□ 董博文，宋 君，范瑋嘉，孫嘉欣，劉沐涵

(哈爾濱商業(yè)大學(xué) 管理學(xué)院，黑龍江 哈爾濱 150000)

1 引言

傳統(tǒng)倉儲訂單揀選大部分為“人到貨”模式，該模式存在揀貨效率低、人力成本大等缺點。傳統(tǒng)的倉儲模式還存在著貨架利用率低，貨物間距過大等問題，以上問題已經(jīng)不能滿足現(xiàn)代化倉庫的發(fā)展。隨著電子商務(wù)的快速發(fā)展，近年來出現(xiàn)了一些適合電商物流多品種、高頻次、小批量特點的新模式，其中具有代表性的就是基于可移動貨架“貨到人”揀選模式。“貨到人”揀選模式是當(dāng)訂單下達(dá)時，AGV小車根據(jù)訂單需求，找到其貨品所在貨架，進(jìn)而將貨物運輸?shù)綊x臺進(jìn)行打包的揀選方式，該模式有效解決了傳統(tǒng)模式下的人力成本大、效率低等問題。

周方圓等[1]利用復(fù)雜二分網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)劃分的基本思想，設(shè)計了求解“貨到人”揀選模式下的儲位分配問題的快速有效算法，使得搬運總成本減少40%左右。俞雷霖等[2]提出了混合禁忌搜索算法HTS(Hybrid Tabu Search)來求解貨位分配與優(yōu)化問題，提高了立體倉庫的運作效率。Zhenping Li等[3]研究了在“貨到人”智能倉庫中的 AGV 任務(wù)分配問題，建立對應(yīng)的數(shù)學(xué)模型使成本最小。徐翔斌等[4]提出了基于移動機(jī)器人的揀貨系統(tǒng)(Robotic Mobile Fulfillment Systems，RMFS)，驗證了RMFS揀貨系統(tǒng)相比人工揀貨系統(tǒng)和AS/RS揀貨系統(tǒng)具有更高的揀貨效率、更好的系統(tǒng)可擴(kuò)展性和柔性。李珍萍等[5]研究了“貨到人”揀選模式下的儲位分配問題，以訂單揀選過程中搬運貨架總時間最短為目標(biāo)建立了整數(shù)非線性規(guī)劃模型，分別設(shè)計了求解模型的貪婪算法和單親進(jìn)化遺傳算法，對其進(jìn)行比較分析得出最優(yōu)方案。包菊芳等[6]在考慮了SKU間關(guān)聯(lián)度的基礎(chǔ)上，建立最大SKU關(guān)聯(lián)度模型，并設(shè)計了模型求解的智能算法，使移動貨架搬運次數(shù)比隨機(jī)儲位策略減少了26.27%。何梅等[7]運用KIVA機(jī)器人的運行流程與技術(shù)特點，提出了T-SKU優(yōu)化策略優(yōu)化貨位管理。

綜上所述，現(xiàn)有文獻(xiàn)對于“貨到人”揀選模式下，AGV小車揀貨后返回位置研究甚少。而在該揀選模式下，小車揀貨完畢后的返回位置及動態(tài)布局是影響揀貨效率的關(guān)鍵因素。本文研究利用AnyLogic軟件將訂單代入，獲取三種貨架返回位置的效率并進(jìn)行貨架返回位置的優(yōu)化分析取得最優(yōu)解，提高揀貨效率以及降低人力、物力資源及成本。

2 問題描述及分析

2.1 貨到人揀選作業(yè)流程

基于“貨到人”揀選模式下的智能倉儲系統(tǒng)布局如圖1所示，智能倉儲系統(tǒng)由人工揀貨區(qū)、存儲區(qū)、AGV停車區(qū)、補貨區(qū)等區(qū)域組成，圖中心上方排列整齊的矩形代表貨架，矩形框代表AGV小車行走的路線，最左側(cè)矩形部分為AGV小車停車區(qū)，用于停放閑暇時的AGV小車，最右側(cè)一列矩形塊代表揀貨口，該部分由人工負(fù)責(zé)揀貨，下方矩形塊代表補貨口，當(dāng)貨品不足時，由下方補貨口補充貨物。當(dāng)訂單下達(dá)時，AGV小車接受訂單，按照目標(biāo)貨架位置規(guī)劃一條完整路線，按照既定路線在存儲區(qū)進(jìn)行揀貨，揀貨完畢后，AGV小車載著目標(biāo)貨架前往揀貨口由人工揀選貨物，此后AGV小車載著揀貨完畢的貨架送回至存儲區(qū)，繼續(xù)執(zhí)行下一個任務(wù)，不斷重復(fù)上述過程，直至訂單結(jié)束。

圖1 智能倉儲系統(tǒng)仿真模型圖

在目前“貨到人”智能倉儲系統(tǒng)中，AGV小車從揀貨口將貨架放回至存儲區(qū)時，一般選擇返回該貨架原位置處，但是這種方式忽略了小車距離下一訂單貨架位置，導(dǎo)致揀貨效率變低。

2.2 三種貨架返回位置描述

2.2.1 返回原位置

此種情況是三種情況中最為簡單的一種，這種方式貨架的相對位置是不變的，所以只需要綁定貨架和位置即可，揀貨后AGV小車原路返回即可實現(xiàn)這種返回方式。

但是，如果小車在最左側(cè)托起貨架，揀貨后小車需要原路返回，再到下一個訂單貨架處，此過程就會使小車花費在路程上的時間較長，導(dǎo)致效率變低。

2.2.2 返回離小車最近的位置

此種情況需要計算小車的相對距離，本文將路網(wǎng)抽象成二維數(shù)組，通過簡單計算相對距離來實現(xiàn)這種方式。

但這種情況也有一個很大的弊端：距離揀貨口附近的空位置會被快速占滿，這就導(dǎo)致仿真過程也會慢慢地向第一種情況演變，最終導(dǎo)致整體效率降低。

不僅如此，當(dāng)右側(cè)距離揀貨口最近的貨架基本被占滿時，就會導(dǎo)致小車只能回到左側(cè)放置貨架，如果下一個訂單又在右側(cè)這就會導(dǎo)致AGV小車在路程上花費的時間相對較長。

2.2.3 返回下一個訂單最近的位置

第三種情況的實現(xiàn)較為復(fù)雜，需要根據(jù)下一個訂單計算目標(biāo)貨架附近最近位置，因為小車無論需要將貨架放在哪里，總是會根據(jù)訂單去到下一個目標(biāo)貨架，所以本文推測直接根據(jù)下一個訂單尋找下一個最近位置效率最高。

3 基于AnyLogic仿真模型的對比分析

3.1 模型構(gòu)建與仿真過程

AnyLogic是一款針對離散、系統(tǒng)動力學(xué)、多智能體以及混合系統(tǒng)的建模和仿真工具，是一款獨創(chuàng)的仿真軟件，將智能體的建模方法與系統(tǒng)動力學(xué)相關(guān)方法相結(jié)合，其中包含各式各樣的庫和實體，滿足絕大多數(shù)建模者的需要。其應(yīng)用領(lǐng)域包括物流業(yè)，制造生產(chǎn)業(yè)，行人交通、疏散仿真、城市規(guī)劃建設(shè)等。

本文模型當(dāng)中主要涉及到AGV、訂單、揀貨臺、貨架四個活動對象。通過在AnyLogic軟件中分別為不同的活動對象創(chuàng)建屬性，編寫方法(函數(shù))，設(shè)置事件狀態(tài)圖等方式設(shè)定活動主體的特征與行為，并實現(xiàn)活動對象之間的交互?；诖耍疚臉?gòu)建出了三種返回模式的模型仿真。

3.1.1 訂單與AGV交互流程

首先，如圖2所示，根據(jù)數(shù)據(jù)源，貨架臺將會隨機(jī)擺放貨物，貨物上貨架的同時，AGV小車加載訂單，判斷第一個貨物臺等待命令，當(dāng)按下按鈕時相當(dāng)于對小車發(fā)送“開始”的消息，此時AGV被分配訂單，開始運行。

圖2 訂單與AGV小車交互流程

3.1.2 智能倉儲基本參數(shù)設(shè)置

本文基于現(xiàn)代智能倉儲建立一個基礎(chǔ)倉庫模型，基本參數(shù)設(shè)置如表1所示。

表1 倉庫參數(shù)設(shè)置表

3.1.3 仿真模型中關(guān)于AGV小車主要設(shè)計

①時間統(tǒng)計功能。

本文以從當(dāng)前揀貨臺出發(fā)經(jīng)過下一個目標(biāo)貨架揀貨最后到達(dá)下一個揀貨臺所需時間為主標(biāo)準(zhǔn)，衡量三種方式的好壞。

②避障排隊等待。

本文以AGV小車進(jìn)行避障及排隊操作消耗時間為副標(biāo)準(zhǔn)。為了提高揀貨效率，應(yīng)盡可能縮短避障排隊等待時間。

3.1.4 仿真過程

在AnyLogic軟件中，搭建倉庫模型主題，按照以下步驟進(jìn)行仿真模擬。

第一步設(shè)置四種活動對象的特征和行為，利用狀態(tài)圖和事件關(guān)系，實現(xiàn)相互之間的交互，搭建倉儲仿真模型。

第二步設(shè)置AGV小車的三種返回方式，計時函數(shù)，分別計算時間。

第三步運行仿真模型。

運行智能倉庫仿真模型，觀察仿真過程，運行過程中出現(xiàn)AGV未按照三種方式返回，或在托起、卸下貨架時出現(xiàn)問題，需要終止模型，重新修改AGV的行為(函數(shù))。

圖3 Kiva模型仿真運行主界面圖

圖4 AGV小車托起貨架圖(3D)

圖5 AGV小車托起貨架圖(2D)

第四步收集仿真實驗數(shù)據(jù)。

在AnyLogic的控制臺中可以對行為、時間等指標(biāo)進(jìn)行可視化的顯示，只需在對應(yīng)的活動對象中設(shè)置相對應(yīng)的函數(shù)。其控制臺輸出如圖6、圖7所示。

圖6 控制臺全局圖

圖7 時間統(tǒng)計(左)排隊等待(右)

基于AGV貨架返回時間統(tǒng)計，排隊等待統(tǒng)計，這兩個指標(biāo)均在一定程度上反映了三種方式和訂單的好壞。返回時間指標(biāo)記錄三種返回方式的時間，是衡量三種返回方式的基本指標(biāo)。排隊等待指標(biāo)反應(yīng)三種方式返回時選擇揀貨口的密集程度，等待時間越長，越擁擠，AVG效率越低。

3.2 三種返回模式揀貨效率對比分析

通過對三種返回方式分別進(jìn)行仿真，并進(jìn)行若干組實驗，記錄實驗仿真數(shù)據(jù),在AnyLogic中處理實驗數(shù)據(jù)，最終其仿真結(jié)果如表3所示。

表2 三種不同返回方式所需要的時間

圖8 數(shù)據(jù)處理結(jié)果

圖9 三種返回方式時間散點圖

表3 三種返回方式平均運行時間

三種返回方式中第三種整體用時最短，效果最好，第二種方式排隊時長最短，因此反映出揀貨口利用效率最高，合理地使用三種方式可以使“貨到人”系統(tǒng)更加高效快速。

4 結(jié)論

為了有效提高“貨到人”揀選模式下的揀貨效率，通過研究揀貨后的不同貨架返回位置對倉庫訂單揀貨效率影響，基于三種返回位置是仿真實驗對比，得出貨架返回到離下一訂單最近的位置方式所需時間最短，揀貨效率最高。