B2C电子商务仓库中拣货路径优化研究毕业论文
2020-02-15 23:35:04
摘 要
随着电子商务的不断兴起，社会各界人士所关注的行业评价指标也在发生变化，仓库效率就是其中之一。拣货作业是仓库的核心作业之一，是影响仓库作业效率的关键要素。拣货作业是指仓库收到客户订单后，按照客户要求及时完成货物拣选，并通过特定方式完成货物集中以待配送。
拣货作业在整个仓库作业量中，占比高达60%，其行走、搬运成本更是占仓库整体总行走、搬运成本的90％。要完成一个订单的服务，占用时间比例最高的也是拣货作业，大约占用总时间的35%。
在执行拣货操作时，拣货路径规划是决定仓储整体工作效率的关键，这一结论在以人工为主、自动化水平较低的拣货仓库中体现的格外明显。
因此，针对拣货路径优化问题，本文以电商物流多用的双区型仓库为例，建立了以拣货路径最短为目标的单目标模型，并用蚁群算法对模型进行求解；并与目前仓库中使用最多的S型拣货策略等五种拣货策略进行对比分析，证明了论文所提出的模型的有效性。
关键词：电子商务；双区型仓库；拣货作业；路径优化；蚁群算法
Abstract
With the continuous rise of e-commerce, the industry evaluation indicators of people from all walks of life are also changing, and warehouse efficiency is one of them. As the core operation of the warehouse, picking operations are the key factors affecting the efficiency of warehouse operations. The picking operation means that after the warehouse receives the customer's order, the goods are sorted in time according to the customer's request, and the goods are concentrated in a specific way for delivery.
Picking operations account for up to 60% of the total warehouse operations, and its walking and handling costs account for 90% of the total walking and handling costs of the warehouse. To complete the service of an order, the highest proportion of time is also the picking operation, which takes up about 35% of the total time.
When performing the picking operation, the picking path planning is the key to determining the overall efficiency of the warehouse. This conclusion is particularly evident in the manual-based, low-level picking warehouse.
Therefore, for the problem of picking path optimization, this paper takes the dual-zone warehouse with multi-purpose e-commerce logistics as an example, establishes a single-objective model with the shortest picking path as the target, and solves the model with ant colony algorithm; The five sorting strategies, such as the S-type picking strategy, which is the most used, are compared and analyzed, which proves the validity of the proposed model.
Key Words：E-commerce; Two-zone warehouse; Picking operation; Path optimization; Ant Colony Algorithm
目 录
第1章 绪论 1
1.1 研究背景及目的 1
1.2 研究意义 1
1.3 国内外研究现状 2
1.4 研究内容及技术路线 4
第2章 仓库拣货作业问题分析 5
2.1 B2C电子商务仓库概述 5
2.1.1 电商仓库与传统仓库 5
2.1.2 双区型仓库 6
2.1.3 仓库的功能区组成 6
2.2 电商仓库作业分析 7
2.3 拣货作业分析 8
2.3.1 拣货方式分析 8
2.3.2 拣货策略分析 9
2.4 本章小结 12
第3章 蚁群算法 13
3.1 选择蚁群算法的理由 13
3.2 蚁群算法的机制原理 13
3.3 蚁群算法的基本步骤 15
3.4 蚁群算法的具体内容 16
3.5 蚁群算法的关键参数 17
3.6 本章小结 18
第4章 双区型仓库的拣货路径优化 19
4.1 拣货路径问题的描述 19
4.2 拣货路径问题的模型 19
4.2.1 模型的假设条件 19
4.2.2 模型的建立 22
4.2.3 任意两个储位间的距离 22
4.3 模型求解 23
4.4 算法稳定性评估 24
4.5 实验结果分析 24
4.6 本章小结 28
第5章 总结与展望 29
5.1 全文总结 29
5.2 对未来的展望 29
参考文献 30
附 录 32
致 谢 36
第1章 绪论
随着全球经济的数字化转型，我国电商物流也得到了疾速发展。在电子商务物流过程中，仓储是一个相当重要的枢纽。而我国大多数仓库的自动化水平不高，人工作业仍占有相当比例。其中，拣货作业是所有仓储作业中消耗劳动力和时间最多的作业。面对市场的激烈竞争，提高拣货作业效率也是提高电子商务仓库竞争力的一大手段。
1.1 研究背景及目的
电子商务作为目前数字经济中最重要的组成，如今发展迅猛，出门购物不再是主流，网络商城成为了被选择最多的购物途径。根据国家统计局发布的数据，从2016年至2017年，我国电子商务交易额由26.1万亿元增长至29.16万亿元，同比增长11.7%，其中网上零售额由5.16万亿元增长至7.18万亿元，同比增长32.3%。截至2017年底，我国网络购物用户人数由4.67亿增长至5.33亿，同比增长14.3%；全国快递服务企业业务量累计完成400.6亿件，同比增长28%；电子商务的发展直接和间接带动的就业人数由3700万人增长至4250万人。我国电子商务行业实力逐年增长，跃升为世界网上交易量最多、发展最快的国家。
与此同时，电商物流也在保持高速增长，有力支撑和促进了宏观经济和微观实体的发展。在电商物流中有一个非常重要的部分，即仓储配送。仓储配送为客户提供仓储、配送等服务，在电商供应链中起到很好的中转调节作用，是物流系统的成本和效率的关键及环节。
而在仓储中心的成本构成中，占比最大的部分一般是劳动力成本，占到电商物流企业总经营成本的一半。
而拣货作业所需的人工劳动力成本和时间成本又占到仓储中心全部人工劳动力成本和时间成本的60%。因此，优化拣货路径能直接减少拣货作业占用的劳动力和时间成本，提高整体工作效率。所以，本文针对双区型电商仓库拣货路径优化问题进行优化研究，以期降低仓储中心的运营成本，加快商品流通速度，使得商品能够及时送达顾客手中。
1.2 研究意义
仓储管理是现代供应链管理中不可缺少的环节，若处理得当能在此环节节省成本增加相对收益，提高企业整体利润。拣货作业管理作为仓储管理的主要工作之一，规划合理能直接减少拣货员的工作量，减少订单处理时间，提高客户满意度和二次消费的能力。所以，进行拣货路径优化有以下意义：
加快商品流通，节约劳动力和时间成本。通过拣货路径优化后，平均每个订单需要的拣货路径变短，拣货时间相应减少，拣货员在相同时间内可以拣取更多的货物，订单也能更快运送给客户。这有效的降低了仓储中心的拣货作业时间成本，从而降低仓储中心总成本。
提升利润空间，成为仓储中心第三利润源。有效的路径优化管理能帮助企业减少仓储环节占用资金，增加更多可用资金，降低仓储成本，提高整体经济效益和企业竞争力。
促进资源合理利用，提高物流水平与电子商务保持协调发展。宏观上拣货作业管理能保证商品流通的顺利进行，合理规划劳动力等资源，给物流发展带来一定的帮助。
1.3 国内外研究现状
拣货路径优化问题主要针对的是在进行拣货作业时，如何安排拣货路线，既节省劳动力和时间成本，又能快而准确的拣出货物，通常均以拣货路径最短为最终目标。目前国内外对于拣货路径优化的研究主要集中在以下几个方面：仓库结构与设计、货物储存策略、订单分批策略和路径优化方法等。
对于仓库结构与设计，Kees Jan Roodbergen和René de Koster对设有一个平行的过道仓库进行研究路径优化，与没有中间过道的仓库进行平均拣货路径长度的比较，结果表明，大多数情况下，在布局中添加中间通道可以显著降低平均订单拣选时间[1]。Caron Franco等人通过研究两种不同的仓库出入口位置对拣货路径的影响：一种是仓库出入口位于仓库边的中间且拣货巷道互相平行，另一种是仓库出入口位于仓库的边角且与拣货巷道相互垂直，发现仓库的结构布局的确对拣货路径有一定影响[2]。Vaughan T.S.研究了在仓库中添加交叉过道对订单拣选效率的影响，交叉通道给拣货员拣货路线选择提供了更多的灵活性，从而提供了更短的订单拣选行程距离，但是当交叉通道的数量变得过多时，效果截然不同，因为必须经过所有的交叉通道才能完成一次拣货[3]。蒋美仙等人通过研究仓库内部布局优化，给出一种改进仓库布局方法，结合实际案例结果分析表明，改进仓库布局在基本保持仓库面积利用率的前提下，能有效地缩短仓库总拣货距离[4]。
对于货物储存策略，Hausman Warren H.等人讨论了仓库中最佳存储分配方法，比较了三种存储分配规则：随机储存策略、固定储存策略、分类储存策略对拣货路径的影响后发现，固定储位能比随机储存策略和分类储存策略得到更多的拣货路径节省[5]。李诗珍对人工拣货的仓储中心进行了货物储存策略和拣货路径策略进行了详细研究，首先剖析了低层人至物类型仓储中心的三类储存策略，然后说明了ABC(Activity Based Classification的简称)分类的具体内容和ABC分类下的三种模式对拣货路径的影响，结论发现不同储存策略搭配适当的路径策略可以达到更好的效果，这说明了货物储存策略对拣货效率有一定的影响[6]。
对于订单分批策略，魏伟对如何得到最佳订单分批方式进行了研究，发现在订单到达仓储配送中心后先对其进行分析并归类，这样合批后的拣货单能有效的减少拣货员拣货里程和拣货时间，提高拣货效率[7]。李诗珍用箱式算法为基础结合包络算法对订单分批问题进行分析，证明了有效的订单分批方式能够给拣货员提供很大的帮助[8]。
对于路径优化方法、优化算法方面：李建斌等人对双区型电子商务仓库进行拣货路径优化研究，分别使用蚁群算法、模拟退火算法和禁忌算法对模型进行求解，与当前国内大部分企业使用的S型拣货路径策略对比后发现，当待拣货货物较少时采用模拟退火算法能更快得到较优解，当待拣货货物较多时采用蚁群算法进行一次迭代能更快得到较优解[9]。李栋栋等人考虑到拣货车有承重量的限制，采用了贪心算法和遗传算法相结合的贪心遗传算法来求解问题，最后以双区型仓库为对象仿真验证了这种算法能极大地提高拣货效率[10]。孙慧等人考虑拣货车容量有限的情况建立了TSP（即Traveling Salesman Problem）模型，在遗传算法的基础上，考虑车载能力影响拣货路径的细节后设计了一种更有效的启发式算法优化拣货路径[11]。李振等人提出了基于适应值共享的小生境遗传算法对双区型拣货仓库进行路径优化研究[12]。周之平和华路弥补了传统蚁群算法在路径优化问题中的缺陷，如过早收敛，易产生局部最优，计算时间过长等，提升了算法本身的性能，通过动态调整蚁群算法中的关键参数，结合模拟退火算法的概念来改良蚁群算法，避免了计算时间过长等这些问题，同时采用改进的蚁群算法进行仿真算例分析，仿真结果发现优化后的蚁群算法是比基本蚁群算法更加优秀[13]。周敬东和郑小玄为解决传统蚁群算法计算时间长、收敛早的缺点，将算法中信息素的初始值设为最大，引入“精英蚂蚁”的概念和最优顺序的思想，使蚂蚁更容易找到最优解，同时对蚂蚁选择下一个目标的参数进行调整，在蚂蚁遍历所有地点后使用“最优-最差蚂蚁”的想法，调整所有地点的信息素减少较差路径的选择概率，最后仿真实验发现经过这一系列优化后算法更节省计算时间，求出的路径长度也更短[14]。路径策略方面：Hwang H.等人基于交叉通道评估了订单拣选过程中三种路由策略，即返回策略，遍历策略和中点策略在实际中的应用[15]。王迪创新性地研究了订单分批、批次分配和排序与拣选路径的联合问题，并建立了混合整数规划模型，发现在联合拣选路径问题之后，2-opt路径策略能显著节省订单总延迟时间[16]。周冬青和李青夏针对多拣货区的布局形式，对比分析了四种不同拣货路径方案的拣货耗时，最终确定U 型与W 型相结合的拣货路径，可明显均衡各分区拣货员工作时效，提高拣货速度和拣货准确性[17]。
目前国内外对于拣货路径的研究涉略范围广且研究较为深入，但是通常都是跟S型拣货策略来进行对比分析。不同的拣货策略能直接决定拣货员拣货路径的长短，而目前仓库常用的拣货策略还包括返回策略、中点策略、最大间距策略和混合策略共五种。
因此本文将针对双区型仓库拣货路径优化问题，建立以拣货路径最短为目标的单目标规划模型，并使用蚁群算法进行求解。最后将结果与各拣货策略对比，以验证模型的有效性，并为企业提供参考意见。
1.4 研究内容及技术路线
本文主要是研究B2C（Business-to-Consumer）电子商务仓库如何优化拣货路径。针对目前绝大多数电子商务仓库采用的双区型仓库建立拣货路径优化模型，采用蚁群算法进行求解，并与我国电商仓库常用五种拣货路径策略进行对比分析，证明模型的有效性。具体内容如下：
第一章 绪论：介绍本文的研究背景，明确本文选题的研究目的，阐述本文的研究意义；分析国内外拣货作业优化的研究成果，主要从仓库结构与设计、货物储存策略、订单分批策略和路径优化方法四个方面进行文献综述；概括本文主要研究的内容与方法，指出重点解决问题、预期研究结果和技术路线。
第二章 仓库拣货作业问题分析：详细描述双区型电子商务仓库的基本内容，包括仓库布局、作业流程等，主要针对拣货作业部分进行研究。
第三章 蚁群算法：说明本文选择蚁群算法求解问题的理由，并对蚁群算法进行介绍，包括蚁群算法的基本概念、原理、流程和在拣货路径优化方面的应用等。
第四章 双区型仓库的拣货路径优化：分析问题并对问题进行描述，然后以双区型仓库为研究对象，建立拣货路径最短的单目标规划模型设计蚁群算法对模型进行求解，通过与各拣货策略进行对比得出结论，验证所提出的模型的有效性。
第五章 总结与展望：总结全文，阐述本文成果以及在本研究领域中的意义、作用，指出本研究的优点和劣势，提出未来可以在本文基础上加深研究的方向。
本文的技术路线图如下：
图1.1 本文技术路线图
第2章 仓库拣货作业问题分析
仓储是供应链中的一个重要环节。在以前，说到仓储一词仅仅指将物品保存在某处。如今时代变迁，现在供应链各环节间密不可分，仓储一词已经不只是储存物品的意思，仓储还有包装、配送等业务。对于电子商务行业来说，要做好仓储管理，才能配套整个电子商务产业。对仓库进行管理包括入库管理、在库管理等活动，其中拣货作业是本文研究的主题。影响拣货效率的因素有很多，例如仓库布局、储存策略、订单分批等都能对拣货效率有着直接影响。本章对仓库基本布局和拣货作业进行分析研究，找到路径优化方法。
2.1 B2C电子商务仓库概述
B2C电子商务仓库是一种直接面向消费者销售产品和服务商业零售企业的仓库，其主要业务除仓储外，还包括包装、配送、售后处理等业务。仓库在商品流通的过程中主要功能是“通过”而不是“保管”。在电子商务行业，网络购物订单零散，仓库中货物周转率越高说明仓库运营得越好。
2.1.1 电商仓库与传统仓库
电商仓库与传统仓库虽然看起来都是一样的，但是在管理层面却有本质的区别，见表2.1：
表2.1 电商仓库与传统仓库的对比分析
