论文部分内容阅读
[摘要]运用Flexsim软件对高校快递服务站的布局及运作现状进行了仿真建模,通过模型运行的结果发现当前存在的问题,分析问题存在的原因,并提出了改进方案。并对新方案再次运用Flexsim软件进行仿真,通过模型运行结果验证了新方案的合理性和效果。
[关键词]Flexsim;快递服务站;高校学生
[DOI]10.13939/j.cnki.zgsc.2017.25.108
1 引 言
随着电商的普及与人们消费方式的转变,对快递行业的需求呈现井喷增长的趋势。因为要直接面对最终客户,客户体验十分重要,所以还必须保证实现快速、准确、安全、便捷,体现门到门等快递独有的特质。于是物流行业内出现了“最后一公里”甚至“最后一百米”研究的热潮。高校校园是最能集中凸显末端配送问题的地方。如何解决校园快递流通的“最后一公里”,已经成为高校学生群体的共同期盼,快递服务站的建设成为智慧校园建设的一部分。而迅速崛起的智能快递柜在校园快递市场的争夺战中,正成为一股不可忽視的力量。目前全国的许多高校,智能快递柜在解决快递“最后一百米”配送瓶颈中扮演着重要的角色。
2 问题描述
华南理工大学广州学院作为一个拥有2万名师生人数的高校型社区,“最后一公里”问题尤其突出。调研报告显示,每天进入华工进行快递配送的快递代理点多达20多家,每天的平均件数也高达2000件以上。该校为了解决校园快递存在的问题,与递易(上海)智能科技有限公司(以下简称“递易智能”)合作,建立了校园快递服务站。考虑到该校的人口基数及日收发件数量,采取了智能自提柜与快递服务站相结合的方式。
该服务站自建成至今,运行效果良好,但仍存在一些问题。比较突出的有:
(1)高峰期的取件排队拥堵严重,学生取件时间一般集中在上午上完课后的中午一个小时内。由于人数多,操作台有限,取件需要输入密码或扫码,排队不可避免。
(2)各自提柜的容量不够平均,加上场地面积的限制,加重了个别柜操作区的取件拥挤现象。
(3)货物入柜的操作效率不高,入柜员工作量分配不均。
(4)智能柜不能被充分利用,通过在该服务站实习的学生的统计数据,发现智能柜的柜格利用率并不高,主要体现在大号柜格有闲置,而小号柜格数量不够。
3 Flexsim模型的建立
Flexsim是一款功能强大的分析工具,可以帮助对系统设计和运行做出更加明智的决策。使用Flexsim建立3D 计算机模拟系统,可以节省更多的时间与投资,可以发现现实系统运行中存在的问题,试探出解决问题的方案,并通过仿真进行方案的验证。文章拟利用此软件对该校园快递服务站的整个运作流程进行现状仿真,试图发现上述所提的问题,并找出问题产生的原因,以便提出改进措施。
3.1 模型总体布局
通过对现场布局的考察,可以利用Flexsim仿真软件做出该快递服务站仿真模型的整体布局,在此过程中选取相同或者可以取得相同效果的对象进行设施设备的模拟,同时通过多种连线实现整个运作流程(如图1所示)。
(1)入库环节的模拟。首先根据现场调查的实际情况按一定比例构造模型整体布局,在场地上布置6 个货架分别编号为1~6号,然后根据实际情况设立11 个暂存区。为模拟点单与入库的操作,布置三个处理器与一个产生快件的发生器,与入库的几个暂存区进行连接,并增加三名操作员进行点单、分拣及投柜的操作。
(2)取件环节的模拟。根据用户的取件操作,使用托盘承接货物的方式来模拟这个效果。利用托盘模拟取件的人,并设置6 个处于各个货架前面的合成器以及与其对应的暂存区。再将这些实体对象按实际流程连接起来。最后设立一个吸收器将合成好的托盘与快件包裹进行吸收,以模拟学生取件之后离去。
3.2 模型参数设置
完成了上述的模型布局及连线后,各实体对象的参数根据各自的特性以及现状数据进行设定。
(1)模拟自提柜的各个货架。设置最大容量,其本身的长宽高根据实际情况进行适当的调整。严格按照现状,设置各个货架的最大容量如下:1、2、5号货柜格数:20×9=180;4、6号货柜格数:20×10=200;3号货柜格数:8×20=160。同时总的货物格数是1500 个。
(2)模拟快件到达及取件学生到达的发生器。根据实际的快件公司送货情况,第一个发生器是模拟快件的分批次到达,所以选择到达时间表的方式以每天第一批快件到来的时间为初始时间设置各批次的时间、种类和数量。用来模拟取件学生的托盘的发生器也用相同的模式进行设置,但是其产生时间需要根据学生的作息时间进行设置。
(3)模拟流程需要的各暂存区。该服务站里面的两个暂存区由于是模拟搬运小车而设置的,所以它们的最大容量设置为40。由于该服务站的实际空间是有限的,最多的时候也只能在每个柜子前面容纳15 个人进行排队取件,所以将每一个自提柜所对应的暂存区的最大容纳量设置为15。其他5 个暂存区也做同样设置。剩下的暂存区除了属于节点的要跟多个对象进行连接之外,其他的都不需要做过多的设置。而作为节点的暂存区需要在出口的地方设置成随机分配。
(4)模拟各操作的处理器。首先是点单环节的处理器,由于一般的点单速度是300 个/小时每人,也就是平均是每12 秒1 单,而在实际情况中,一般会先由两个人进行点单,点完一半之后再由一个人进行点单,另一个人进行投柜,通过调查统计,得到平均速度为8 秒/单。然后是作为配送环节的处理器,根据实地调查,平均速度是1 小时能够入柜312件/每人,即11.5 秒/件。而当点单过一半之后,另一个人会过来帮忙投柜,投柜的平均速度为20秒/件。
(5)模拟取件的合成器:通过实地调查,学生取件的耗时大都是在15~25 秒,将合成器的工作时间设置为平均值20 秒。 在经过以上的参数设置之后,可以进行模型的运行以及数据分析了。
3.3 仿真运行结果分析
以24 小时作為一个周期,针对单个周期进行运作,将停止时间设置为86400,模型运行结束后,导出模型的运行结果数据统计表。可以得到各个实体对象的输入量、输出量、平均容量、空闲时间、处理时间和堵塞时间等。
通过模型运行过程中的观察及运行结束后统计数据的分析,我们很快发现了上文提及的该快递服务站运行现状的三个重要问题:取件高峰期堵塞严重;各柜容量存在较大差异;操作员工作量分配不均。
接下来将会针对这三个问题提出优化思路并对优化方案进行仿真验证(至于各智能柜的不同规格的柜格比例问题,因为已经跟递易智能方的负责人了解过,这个比例是经过很多调查和数据收集而设置的,目前各高校都一样,不会更改。所以本次仿真优化不涉及)。
4 优化方案及其仿真
4.1 优化思路
(1)取消点单环节的模拟,并将两个处理器的处理时间都设置为11.5 秒,表示两个入柜员的工作都变成了单一的入柜作业,作业的量与内容完全相同。
(2)将1 号自提柜和6 号自提柜移动到外场地,并将场外两个柜子的合成器和暂存区也移动到场地外面,同时根据场外的空间面积估算,将两个场外暂存区的最大容量设置为30。
(3)由于移出了1号柜和6号柜,场内各柜的容量相等,将四个暂存区的最大容量都设置为20。
(4)根据计算,在简化取件的程序以及加快取件服务器的运行速度之后,取件的耗时将会降低为原来的70%,所以将合成器的合成时间都设置为20×70%=14秒。
4.2 优化模型的运行结果分析
在对原模型进行了以上的改进设置之后,运行优化方案的模型并将需要的结果数据导出。可以得出如图3所示的排队拥堵较为严重这一问题的数据对比(左边为优化后,右边为优化前)。
可以看出,优化后的6 个自提柜前暂存区的实体为零的平均时间为(40176+40386+40215.92+39814.4+40169.37+40666)/6=40238秒,而现状的实体为零的平均时间为(39280+39380+39300+39000+39140+38940)/6=39173秒。优化方案比原方案各个暂存区的实体为零的时间增加了40238-39173=1065 秒。并且在各个取件模块满载的情况下,只需要1352×20/6=4506秒便能将全部的件取完,而现状方案的时间需要86400-39173=47227秒。
接下来我们分析新的布局下各个自提柜的平均容量的问题。我们用扇形图展示6 个自提柜的平均用量,新旧方案的各柜平均容量如图4所示(左边为优化后,右边为优化前)。
通过对比可以看出,问题较为严重的货架6 的容量已经跟其他自提柜持平。而货架1 由于本身是容纳量最大的货柜,所以平均容量出现21%的数值是在正常范围的。
最后是优化后的工作人员的工作量以及人力资源的利用情况分析。通过模型运行数据得出优化方案的模拟两个入柜员的处理器的加工时间基本相同。并且由于减少了点单的环节,直接减少了一个人力,改进的效果也是比较显著的。
5 结 论
在进行长期的实地调研,收集各种数据资料后,利用Flexsim软件进行该快递服务站的现状仿真,发现问题,提出了几点可行的改进意见。并通过优化方案的仿真结果验证了优化方案的效果。
参考文献:
[1] 周子一,赵小勇,董瑞娟.基于Flexsim的某高校快递联盟服务站分拣系统仿真[J].物流技术,2015,34(14).
[2] 方娜.基于Flexsim的苏果马群配送中心作业流程优化研究[D].南京:南京大学,2013.
[3] 曾稳静.高校校园物流快递模式探析[J].现代商业,2014(27).
[4] 张李威.基于Flexsim的物流仓储中心系统仿真与优化[D].武汉:湖北大学,2014.
[5] 杨华,曾德慧.高校校园内电子商务下的物流研究[J].物流科技,2007,30(2).
[关键词]Flexsim;快递服务站;高校学生
[DOI]10.13939/j.cnki.zgsc.2017.25.108
1 引 言
随着电商的普及与人们消费方式的转变,对快递行业的需求呈现井喷增长的趋势。因为要直接面对最终客户,客户体验十分重要,所以还必须保证实现快速、准确、安全、便捷,体现门到门等快递独有的特质。于是物流行业内出现了“最后一公里”甚至“最后一百米”研究的热潮。高校校园是最能集中凸显末端配送问题的地方。如何解决校园快递流通的“最后一公里”,已经成为高校学生群体的共同期盼,快递服务站的建设成为智慧校园建设的一部分。而迅速崛起的智能快递柜在校园快递市场的争夺战中,正成为一股不可忽視的力量。目前全国的许多高校,智能快递柜在解决快递“最后一百米”配送瓶颈中扮演着重要的角色。
2 问题描述
华南理工大学广州学院作为一个拥有2万名师生人数的高校型社区,“最后一公里”问题尤其突出。调研报告显示,每天进入华工进行快递配送的快递代理点多达20多家,每天的平均件数也高达2000件以上。该校为了解决校园快递存在的问题,与递易(上海)智能科技有限公司(以下简称“递易智能”)合作,建立了校园快递服务站。考虑到该校的人口基数及日收发件数量,采取了智能自提柜与快递服务站相结合的方式。
该服务站自建成至今,运行效果良好,但仍存在一些问题。比较突出的有:
(1)高峰期的取件排队拥堵严重,学生取件时间一般集中在上午上完课后的中午一个小时内。由于人数多,操作台有限,取件需要输入密码或扫码,排队不可避免。
(2)各自提柜的容量不够平均,加上场地面积的限制,加重了个别柜操作区的取件拥挤现象。
(3)货物入柜的操作效率不高,入柜员工作量分配不均。
(4)智能柜不能被充分利用,通过在该服务站实习的学生的统计数据,发现智能柜的柜格利用率并不高,主要体现在大号柜格有闲置,而小号柜格数量不够。
3 Flexsim模型的建立
Flexsim是一款功能强大的分析工具,可以帮助对系统设计和运行做出更加明智的决策。使用Flexsim建立3D 计算机模拟系统,可以节省更多的时间与投资,可以发现现实系统运行中存在的问题,试探出解决问题的方案,并通过仿真进行方案的验证。文章拟利用此软件对该校园快递服务站的整个运作流程进行现状仿真,试图发现上述所提的问题,并找出问题产生的原因,以便提出改进措施。
3.1 模型总体布局
通过对现场布局的考察,可以利用Flexsim仿真软件做出该快递服务站仿真模型的整体布局,在此过程中选取相同或者可以取得相同效果的对象进行设施设备的模拟,同时通过多种连线实现整个运作流程(如图1所示)。
(1)入库环节的模拟。首先根据现场调查的实际情况按一定比例构造模型整体布局,在场地上布置6 个货架分别编号为1~6号,然后根据实际情况设立11 个暂存区。为模拟点单与入库的操作,布置三个处理器与一个产生快件的发生器,与入库的几个暂存区进行连接,并增加三名操作员进行点单、分拣及投柜的操作。
(2)取件环节的模拟。根据用户的取件操作,使用托盘承接货物的方式来模拟这个效果。利用托盘模拟取件的人,并设置6 个处于各个货架前面的合成器以及与其对应的暂存区。再将这些实体对象按实际流程连接起来。最后设立一个吸收器将合成好的托盘与快件包裹进行吸收,以模拟学生取件之后离去。
3.2 模型参数设置
完成了上述的模型布局及连线后,各实体对象的参数根据各自的特性以及现状数据进行设定。
(1)模拟自提柜的各个货架。设置最大容量,其本身的长宽高根据实际情况进行适当的调整。严格按照现状,设置各个货架的最大容量如下:1、2、5号货柜格数:20×9=180;4、6号货柜格数:20×10=200;3号货柜格数:8×20=160。同时总的货物格数是1500 个。
(2)模拟快件到达及取件学生到达的发生器。根据实际的快件公司送货情况,第一个发生器是模拟快件的分批次到达,所以选择到达时间表的方式以每天第一批快件到来的时间为初始时间设置各批次的时间、种类和数量。用来模拟取件学生的托盘的发生器也用相同的模式进行设置,但是其产生时间需要根据学生的作息时间进行设置。
(3)模拟流程需要的各暂存区。该服务站里面的两个暂存区由于是模拟搬运小车而设置的,所以它们的最大容量设置为40。由于该服务站的实际空间是有限的,最多的时候也只能在每个柜子前面容纳15 个人进行排队取件,所以将每一个自提柜所对应的暂存区的最大容纳量设置为15。其他5 个暂存区也做同样设置。剩下的暂存区除了属于节点的要跟多个对象进行连接之外,其他的都不需要做过多的设置。而作为节点的暂存区需要在出口的地方设置成随机分配。
(4)模拟各操作的处理器。首先是点单环节的处理器,由于一般的点单速度是300 个/小时每人,也就是平均是每12 秒1 单,而在实际情况中,一般会先由两个人进行点单,点完一半之后再由一个人进行点单,另一个人进行投柜,通过调查统计,得到平均速度为8 秒/单。然后是作为配送环节的处理器,根据实地调查,平均速度是1 小时能够入柜312件/每人,即11.5 秒/件。而当点单过一半之后,另一个人会过来帮忙投柜,投柜的平均速度为20秒/件。
(5)模拟取件的合成器:通过实地调查,学生取件的耗时大都是在15~25 秒,将合成器的工作时间设置为平均值20 秒。 在经过以上的参数设置之后,可以进行模型的运行以及数据分析了。
3.3 仿真运行结果分析
以24 小时作為一个周期,针对单个周期进行运作,将停止时间设置为86400,模型运行结束后,导出模型的运行结果数据统计表。可以得到各个实体对象的输入量、输出量、平均容量、空闲时间、处理时间和堵塞时间等。
通过模型运行过程中的观察及运行结束后统计数据的分析,我们很快发现了上文提及的该快递服务站运行现状的三个重要问题:取件高峰期堵塞严重;各柜容量存在较大差异;操作员工作量分配不均。
接下来将会针对这三个问题提出优化思路并对优化方案进行仿真验证(至于各智能柜的不同规格的柜格比例问题,因为已经跟递易智能方的负责人了解过,这个比例是经过很多调查和数据收集而设置的,目前各高校都一样,不会更改。所以本次仿真优化不涉及)。
4 优化方案及其仿真
4.1 优化思路
(1)取消点单环节的模拟,并将两个处理器的处理时间都设置为11.5 秒,表示两个入柜员的工作都变成了单一的入柜作业,作业的量与内容完全相同。
(2)将1 号自提柜和6 号自提柜移动到外场地,并将场外两个柜子的合成器和暂存区也移动到场地外面,同时根据场外的空间面积估算,将两个场外暂存区的最大容量设置为30。
(3)由于移出了1号柜和6号柜,场内各柜的容量相等,将四个暂存区的最大容量都设置为20。
(4)根据计算,在简化取件的程序以及加快取件服务器的运行速度之后,取件的耗时将会降低为原来的70%,所以将合成器的合成时间都设置为20×70%=14秒。
4.2 优化模型的运行结果分析
在对原模型进行了以上的改进设置之后,运行优化方案的模型并将需要的结果数据导出。可以得出如图3所示的排队拥堵较为严重这一问题的数据对比(左边为优化后,右边为优化前)。
可以看出,优化后的6 个自提柜前暂存区的实体为零的平均时间为(40176+40386+40215.92+39814.4+40169.37+40666)/6=40238秒,而现状的实体为零的平均时间为(39280+39380+39300+39000+39140+38940)/6=39173秒。优化方案比原方案各个暂存区的实体为零的时间增加了40238-39173=1065 秒。并且在各个取件模块满载的情况下,只需要1352×20/6=4506秒便能将全部的件取完,而现状方案的时间需要86400-39173=47227秒。
接下来我们分析新的布局下各个自提柜的平均容量的问题。我们用扇形图展示6 个自提柜的平均用量,新旧方案的各柜平均容量如图4所示(左边为优化后,右边为优化前)。
通过对比可以看出,问题较为严重的货架6 的容量已经跟其他自提柜持平。而货架1 由于本身是容纳量最大的货柜,所以平均容量出现21%的数值是在正常范围的。
最后是优化后的工作人员的工作量以及人力资源的利用情况分析。通过模型运行数据得出优化方案的模拟两个入柜员的处理器的加工时间基本相同。并且由于减少了点单的环节,直接减少了一个人力,改进的效果也是比较显著的。
5 结 论
在进行长期的实地调研,收集各种数据资料后,利用Flexsim软件进行该快递服务站的现状仿真,发现问题,提出了几点可行的改进意见。并通过优化方案的仿真结果验证了优化方案的效果。
参考文献:
[1] 周子一,赵小勇,董瑞娟.基于Flexsim的某高校快递联盟服务站分拣系统仿真[J].物流技术,2015,34(14).
[2] 方娜.基于Flexsim的苏果马群配送中心作业流程优化研究[D].南京:南京大学,2013.
[3] 曾稳静.高校校园物流快递模式探析[J].现代商业,2014(27).
[4] 张李威.基于Flexsim的物流仓储中心系统仿真与优化[D].武汉:湖北大学,2014.
[5] 杨华,曾德慧.高校校园内电子商务下的物流研究[J].物流科技,2007,30(2).