作用原理同样适用于物流系统，通过对现实物流系统或设计中的物流系统建立仿真模型，借助仿真实验来更好地把控现实物流系统的运作规律，从而优化系统设计和管理控制。在这一过程中，“真”和“快”是物流仿真的核心目标。“真”即抽象的仿真模型应尽可能地逼近现实系统特征，仿真结果能尽可能地和现实系统结果一致；“快”即抽象的仿真模型应尽可能以最短时间高效地完成仿真输出。

不同的现实系统特征不同，抽象为仿真模型的方法也不同。例如，货架设计做力学分析时通常采用有限元仿真，机械结构的运动仿真通常采用动力学仿真，而货架、输送线和各种机器人共同组成的物流系统仿真采用的更多是离散事件仿真。离散事件仿真原理如图2所示，主要表达了以库存量为例的系统状态随时间变化规律。

由图2可见，系统状态随时间的变化并不是连续曲线，而是离散的突变，而突变的时间点都会发生相应的事件（如入库、出库、理货等），这也是离散事件仿真名称的来源。离散事件仿真的本质即模拟入库、出库等事件对系统状态的影响，从而发现其内在规律。围绕“真”和“快”的目标，离散事件仿真的重点在于只关注影响系统状态的“事件”，仿真时钟会从一个事件时间点直接跳跃前进至下一个事件的时间点，因此相对连续系统仿真，离散事件仿真的效率会更高。而仿真结果是否更“真”，则很大程度上取决于事件的密度，往往事件密度高，仿真真实度会更高，但仿真速度更慢；事件密度低，仿真真实度会差，而仿真速度更快。

图2 离散事件仿真原理

需要说明的是，由于现实物流系统的复杂性，往往是不可能构建和现实中完全一致事件密度的仿真模型，即便构建出来，仿真速度也无法达到图1中分析和控制的要求。以笔者参与的某工厂车间物流仿真项目为例，为尽可能让仿真模型拟真，针对多条生产线构建了高事件密度的仿真模型。为了模拟该工厂的产能，当多条生产线同时开动仿真时，仿真速度已经低于现实速度，要模拟工厂一天的产能就需要花费若干天的仿真时间。此时就算能得到非常准确的仿真结果，仿真也已经失去控制现实系统的意义。因此，并非仿真越“真”就越好，不是特别“真”的仿真也有其用武之地，而一个优秀的仿真工程师需要在“真”和“快”之间，找到最适合现实物流系统需求的平衡点。

在现实的应用中，为了展示仿真的过程以使人信服仿真结果，通常都会采用直观的三维动画来展示仿真。甚至，动画是否美观成为衡量物流仿真效果的一个重要因素。然而，动画本身是一个连续展示图片的过程，连续过程本身和离散事件仿真方法存在着矛盾。虽然目前所有的物流仿真软件都提供动画展示功能，但其技术本质实际上是在离散事件仿真的基础上增加了很多适合人类肉眼观测的连续事件，因此尽管动画展示会更直观，却会影响仿真效率。

三、物流仿真的价值点

针对服务对象的不同阶段，物流仿真的价值点的作用领域，可分为物流系统设计和物流系统控制两大类。

物流系统设计是物流仿真应用较多的领域，其价值点包括：“方案展示”、“方案对比”、“产能评估”、“方案细化”、“方案优化”。其中，“方案展示”是用直观的三维动画展示按照设计方案建成后物流系统的状态，在物流系统招投标中往往起到非常重要的作用，是最容易理解和被认可的价值点。然而，这一价值点的技术核心在于快速构建美观的三维动画，而非仿真结果的“真”和“快”。因此，在这一方面，专业的动画或游戏软件往往能获得更为逼真的动画效果，只是在建模时间和成本上会相对较大。专业的物流仿真软件的优势，在于利用内置的物流设备模块，能够快速构建适中的动画效果。物流仿真在这方面的价值点，是在建模成本、建模时间和动画效果之间找到商业平衡点。

“方案对比”和“产能评估”的技术核心是离散事件仿真，其价值在于解决了传统数学方法难以精确计算不同方案产能的缺点。产能往往是物流系统设计的最重要指标，而甲方业主往往从市场出发，对产能有不切实际的目标。以笔者参与的某电器智能工厂规划项目为例，甲方提出了非常高的产能指标，可通过仿真发现任何方案都无法达到该指标，甲方坚定认为是方案的问题，而乙方认为是甲方指标过高。为了证明孰对孰错，通过仿真假设最为理想的生产情形，仿真结果显示即使最理想的情形也距离产能指标有较大距离，最终甲方也认可了仿真的客观结果，修正了不切实际的产能指标。受现实利益影响，往往甲方对乙方会存在较强的不信任，这种不信任如果一直持续，就会给项目流产带来风险，在美好愿望和客观规律之间，必须做出权衡。因此，“方案对比”和“产能评估”的价值点，并非仅通过仿真进行产能计算和比对方案，而是提供能够反映客观规律的数据，避免项目走向错误的方向。

通常物流系统的方案设计只会涉及布局等粗环节，难以涉及到具体设备的工作机制，也难以考虑生产计划、工人排班等细节。而在做物流仿真时，没有这些细节，就无法建模和仿真，所以物流仿真项目往往会推动方案设计的细化，这也是其另一个重要的价值点。很多自建物流仿真团队的企业都有共识，即物流仿真会推动设计人员考虑更多的细节，促使设计方案不断细化，有时甚至在设计方案的不断细化过程中，即使不用仿真就能够发现隐藏的问题，也实现了方案的优化。由此可见，“方案细化”和“方案优化”是物流仿真隐藏的价值点，虽然有时对其价值实现过程并没有起到直接作用，但却起了重要的推动作用。因此，物流仿真通常会与精益生产相结合，共同在企业实施。当然，物流仿真项目并非一定要等物流系统设计结束后再启动，设计完成时往往很多问题已经形成，即使通过仿真发现了也经常没有时间修改。更好的应用途径是物流仿真在物流系统设计的早期就介入设计过程，与设计紧密融合，并贯穿概念设计、详细设计整个过程，在设计的早期就能考虑更多的细节，将问题扼杀在萌芽状态，这样才会真正发挥物流仿真的价值。

在物流系统控制领域，目前物流仿真的应用还不多，其可能的价值点包括：“虚拟监控”、“虚拟联调”、“计划演练”、“资源优化”、“调度优化”。其中，“虚拟监控”是最接近数字孪生的一个价值点，其核心在于通过虚拟的三维空间实时监控物理设备和系统状态，对故障或拥堵进行报警。“虚拟联调”即在计算机中构建虚拟的设备环境，输入与现实设备相同的控制程序，通过虚拟联调提前发现问题，减少现场调试的时间和成本。无论“虚拟监控”，还是“虚拟联调”，都更需要仿真的“真”，而在仿真速度上只要满足人眼观测的需求即可，对“快”的要求不高。

“计划演练”是在一个生产计划执行前，通过物流仿真模拟其执行过程，评估执行效果。以笔者参与的某家居企业仿真项目为例，在当天下班时要制定第二天的日计划，通过物流仿真可以提前一天对日计划进行演练和评估，而且可通过算法对日计划的投产顺序进行优化，第二天上班前在各工位铺货，保障生产效率和日计划的严肃性。随着“计划演练”，物流仿真同时可以推演出保障计划执行所需要的人力、工具、叉车等资源的数量，从而可以对资源调配提供决策依据，最终提高资源利用率，实现“资源优化”。在这一过程中，需要在较短时间内获得上述仿真结果，从而为决策支持提供依据。因此，“计划演练”和“资源优化”既要求物流仿真的“真”，也要求仿真的“快”。

“调度优化”是随着人工智能技术在物流领域发展而出现的一个价值点，其应用领域是仓储中的AMR、立体库、穿梭车等群体智能装备，也是当前科学研究的重要领域之一。通过IoT技术实时获取设备群状态，通过物流仿真技术对设备群未来状态进行推演，由于每台设备都有大量不同的控制参数，当设备数量较多时，由于存在群体的交互性和动态性，其未来的群体状态就形成非常庞大的参数优化空间。这一点很像打败人类棋手的谷歌AlphaGo，其优化过程如图3所示，每一个点为仿真搜索的解，黑色加粗线条为最终选择的解。类似谷歌AlphaGo，在群体智能物流设备的调度优化中，也需要借助物流仿真技术来完成图3中的群体状态推演，最终实现群体智能物流设备的协同优化。类似谷歌AlphaGo战胜人类棋手，未来一个智能仓库里的群体智能物流装备可以互相推演对方状态并进行沟通，将会获得超越人类认知的调度优化方法，在工作效率、设备利用率、工作成本等方面达到新高度。随着智能物流的高速发展，“调度优化”也是未来仓储物流仿真项目的核心价值点。显然，这一过程对物流仿真的“真”和“快”都有极高的要求。

图3 谷歌AlphaGo 优化过程

四、物流仿真的痛点

任何一项技术都不可能十全十美，物流仿真也不例外。随着物流仿真的需求越来越多，了解物流仿真技术的痛点，相对其价值点更为重要。整体而言，物流仿真技术当前面临如下痛点：

1.物流仿真无法完全与现实物流系统一致。

现实中的智能物流系统是机械、材料、控制、电气、管理、计算机、人工智能等多学科综合体，而物流仿真只是从流程逻辑上尽可能接近现实物流系统，难以做到与现实物流系统完全一致的仿真系统。因此，就仿真输出而言，也不可能和现实系统的输出完全一致。归根结底，仿真中“仿”字更为重要，模仿的一定会与真实的存在差距。只是，现实问题是除了模仿的，并没有更好的选择。所以只要物流仿真能够输出接近现实系统输出的结果，就具有辅助决策的价值。但如果差距过大，物流仿真就失去了“真”这一核心价值点。

2.物流仿真只能发现问题，而无法给出解决方法。

在“产能评估”、“虚拟联调”、“计划演练”等方面物流仿真可以发现隐藏的问题，但不能自动给出解决问题的方法。通常需要借助仿真人员的经验，对仿真结果进行分析，最终找到解决问题的方法。无论人类智能，还是人工智能，物流仿真都是一个有效的支撑工具，但并非智能实现的组成部分。

3.数据超载，仿真速度慢。

当仿真模型超大或需要处理大量数据时，会存在数据超载现象，导致仿真速度慢。其原因在于离散事件仿真本身的机制是逐个处理每个事件，在处理每个事件过程中不断对新产生的未来事件进行排布。为了保证处理逻辑正确，这一过程往往由一个单核CPU处理，如果事件很多时，处理过程就会非常繁琐耗时。目前主流的物流仿真软件，都难以突破对大规模仿真算力不足的瓶颈，这也是制约物流仿真“快”的一个难题。

4.仿真模型准确度难以被充分验证。

当前，物流仿真主要应用在物流系统设计领域，在系统设计阶段没有真实系统的输出作为对照，往往难以充分验证仿真模型的准确度和仿真结果的偏差。通常的做法是，将物流仿真结果与经验结果或简单的逻辑分析结果进行对比，这种对比往往不够充分，但又缺乏相应的验证标准。即使对现实物流系统仿真，将仿真输出与现实物流系统输出进行对比，也会存在有时准确、有时误差偏大的现象。而且，仿真往往要对现实物流系统做出改善，针对改善方法而假设的仿真结果，同样失去了现实系统输出作为对标，其准确度有多少，也难以准确度量。VVA（Verification“校核”，Validation“验证”，Accreditation“接受标准”）是公认的仿真模型准确度验证的方法，而目前在物流仿真领域，还缺乏相应的VVA标准。

五、结论

物流仿真并非一项新技术，在欧美已有多年的发展和成熟应用，目前物流仿真技术对我国物流领域的工程项目而言还较为奢侈，仿真的应用还不够普及。其原因在于，我国物流工程项目的建设一直处于高速发展的阶段，时间成本极高，往往加班加点赶出规划方案后已经没有时间去做仿真，简单评估后就投入建设了。这种“拍脑袋”的方式虽然成功完成了许多项目，但其间也存在许多风险，部分项目的最终效果也并不理想。此外，无论物流工程项目的甲方还是乙方，对物流仿真技术的认知还有不足，物流仿真人才也较为缺乏。

当前，随着数字孪生、元宇宙等概念的普及，物流仿真项目的需求也大幅增加，物流工程项目的科学性要求不断增高。然而，物流仿真并非包治百病的灵丹妙药，有其优点的同时也存在缺点。而物流仿真的优点并非适合每一家企业，要与企业具体的需求结合，形成具体的价值点，才是物流仿真项目上马的依据。并且，并非物流仿真所有的价值点最终都可以实现，物流仿真技术本身也存在痛点，如果不能客观对待该技术，最终物流仿真项目也难以达到目标。企业如果仅仅追热潮盲目跟风上马项目，不仅存在很大风险，也会阻碍物流仿真技术的健康发展。因此，本文从企业应用的角度，全面梳理了物流仿真技术的价值点和痛点，希望能帮助企业理性看待这一技术，促进物流仿真技术在我国物流领域的普及应用和健康发展。