英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料
手动订单拣配中的拣货，存储和路由策略的比较
摘要：
本文探讨了三个流程决策（拣货，存储和路由）对订单拣货员拣货行程的影响，这是订单履行的主要成本要素。作者使用基于配送中心作业的仿真模型，该配送中心目前一次选择一个订单，以偶然或随机的方式存储产品，并使用简单的程序来路由拣货员。将评估多个拣货，存储和路由策略，以确定哪个流程决策相对于当前基准策略提供了最大的节省百分比。完成了几项敏感性分析，以检查订单大小，仓库形状，提货/放下点（p/d点）位置和需求分布对绩效的影响。结果表明，订单分批策略产生最大的节省，特别是当较小的订单量比较常见时。结果还显示，使用基于类别或基于体积的存储策略提供与批量处理几乎相同的节省水平，同时对平均订单大小不太敏感。
一、介绍
订单拣选，从仓库中检索库存单位（stock keeping units,SKUs）以满足客户订单，是许多公司的重要供应链组成部分。订单拣选占典型仓库总运营成本的50-75％(Coyle et al., 1996).。自动化的使用经常被视为降低劳动力成本的一种手段，但由于SKU形状和尺寸的变化，需求的变化，产品的季节性或自动化订单拣货系统所需的大量投资，许多公司继续使用手动订单拣货。现有研究针对各种设计和操作问题，旨在降低订单履行成本或提高整体系统性能。最常考虑的三个流程决策是：（1）如何选择SKUs，（2）如何存储SKUs，以及（3）如何在仓库中路由拣货员。此研究同时检查多个拣货，存储或路由策略，以确定哪些流程决策对性能的影响最大。虽然一些现有研究使用主要实验和敏感性分析相结合的方式检验这三个决策，但已公布的结果不能使管理者确定三个决策的相对重要性。该研究将促进关于订单履行绩效的这种比较。换句话说，管理者将能够确定哪个决策提供了最大的“帮助”。企业是否应该实施订单分批，最佳路由，基于体积的存储或这些策略的某种组合？本文最后讨论了关于三项决定相对重要性的管理影响。
二、文献回顾
在过去几十年中，订单拣选一直是许多研究的主题。大多数研究的主要焦点是确定更有效的拣货，存储或路由策略。
拣货策略确定哪些SKUs放置在拣货清单上，然后由单个拣货员从其存储位置拣货。严格按照订单拣货是一种常见的政策，其中拣货员完成拣货行程以选择单个订单的所有SKUs。此策略通常是首选，因为它易于实现并始终保持订单完整性。将几个订单分批组合是一种替代政策，已被证明可以明显减少总拣货时间（Gibson和Sharp，1992; Petersen，2000; De Koster等，1999）。先到先服务（FCFS）的分批处理在订单到达时达到最大批量大小。Petersen（2000）在他的论文中使用这种方法来比较拣选政策。根据装箱问题文献中的结果，很明显其他装箱启发式算法可能会减少拣货行程。已经提出了考虑订单规模和产品数量的更复杂的分批技术（Ruben和Jacobs，1999），但这些批量方法的逻辑难以传达给员工，并且很快被主体公司驳回。因此，在本研究中不考虑它们。
区域拣选是另一种将仓库划分为区域并允许拣货员从单个区域内检索SKUs的策略。一些公司将分批处理和分区组合成“波浪”选择，其中每个拣货员负责其区域中的SKUs以获得大量订单。随着仓库规模的增加，这些类型的策略的好处变得明显，但区域拣货需要二次操作来合并来自不同区域的订单。我们的研究结果概括为每个区域；因此，在该比较研究中不直接检查区域和波次拣选。
将SKUs分配到存储位置的存储策略通常分为三大类。SKUs可以随机分配，按相似SKUs分组，这些SKUs放置在仓库的同一区域中，或者根据需求或体积分配到位置。随机存储在许多仓库中被广泛使用，因为它易于使用，通常比其他存储方法需要更少的空间，并且使所有拣选通道有更高级利用率。基于体积的存储策略将把需求最大的SKUs分配到打包点附近的位置。研究表明，基于体积的存储策略的内部通道实施大大减少了拣货时间（Jarvis和McDowell，1991; Petersen和Schmenner，1999）。基于类别的存储只需三个存储类，在自动存储和检索系统（AS / RS）中与基于体积的存储节省量几乎相同，同时需要较少的数据处理（Eynan和Rosenblatt，1994）。
路由策略确定拣货单中SKUs的拣货顺序。使用简单的启发式算法或最优化算法，路由策略的目标是使拣货员拣货路径最小。最优化算法提供了最佳解决方案，但可能导致路线混乱（Ratliff和Rosenthal，1983）。启发式算法通常会产生接近最优的解决方案，同时易于使用（Petersen和Schmenner，1999; Hall，1993）。遍历路由由于其简单性而在许多仓库中广泛使用，当每个拣选通道的拣选密度很大时，提供了良好的结果。使用遍历策略时，拣货员必须在进入后完全遍历整个过道。结合启发式组合遍历和返回路线以进一步减少拣货员行程以产生接近最优的解决方案（Petersen，1997; Roodbergen和Koster，2001）。
目前的研究涉及其他主题，如技术的使用（Graves等，2002），随机工作水平（Bartholdi等，2001），替代布局（Caron等，2000）和台套配送（Brynzer和Johansson，1995）。但是，这项研究的一个共同特点是，之前讨论的三个决策中的至少两个（拣选，路由和存储）是固定的。一般而言，大多数研究都会针对三个决策之一检查替代政策。本研究的目的是同时检查这三个政策决策的影响，以确定哪个政策决策对系统绩效的影响最大。De Koster等人 （1999）考虑了所有三个决策，但几个敏感性分析的重点是确定路由和存储策略对分批处理算法性能的影响。因此，结果的结构不能确定决策政策的相对重要性。
三、仓库仿真模型的描述
本节描述了本研究中使用的仓库仿真模型。它基于在线/目录零售商的操作，在我们访问时使用严格的按照订单拣货，随机存储和遍历路由。此业务情景用作比较不同策略组合的基准。此实验的目标是确定哪种策略或策略组合可以最大限度地减少一天内所有订单的总拣货时间。此外，还会检查仓库模型的多种敏感性分析和扩展性，以便将结果推广到其他仓库环境。
仓库仿真模型的规格如下：
- 仓库布局有10个带前后交叉通道的拣货通道，如图1（Fig.1.）所示。拣货通道是双面的，宽度足以进行同时双向行走。
- 每次拣选开始和结束都位于前交叉通道中间的p / d点。
- 对SKUs的需求基于二八定律，因此20％的SKUs占拣选活动的80％。
- 拣货区域使用箱式货架，总存储容量为1000个SKUs。
- 每个SKU仅分配给一个存储位置，每个存储位置的大小相同。
- 假设拣货员的行进速率为每分钟150英尺和每SKU的30秒的拾取时间是不变的。拣货时间包括SKU的所有处理和管理时间。这些估计与各种拣货操作和文献的观察结果一致（Petersen，2000; Gray等，1992）。
- 使用容量为50 SKUs的拣货车手动完成拣货。如果是批量订单，则最大批量大小设置为等于购物车容量。拣货车允许以维持订单完整性的方式挑选多个订单，从而不需要下游分拣。这通常被称为分类式拣货。
四、实验设计
此研究的目的是评估多个拣货，路由和存储策略，以确定与基准方案相比，哪个策略或策略组合将最大程度地减少总拣货时间。该实验的基线情景对应于使用遍历路由和随机存储的严格订单拣选的公司的当前操作。针对三个过程决策中的每一个，检查两个额外的策略，总共产生27个处理。表1总结了实验设计以及所有因子水平的表示法。
表一 实验因素和水平
拣货策略是严格的订单（S），FCFS批处理（F）（Petersen，2000）和装箱批处理（B）。基于几种装箱启发式算法的比较，本研究使用最大第一启发式来建立选择列表分组。初步结果表明，这种启发式方法比FCFS启发式方法在减少所需的拣货行程总数方面更有效，特别是当批次只包含少量订单时。路由策略是遍历（T），组合（K）（Petersen，1997; Roodbergen和Koster，2001），以及最优（O）（Ratliff和Rosenthal，1983）。存储策略是随机（R），基于类别的存储（C）（Eynan和Rosenblatt，1994），以及通道内基于体积的存储（W）（Jarvis和McDowell，1991; Petersen和Schmenner，1999）。对于基于类的存储，有三类SKUs：A，B和C。A类SKUs是需求量最大的，并且将被随机存储在最靠近p / d点的两个拣选通道内。B类SKUs将位于A类SKU两侧的拣选通道中，C类SKUs将占用剩余的仓库空间。
使用通过蒙特卡罗模拟生成的数据集评估由3 3 3全因子设计产生的处理。通过改变这些数据集的平均订单大小，可以在不同公司之间更容易地推广结果。七个数据集的平均订单大小为5,10,15,20,25,30和40个SKUs。由于主题公司的订单大小大约是泊松分布并且拣货车限于50个SKUs，因此使用截断为50的修改的泊松分布来生成订单大小。通常，订单中每个SKU的数量是一个单位，但是在一些情况下随机生成相同的SKU。每个数据集包含500个随机生成的订单，其大致对应于在主题公司的一天中处理的订单的数量。该实验的性能指标是500个客户订单的总履行时间（总行程和拣选时间）。
五、结果和讨论
表2给出了主要实验的原始输出数据。将基线处理（STR）的总时间与剩余的26个处理进行比较，提供了以下结果的基础。
表二 完成500个客户订单的总时间（分钟）
图2（Fig.2）显示了相对于基线情景，每种处理的总实现时间的平均减少百分比。有三种截然不同的策略分组。第一组包括所有三项策略变更和四项涉及两项策略变更的方案。改变所有三项政策可使平均节省27％至29％。值得注意的是，通过使用替代批处理（bin-packing或FCFS）和选择性的存储（通道内存储或基于类）策略，可以获得类似的节省，同时继续使用遍历策略。
第二个分组包含剩余的两个策略更改和几个一个策略更改。结果表明，仓库经理可以通过订单分批或使用基于体积的存储或基于类的存储来将总执行时间减少17％到22％。最后一个分组需要两个仅更改路由策略的方案。
很明显，管理者应该尝试将某种形式的分批处理技术与基于类别或基于体积的存储策略结合使用。这似乎表明，使用复杂的路由启发式甚至最优化路由不会形成与通过分批处理或某种形式的基于类别或基于体积的存储实现的节省相同的节省。换句话说，只有在这些其他策略生效的情况下才应使用替代路由技术。
1. 敏感性分析
进一步分析以检查结果对几个输入参数的各种水平的敏感性，包括平均订单大小，仓库形状，提货/放下（p / d）点位置和SKUs的需求分布。通过考虑这些敏感性分析的结果，从主要实验中获得的见解可以更容易地推广到其他公司使用。总的来说，这种敏感性分析表明，平均订单规模将影响应该更仔细地考虑哪些决策政策。剩余的敏感性分析由先前报告的支持研究结果显示，仓库形状，p / d位置和需求分布对结果的影响可忽略不计。
1.1.平均订单大小
图3（Fig.3）显示了仅改变三个策略决策中的一个时平均订单大小对绩效的影响。随着平均订单量的增加，所有三种类型的政策决策的节省百分比都会减少。但是，当拣货策略（即使用分批处理）是唯一改变的时候，节省的百分比对平均订单大小更加敏感。这种观察是合理的，因为当平均订单大小接近50个SKUs的最大批量大小时，消除了组合订单的机会。表3证实了这一概念，表明按整箱分批和FCFS分批仅使较大订单量的拣货行程略有减少。这种见解可以解释为什么一些公司认为严格的订单拣选优于批量拣选。
这种观察是合理的，因为当平均订单大小接近50个SKUs的最大批量大小时，消除了组合订单的机会。表3证实了这一概念，表明按整箱分批和FCFS分批策略仅对较大订单量的拣货行程略有减少。这种见解可以解释为什么一些公司认为严格的订单拣选优于批量拣选。
表三 批处理政策形成的拣货行程数（500个订单）
图4（Fig.4）显示了当两个策略决策发生变化时，十二个场景中六个场景的性能。为清楚起见，省略了其余六种情况，但没有影响相关结果。当平均订单大小大于25个SKUs时，使用随机存储策略同时更改其余两个策略的所有方案的性能都很差。这种见解反映了分批拣货和路由策略的无效性，如图3所示，当拣货密度很大时，它表明了替代存储策略的隐藏强度。因此，必须在这些条件下使用基于体积或基于类的存储来实现性能的提高。
当平均订单量小于25个SKUs时，使用任一分批技术都会比使用严格订单策略的两个策略更改组合产生更高的节省。涉及分批策略与基于体积或基于类别的存储（BTW，BTC，FTW和FTC）的组合提供了最有希望的节省，其范围在20％和50％之间，具体取决于平均订单大小。仓库管理人员的意思是，不考虑平均订单规模，通过改变三个决策政策中的任何两个，他们可以将选择时间减少近20％。这一发现非常强大，因为它为仓库管理人员提供了灵活性，可以选择适合其自身业务情况的新拣货，存储和/或路由策略。
图5（Fig.5）显示了涉及三个策略变化的八个场景中一半的性能。同样，其余四个方案已被省略而没有任何影响。5个SKUs订单的节省在53％到54％之间，40个SKUs订单的节省在10％到12％之间。当平均订单大小介于15到30个SKUs之间时，性能（最高4％）的唯一显着差异在于按整箱分批和FCFS分批处理策略之间。
1.2.仓库形状
这种敏感性分析检查了当仓库容量保持不变时仓库的形状是否会影响结果。本文中的基线仓库具有（2 1）形状，其中仓库的宽度是深度的两倍。研究的其他形状是（11），
全文共9327字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[1824]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
