在传统型人工仓储中,与拣选作业直接相关人员占仓库总人数约为50%[1],其成本约为仓库运作成本的60%到70%[2],拣选作业消耗了大量的人工劳动和仓储运作成本。目前对拣选作业的研究主要集中在储位规划与拣选路径规划领域,葛梦媛结合ABC分类法与EIQ分析法解析了顾客和经常订货产品的重要性程度,为配送中做出了相应的库位配置方案[3]。李电生等将仓库的拣货路径看作是TSP问题(旅行商问题),并采用图论的方式加以解决,优化后的拣选路径比原路径缩短了15%至25%[4]。由于M物流仓库内汽车零部件种类过多,本文采用ABC分类法改进储位调整,并将拣货路径简化成TSP问题,引入C-W节约算法改进传统拣货路径,以提高拣选作业效率。

一、M物流公司拣选作业分析

M物流公司主要负责对A汽车公司的汽车零部件进行二次包装、储存以及发货出库。公司订单拣货作业的流程是:客户持A汽车销售单据到仓库提货,仓库统计人员接到销售单据核实无误后,进入WMS系统打印拣货清单,仓管员按照拣货单的目录开始拣货,拣货使用的设备是手动液压叉车,集装器具为托盘,待拣货完成后送至发货区,并反馈拣货信息。调研发现,M公司仓库在拣选作业方面存在两个问题。

1)M物流公司产品存储方式是定位存放,但是许多库位的“定位”是不合理的,尤其是高频出库货物与低频出库货物库位。一方面,因为许多经常出库的货物远离出口处,而一些“呆滞品”却放在出口处的近端,很多时候,一张拣货单可能只有一件商品,该商品的储位又位于仓库后侧,拣货员走了很多无效里程;另一方面,仓库中出库频率比较高的产品储位过于分散,拣货员经常要穿梭在整个仓库的不同库区去拣取这些高频货物。物流的仓库布局及储位规划如图1所示,该仓库共有7个货区,其中,S2与S3为阁楼式货架存储区,S4至S8均为地面为托盘存储区,在S6与S7、S4与S5中间实线部分,为不可直接穿越的实体墙部分,每一个储存区分别有34个储位。另外,该仓库使用的搬运工具是手动液压叉车,液压叉车停放在出口处的两侧。

图1 仓库布局简图 

2)拣选作业一般包括订单准备、行走、拣取、集中与分类、拣选信息的反馈五个部分,其中,行走时间是拣选作业中消耗时间最多的部分,为了探究拣货行走路径所耗费的时间占比情况,在实际工作中做了一个简单的实验:随机选择12份拣货单,并将12份拣货单的各个步骤所消耗的时间分别做了记录,表1是对12张拣货订单各个步骤所用时间的一个统计情况。通过表1可以发现:拣货过程中的行走时间是影响拣货效率的最主要因素,对于绝大部分订单来说,行走时间占总拣货时间的50%及以上。在M物流公司出库作业的实际拣货操作过程中,拣货员对拣货路径的选择,依据是自己的工作经验,如何选择行走路径,都是由拣货员根据自己的经验和偏好而决定,缺乏合理的拣货路径规划。

表1 拣货各步骤时间统计表(单位:分钟) 

二、基于ABC分类的货物储位调整

从仓储管理系统中提取了一个月的出库数据信息。该期间内产品共计出库18094件汽车零部件,涉及的种类达813种,在仓库近一个月以来产品总出库量的基础之上,对M物流出库的商品展开ABC分类,具体过程如下:

1)利用数据透视表将各种型号的产品出库量进行汇总求和。

2)采取降序排列方式,对各类产品总出库量排序。

3)计算出库产品的累计出库量。

4)计算出库产品占总出库量的累计百分比。

5)划分产品的类别,总种类的10%左右划分为A类,20%左右划分为B类,70%左右划分为C类。

根据上述步骤,得出了基于总出库量的产品ABC分类,分类后,A类产品种类为73种,占总种类约为9%,累计出库量达到了84%;B类产品种类和C类产品种类分别为91种、649种。因此,A类产品是影响出库效率的主要因素,对A类产品进行库位调整。通常来说,A类产品的存储位置一般比较靠近仓库的前端,示意图见图2。符合以下两个条件的A类产品,可以对其储位调整:产品库位的首代码不超过每个库区库位总数的三分之一,即库位首代码不超过34/3≈11;单个品种的日平均出库量不小于1个,即挑选日平均出库频率较高的货物。经过筛选,符合条件的共有29个不同型号的货位需要调整,可以把这些产品的储位移至靠近出口处的库位上,调整结果见表2。

图2 A类产品存储图   

表2 库位调整前后距离表 

通过表2可知,29个A类产品的储位由分散在各个库区集中到了距离出口处较近S5和S6库区的前端,距出口处的距离可以减少了89%,缩短了A类产品的出库距离。

三、C-W算法下的拣货路径分析

(一)案例选择

在实际的拣货过程中,多批次小批量拣选占据着出库订单的很大一部分,对订单进行整合,之后再进行集中拣选是提高拣货效率的重要方法。表3是随机抽取的5张拣货单,将其合并拣选。

(二)储位调整对拣货距离的影响

5张订单中,序号为H的产品调整前库位号为S7-26,调整后库位号为S6-8。按照拣货员常用的随意性拣货路径方法,以通道为单位次第拣选产品。产品储位调整前,拣货路径见图3,储位调整后,拣货路径见图4。

表3 5张拣货单的汇总 

图3 储位调整前拣货路径图  

图4 储位调整后拣货路径图 

经计算,储位调整前拣货路径为:B-G-F-H-C-E-I-A-D;储位调整后,拣货行走路径为:E-I-C-F-G-H-B-A-D,拣货里程节约9%。

(三)C-W算法下的拣货效果分析

根据C-W算法的基本思想[5](P350-P353),其具体步骤为:

1)首先计算表3各待拣货点对之间的直角距离,aij=aji,计算结果如表4所示。

表4 各点对之间的直角距离(单位:步) 

2)由于H点距离叉车存放处和拣货用的托盘位置较近,所以在这里选择H点作为基点(拣货的起点)。

3)对各线路节约值进行降序排列,见表5。

表5 各线路节约值降序排列(单位:步) 

4)依次检验其端点i和j,如果符合条件,就把弧(i,j)插入到线路中。具体的线路调整过程见表6。

表6 线路调整过程(单位:步) 

插入弧(B,D)后,该条路径已经包含了全部的待检货点,计算结束,拣货线路为H-B-D-A-C-I-E-F-G-H,拣货路线见图5。

图5 C-W算法下拣货路径图   

经过C-W法分析,拣货距离比传统的拣货距离节约了18%,比储位调整后的拣货距离节约了9%。

四、结语

针对M物流公司产品储位布局问题,利用ABC分类法对产品的储位进行重新规划,采取分类存储的方式,其储位距离出口的总里程缩短了89%。针对仓库目前的随意性拣选路径规划所带来的路径迂回与重复过多,使得拣货员行走里程长的问题,采用C-W算法,并进行比较分析,得出的拣选路径明显优于传统的拣货路径。