随着经济全球化发展, 国内客户对于国外商品的需求量日益增加, 但是由于跨境方面的问题, 国内客户想要购买国外的商品并不是非常容易, 因此产生了大量的跨境保税仓库, 即由海关批准设立的供进口商品储存而不受关税法和进口管制条例管理的仓库。储存于保税仓库内的进口商品经批准可在仓库内进行改装、分级、抽样、混合和再加工等, 这些商品如再出口则免缴关税, 如进入国内市场则须缴关税。设立保税仓库除为贸易商提供便利外, 还可促进转口贸易[1]。

拣货作业就是根据客户的订单需求进行预先数据分析, 然后将商品从对应的库位货架中拣出, 最后将商品运出仓库的活动, 其成本占仓库作业的60%[2,3]。因此, 提高订单拣货作业的效率能够有效提高订单的响应速度以及降低作业成本, 从而提高客户的满意度以及企业的竞争力[4,5]。波次管理是提高拣货作业效率的一种方法, 它将不同的订单按照某种标准合并为一个波次, 指导一次拣货。更通俗的讲, 波次管理就是对订单进行分类。波次管理的出现是为了提高订单处理效率, 平衡作业的负荷和资源的使用[6,7]。波次分拣目前有两种标准:相似度分拣与时间窗分拣。在时间窗分拣方面, 国内外学者进行了一系列的研究。有学者研究手工拣选系统下订单随机到达动态时间窗的波次分拣问题[8,9]。Won和Olafsson同时考虑波次和分拣操作时的顾客反应时间[10], Grosse等也考虑了波次分拣时的人的因素[11]。在国内, 马士华、文坚在配送中心的拣货作业中引入时间延迟思想, 提出利用动态时窗解决目前配送中心普遍存在的闲忙不均问题[12]。

跨境电商客户订单的特点是多品类且数量不稳定, 订单的数量会根据各个国家的节日促销活动波动, 这些都会直接增加仓库拣货的复杂性、困难性和拣货的时间。考虑到这一特点, 本文从提高工作效率、减少企业成本、便于员工绩效考核等目标出发, 重点对跨境电商保税仓库拣货流程进行分析与优化, 采用订单动态时间窗分拣策略, 仓库拣货路径优化算法, 最后应用于某公司跨境电商保税仓库管理系统中, 取得了较好的预期效果。

跨境电商保税仓库业务流程主要包括电商平台 (或商家ERP) 下单、仓库订单审核、客户订单分析、波次管理、订单分拣、商品验货、扫码打印、装载出库等业务流程[13,14,15]。本文主要在优化业务流程的基础上重点研究分拣流程和拣货路径的优化。

根据保税仓库每天需要处理的订单量、商品品类、商品数量、仓库面积、货架布局、快递公司等实际情况, 设置的流程是将一定数量的订单生成一张拣货单, 一次拣货就可以拣出多张订单的货品, 然后将多张拣货单再进行合并生成“一次拣货单”, 即一次可以拣出多张拣货单的货品。图1中将15张订单生成一张拣货单。这相比传统二次分拣节约拣货时间, 多一次分拣复核, 准确率更高。

图1 分拣流程   

跨境电商的保税仓库一般面积较大, 货品摆放是按照品类进行货架放置, 因此分拣采用先分区集中拣货, 然后再进行合并发货的方法进行作业的方式进行。如图2, 从某个区域拣选完货品并放入相应的笼车后, 拉到合单区, 将各个笼内的货品投入到合单区指定的笼车内。比如区域笼车A1-1内的货品, 取出后放到总区合单的1-1笼内。A1是代表A区的第1波次, 而1-1代表的是总区的第1波次的第1个订单。

图2 波次分拣   

目前, 仓库在订单分批策略上一般采用时窗分批原则, 时窗分批原则是指开启一定时间长度的窗口, 将这个时间段内所到达的订单汇总成一批, 然后等该时间窗口结束后立即开始拣货作业, 即第N时间窗口处理的订单要在第N+1时窗开始之处才开始拣货作业。在时窗分批策略中, 分为静态时窗分批和动态时窗分批策略, 本文根据跨境电商保税仓库订单的特点, 采取动态时窗分批的策略, 能够消除因时窗分批不平衡引起的等待时间和块状需求 (闲忙不均) , 能够保证拣货系统的连续性和均衡性。

对于动态时窗分批策略, 设拣取第i项货品所需标准时间为ti (i=1, 2, ⋯, N) , 时间窗口Tp (p=0, 1, ⋯, K) 内所搜集汇总的订单数为Nt (t=0, 1, 2, ⋯, K) , nij为第j个订单中第i品项货品的数量, 其中i=1, 2, ⋯, N, j=1, 2, ⋯, M。设分拣区域所能放置的最大数量为Qn, 每批订单数量必须达到Ql才开始拣取 (暂时不考虑紧急调货情况) , 因此可以采取如下步骤对订单进行分批策略:

(1) 初始化时间窗口为T0。

(2) 统计时间窗口T0内的订单数N0。

(3) 计算该时间窗口内每品项货品的拣取时间以及每品项货品的总数量qi, 并求出

(5) 下达拣货命令。

库位编号方式:格段号+左右代码 (单双号) , 巷道只允许单车通过, 这样使得单位库位数最大。例如图3中, 设定每一个库位长度为1.2 m, 每两个巷道距离为1.5 m。

图3 仓库平面图   

(1) 原先是按照巷道编号的大小排序后再按照巷道库位编号的大小进行排序。

(2) 优化思路:一个巷道的商品拣完之后, 考虑离哪个通道最近, 离下个巷道的哪个库位最近, 走哪个通道进入巷道是最快捷的, 从而判断先拣下一个巷道的哪一个库位的商品, 会减少往返的路程, 从而达到路径优化的目标。

(1) 参数变量设置

为便于描述, 参数变量设置如下:

巷道:Ri (i=1, 2, ⋯, n) ;

格段号:Xi (i=1, 2, ⋯, n) ;

此巷道格段计数:Ci (i=1, 2, ⋯, n) ;

此巷道格段排序:Si (i=1, 2, ⋯, n) ;

此巷道格段大号:Xi (max) (i=1, 2, ⋯, n) ;

此巷道格段小号:Xi (min) (i=1, 2, ⋯, n) ;

大号所属区段:Yi (max) (i=1, 2, ⋯, n) ;

小号所属区段:Yi (min) (i=1, 2, ⋯, n) ;

开始区段:Bi (i=1, 2, ⋯, n) ;

结束区段:Oi (i=1, 2, ⋯, n) ;

此巷道大号:Mi (i=1, 2, ⋯, n) ;

配货序号:Ni (i=1, 2, ⋯, n) 。

(2) 模型构建

(1) 此巷道格段计数:计算某商品所在巷道格段的个数。

(2) 此巷道格段排序:如果某件商品所在巷道与上件商品不相等, 则格段的顺序为1, 如果巷道相等, 则顺序为上一件商品的顺序加1。

(3) 此巷道格段大号:如果某几件商品的巷道相等, 求其所对应的格段的最大值。

(4) 此巷道格段小号:如果某几件商品的巷道相等, 求其所对应的格段的最小值。

(5) 大号所属区段:规定格段在1～10之间属于A区段, 格段在11～30之间属于B区段, 格段在31～40之间属于C区段。

(6) 小号所属区段:

(7) 开始区段:如果某件商品所在巷道与上一件商品所在巷道不相等, 则开始区段为上一件商品的结束区段;如果相等, 则该件商品的开始区段为上一件商品的开始巷道。

(8) 结束区段:如果某件商品的开始区段大于它的小号区段, 则结束区段就是小号区段, 否则就是大号区段。

(9) 此巷道顺序大号:该商品所在巷道格段的顺序的最大值。例如C104格段排序为1, 而C106巷道有3个格段, 所以C106巷道格段顺序的最大值为4。

(10) 配货序号:如果某商品所在位置开始区段为“A”, 或者小号所属区段不为“A”, 则配货序号为此巷道格段顺序最大值- (此巷道格段计数-此巷道格段顺序) , 否则, 配货序号为此巷道格段顺序最大值-此巷道排序+1。

(1) 拣货距离算法设计目的

根据4.3节拣货路径算法, 计算各拣货库位之间的行走距离, 将各距离相加得到总的行走路程。从而给计算一张拣货单的操作时效提供依据, 有利于进行合理的绩效考核。

一张拣货单的操作时间应当=人员的行走时间+拣货点数需要的时间。而人员的行走时间就是单据上各货品之间的行走距离之和, 距离越长行走时间越长, 而拣货点数需要的时间最决于一张单据上需要拣多少种货品和多少数量。通过测量出人在巷道中正常的行走速度和每一种货品停顿拣货时需要的时间, 从而可以计算出理论的拣货时间。

(2) 变量设置

为便于描述, 参数变量设置如下:

所属通道:Yi (i=1, 2, ⋯, n) ;

入口通道:EN (i) (i=1, 2, ⋯, n) ;

出口通道:EX (i) (i=1, 2, ⋯, n) ;

距入口通道距离:S (EN) i (i=1, 2, ⋯, n) ;

距出口通道距离:S (EX) i (i=1, 2, ⋯, n) ;

各商品间距离:Dij (i=1, 2, ⋯, n) ;

行走路程:TD。

(3) 模型构建

(1) 所属通道:通道一共分为三个:A、B、C, 规定格段号在01～10之间属于A通道, 11～30之间属于B通道, 31～40之间属于C通道。

(2) 出口通道:某件商品与下一件商品所属通道排列为:AA, AB, AC, BB, BA, BC, CA, CB, CC, 规定当该商品与下一件商品所属通道排列为AA时, 该商品出口通道为A;排列为AB, AC, BB, BA, BC, CA, CB时, 该商品出口通道为B;排列为CC时, 该商品出口通道为C。

(3) 入口通道:规定某商品入口通道为上一件商品的出口通道。

(4) 距入口通道距离:一个格段的长度实际为1.2 m, 拐弯进入下一巷道距离实际为1.5 m, 且假设拣货员站在格段中间就可以拿到该格段上所有商品。如果某件商品入口通道为A, 则距入口通道距离为格段号×1.2/2;如果入口通道为B, 则距入口通道距离为 (20-格段号) ×1.2/2的绝对值;如果入口通道为C, 则距入口通道距离为 (40-格段号) ×1.2/2的绝对值。

(5) 距出口通道距离:如果某件商品出口通道为A, 则距出口通道距离为格段号×1.2/2;如果出口通道为B, 则距出口通道距离为 (20-格段号) ×1.2/2;如果出口通道为C, 则距出口通道距离为 (40-格段号) ×1.2/2。

(6) 各商品间距离:如果两件商品在同一个巷道, 则距离为格段号相减乘以0.6;如果不在一个巷道, 则行走距离为该件商品距出口通道距离+下一件商品距入口通道距离+巷道顺序号相减×1.5。

(7) 行走路程为各商品间距离相加。

根据本文研究的仓库拣货策略应用于跨境电商企业的保税仓库的拣货系统中, 利用上述研究的优化方法对系统的实施效果进行验证和评价。

该仓库某段时间内到达的订单如图4所示。

根据应用对象的上述仓库设计和商品位置摆放规则, 通过观察, 在仓库拣取JJ0001～JJ0020货品的平均时间为10 s, 拣取JJ0021～JJ0040货品的平均时间为12 s, 拣取JJ0041～JJ0060货品的平均时间为15 s。观察总结, 在分拣包装环节, 每件产品的平均分拣包装时间为15 s。为了保证分拣效率, 假设分拣包装区域的最大放置量为61件, 分拣包装区域的最低工作量为60件。

图4 仓库接受订单时间序列  

依照上述订单到达概况, 第一个订单的拣取数目为2件, 并没有达到规定的拣取工作量的下限, 因此该订单处于继续等待处理的过程中, 一直到第31个订单到达, 前31个订单所要求的拣取数目是60件, 符合所限定的条件约束。因此第一时窗处理的订单序号为N001～N0031, 拣取时间为max{29×10, 22×12, 9×15}=290 s, 如表1。分拣包装的开始时间始于第一批订单拣取完毕, 也就是约8:26开始进行分拣包装作业, 分拣包装时间为60×15=900 s, 其他各时窗的处理方法同理, 如表2。

表1 动态时间窗窗口分批策略订单的拣取结果     下载原表

表2 动态时窗窗口分批策略订单分拣包装结果     下载原表

静态时间窗窗口分批策略结果显示 (时间窗口为20 min) 如表3所示。按照静态时窗分批策略, 把8:01到8:21作为第一时间窗口, 在此期间订单标号为N001-N031的订单到达, 因此最长的拣取时间为max{29×10, 22×12, 9×15}=290 s, 如表3。当第一批订单拣取完后, 也就是8:26开始进行第一批的分拣包装作业, 时间为60×15=900 s, 如表4。其他各时窗的处理方法同理。

表3 静态时间窗窗口分批策略订单的拣取结果     下载原表

表4 静态时间窗窗口分批策略订单分拣包装结果     下载原表

根据表5数据, 采用动态时窗分批策略拣货使整个环节效率提升了7.9%, 拣货过程效率提高了6.6%。由此可见, 选择动态时间窗分批策略可以使每个时间窗口的拣货量保持平均, 不用担心各个时间窗口的拣货量忽大忽小, 使得拣货工作和分拣包装工作变得不均衡, 确保了拣货系统和分拣过程的平均性和连续性, 而且动态时窗分批策略要比静态时窗分批策略更加优化, 节约了分拣时间, 可以提高分拣效率。

表5 两种时窗分批策略对比     下载原表

根据前面算法代入数据, 得出最终结果, 即优化前行走距离为143.1 m, 优化后行走距离为97.5 m, 行走距离减少了45.6 m。优化后距离减少了31.8%, 因为取货时间可忽略不计, 则拣货时间缩短大约32%。由于这只是少量数据, 当需要拣货的订单更多时, 优化效果更为明显。

分拣策略是影响仓库分拣效率的关键因素, 本文的研究基于对跨境电商保税仓库的调研, 对多品类、小批量货品的分拣过程进行研究分析, 提出了适用于跨境电商保税仓库的波次分拣策略, 也针对仓库在分拣和拣货过程中存在的具体问题提出了实施对策, 对仓库库位进行设计以及优化了拣货路径, 有效地提高电商仓库的分拣效率, 以及减少拣货所行走的路径。

本文将时间延迟思想和电商仓库的拣货作业相结合, 提出利用动态时窗策略解决目前仓库采用静态时窗分批策略时所存在的等待时间和块状需求 (闲忙不均) 的问题, 并实践说明了动态时窗的合理性和可行性, 由此可以保证拣货系统运行的连续性和均衡性, 极大地提高了拣货系统的运行效率。

本课题将理论研究与实际问题相结合, 应用于跨境电商保税仓库管理系统中, 其创新点如下:

(1) 本文研究的是基于实际情况的分拣效率问题, 从分拣过程开始到拣货过程的优化, 考虑的问题比较全面而实际。

(2) 将传统的拣货系统模型进行优化, 应用于仓库的拣货系统中, 将分拣效率优化, 减少行走路径, 从而提高拣货效率, 实现对整个仓库拣货系统的优化。