本篇文章对物流中心的优化策略中的布局策略进行说明。文中将传统的slp(改进后)布局方法和模拟耦合寻优方法分别进行描述,并在slp方法的基础上增加了在不同的订单结构和作业量下对多布局方案的评估。为了更好的可视化效果,结合三维图形进行不同方案的布局展示,将布局方法工具化,通过数据的输入、逻辑运算和结果输出,最后将数据通过看板的形式进行比较展示。
布局策略基本逻辑
布局方案一(示例):
布局方案二(示例):
相同分拣模式下不同布局方案的模拟评估(文中作细节说明)
1、研究对象
生产物流中的研究对象是聚焦于物流功能区如何布局到固有或者将要建设的设施中,那么可以将对象这个部分主要分为实体和设施两个部分。实体可以包括车间、仓库、作业功能区等部分,根据具体的需求进行实体的细化拆分。但是实体拆分精细度也影响到规划的结果,如果过于粗放,会影响到规划的效果,达不到实际想要的效果,如果拆分得过于精细,也会增大运算的难度,在影响到规划效率的同时,也不一定所有拆分出来的小模块都能够符合未来的真实场景。因此,相对准确的确定对象精细度和数量,是合理物流布局规划的良好开端。
2、输入
输入部分可根据研究的物流场景进行优化调整,比如SLP的规划方法中,输入主要是P(产品)、Q(数量)、R(路径)、S(辅助部门)、T(时间),但是这个输入条件更多的应用于工厂布局中,在具体的物流布局环境中对其进行合理调整,如修正为:流量、流向、距离、批次、面积。
物流量:
根据物流单元统计物流量,标准化程度高的行业相对比较容易统计,大多数物流环境很难完全准确的统计出物流量,在无法准确统计出物流量的物流环境中建议可以模糊处理,比如通过现场作业情况采集数据,然后根据需求进行估算。
物流流向:
物流流向是基于流程和动作导出的实体间的关联性,设施或功能区连通的方式越多,物流的流向越复杂,物流流量和流向结合便形成了物流场景中的物流网络。
距离:
设施间或功能区之间的距离是定值,也可以看成是路径距离,距离是量距测算中的重要参数,在本方法中,距离的测算建议是采用设施的几何中心作为测算点。
批次:
不同的实体(车间或者产线)根据工位设置、工艺设计、生产节拍等方面的需求,导致物流供给的批次不同,不同的批次下对于不同功能区的物流量距计算差别会成倍数的变化。
面积:
实体的面积测算分为两个方面,一方面是根据未来的产量增长导致的线体数量增长来确定设施或功能区的面积,另一方面如果设施环境已经固定,便需要根据设施的限制条件,对实体进行拆分,匹配设施环境。
3、运算逻辑
(1)根据约束条件,将固定不可变动的实体位置优先布局(ST);
(2)根据设施环境,将实体进行拆分(S);
(3)每一个实体都有自己的物流量属性(Q);
(4)根据生产环境对实体构建不同的配送批次(T);
(5)对设施编码,每个设施到每个设施的距离形成矩阵(D);
(6)将实体与设施进行组合;
(7)根据关联关系计算组合下的原料入库物流量距(R);
(8)根据关联关系计算组合下的成品入库和成品出库的物流量距;
(9)求和计算一种布局组合下的物流量距;
4、方案输出
在这样的逻辑下,根据组合的数量可能输出数十万种的布局可能性,为了简化组合数量可以根据企业的实际情况选择构建几个大原则,对方案进行优选,比如优先从空间利用率的维度进行优先考虑,把仓库设在最具有空间高度的地方,再如通过对物流量距进行排序,选出量距值在前10%的布局方案,或者从生产管理便捷性的维度设定一些关联性高的实体在相邻位置的布局方案,等等,这样布局方案的数量集中在可接受的数量范围内,再通过打分或者直观判断的方式进行筛选,选出10种以内的方案。
5、评价
构建评价矩阵,再对剩余的方案进行系统性的评价,评价维度可根据项目实际需求构建,比如物流效率、面积利用率、易于管理、可扩展性、可参观性、搬迁成本等。
(以下为新增内容,结合两种不同的布局方式进行举例)
布局方案一(示例):
直线型
布局方案二(示例):
U型
基本输入:
模型参数可以根据颗粒度需求进行调整
方案比较:
本示例从相同分拣模式中,不同IK结构下,对不同方案的物流量距进行比较,区分优劣
不同布局环境下,随订单结构的变化呈现不同的趋势与各自的优势。横坐标为IK值,纵坐标为作业总距离
不同布局环境下,随订单总量的变化呈现不同的趋势与各自的优势。横坐标为物流作业总量,纵坐标为作业总距离
耦合度方法主要是将设施环境进行网格化后并赋值与功能区的属性值进行耦合,寻找最佳的布局的场景状态。这里说的仓储物流布局,包含了仓储的主要功能区布局,比如卸货区、检验区、理货区、存储区、分拣区、打包区等,其中每个功能区还可以根据需求进行细分。我们从以下几个角度对该方法进行阐述:
1、对象化——每个需要布局的功能区都是一个对象
将需要布局的实体看成是一个对象,是系统规划与设计的一个很重要的方法,将每个功能区看成是需要布局的对象,然后对对象构建其属性,功能区中的流量、存量、批次等都是其属性。属性的取值来源于对于物料和订单的分析,比如我们前面文章中所提到的EIQ、ABC、PCB等数据分析方法,都是功能区属性取值的输入。
2、精细化——对功能区进行切割
如果只是将10个左右的功能区当作对象进行布局,势必会导致颗粒度不够细而达不到期望的布局效果。因此,我们也构建了一个从“PCB-ABC-EIQ”交叉分析的方法,对于仓储中的物流量进行了分类拆分,通常经过细分后可以达到数十个功能区,根据具体场景的需要进行扩展或者合并。同时在布局时将其赋值给“切割”好的功能区,这样就将布局对象构建得足够的精细。
3、场景初始化——适用于非规则的仓库环境
当我们是在一个没有约束的场景下任意构建仓库形态的情况下,可以用最理想的形态来构建仓储场景,但如果是在一个既定的形态下构建场景,那么可以用其已经完成的CAD三维图形来作为一个初始化场景。同时,需要对场景不同区域构建属性,比如某些区域有高度限制、有些区域不能用于功能区布局等。另外,很多仓库由于地形原因只能在一个不规则的环境下进行布局,这种布局方法已经将功能区细化到了尽量小的单位,只需要在初始化的时候对数字化的设施环境进行便利性的参数设置体现出差异即可。
4、遍历搜索——从全局的角度进行布局
前面讲功能区进行精细化的对象构建并且赋值后,就可以进行布局,当然这里的布局是通过计算机运算,而非人工操作。在遍历前为了考虑布局结果的形态问题,我们将遍历的对象进行最小单位的拆分,比如可以是以1方为一个遍历对象,也可以是3方为一个遍历对象,也可以是一个SKU的大小为遍历对象。这里需要注意,遍历的规则是将仓库的场景构建为一个数字化的三维坐标系,其每个三维网格为一个遍历对象,通过算法将和设施场景中网格同等大小的功能区在整个数字化场景中进行遍历搜索,直到找出最优化的布局结果。
5、寻优——与目标函数进行比较
在使用遍历搜索方法的过程中,每个功能区对象在进行遍历时都需要经过与目标函数的比较判断,找到它的“最佳”位置,同时,功能区相同属性值的对象,也尽量的集中靠拢,即:让相同的功能区可以聚合并且找到最优的布局方式。具体的目标函数构造可以根据现实环境去构建,比如成本、效率,不同资源配置下布局方式不同,举例来说,单位物流量的搬运距离可以作为一个基本的判断依据。在布局完成后,每个功能区中的流量、投入资源,时间批次,都是已知条件,基于此可以通过生产力评估指标来评估每个区域的生产力情况,同时形成可视化的效果。
6、概念图
以下为模拟的概念图形,精确实用的耦合图形需根据具体现实环境增加更多的约束进行控制
【国企】中建六局2025届校园招聘物流管理
8083 阅读年薪30w-60w!建发供应链物流科技社招海外物流资源拓展经理
7067 阅读招贤纳新丨美通招聘这些岗位人才
6125 阅读招聘 | 唯品会物流中心2025届校园招聘
5505 阅读千亚国际物流2025年校园招聘
4891 阅读淘天物流部社招物流解决方案,物流体验产品,商务采购,商业数据分析,规则管理-杭州
4450 阅读爱玛科技集团2025届全球校招正式启动!
4111 阅读蓝月亮2025届校园招聘正式启动
3970 阅读日日顺社招物流营销经理、服务支持师、产品销售代表、助理服务支持师、市场运营专员、汽车物流营销经理、家电链群小微主
3964 阅读社招专项 | 加入盒马买手大家庭
3855 阅读