發(fā)布時間：2020-07-11 01:15

【摘要】：倉儲中心作為面向多品種、小批量訂單處理的人工揀選中心,集商品保管、包裝、訂單揀選與復核打包于一體,具有作業(yè)靈活、柔性高的特點。目前對人工揀選倉庫中人員作業(yè)優(yōu)化分配的研究還不夠完善,需進一步對影響倉儲運作效率的訂單量和人員產能進行深入研究。本文應用仿真模擬方法優(yōu)化訂單預測模型,設計合理的作業(yè)任務分配策略,以提高作業(yè)人員產能,這對于提升倉儲中心作業(yè)效率,降低企業(yè)運作成本具有理論與現(xiàn)實意義。本文的主要研究內容如下:(1)建立倉儲中心仿真模型,分析模型中存在的瓶頸問題。以某電商企業(yè)倉儲中心為研究對象,針對倉儲中心運營存在的人員與作業(yè)分配失衡等問題,應用C++和Flexsim腳本語言設計程序構建倉儲中心仿真模型。通過分析揀選人員在不同行走路徑、揀選作業(yè)模式以及貨架區(qū)作業(yè)時人員的運動狀態(tài),確定影響作業(yè)效率的瓶頸問題,有利于優(yōu)化揀選效率,避免由人員空載帶來的倉儲作業(yè)浪費。(2)對作業(yè)人員任務分配進行靈敏度分析,優(yōu)化倉儲中心人員產能。對同區(qū)揀選任務分配問題,通過研究模型中揀選員有效行走占比的變化浮動,進一步優(yōu)化直線行走、最大間隔行走以及S行走路線下任務分配策略。對混區(qū)作業(yè)揀選任務分配問題,建立以揀選員滿載行走和取貨為變量的靈敏度分析模型,并提出采用蒙特卡洛法對模型仿真求解。多次靈敏度仿真分析結果表明縮短人員行走距離可優(yōu)化資源配置,且該方法操作簡單,可靠性高。同時,以倉儲中心某時期均單數(shù)為研究對象,應用仿真模型模擬復核臺作業(yè),統(tǒng)計復核人員單位產出和復核擁堵率,得到不同均單規(guī)模下復核臺有效作業(yè)人員配置,實現(xiàn)復核環(huán)節(jié)人員動態(tài)調度。(3)預測倉儲中心產能需求,優(yōu)化人員配置。本文針對未來訂單促銷事件的不確定性,分別建立了季節(jié)指數(shù)的極值預測模型、分段概率模型預測產能,利用蒙特卡洛法對模型中季節(jié)變量進行概率仿真和優(yōu)化。通過算例對比,證明此方法具有精度高,魯棒性強的優(yōu)點。最后,以預測訂單量和優(yōu)化后作業(yè)人員產能為基礎,建立產銷均衡下仿真模型,利用Crystal Ball軟件對模型進行仿真分析,優(yōu)化人員作業(yè)配置,為倉儲中心人員調度提供決策信息。
【學位授予單位】：陜西科技大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP391.9;F724.6;F274
【圖文】：

圖 2-1 不同訂單出庫流程Fig. 2-1 Different order delivery process倉儲中心問題分析過對該電商企業(yè)進行實地調研與專家座談分析，可發(fā)現(xiàn)目均，復核打包臺作業(yè)失衡等問題，這些問題的存在將會嚴

圖 2-2 日訂單變化Fig. 2-2 Daily order variation（2）訂單品類差異大服裝百貨倉商品種類多達二十萬余種，客戶訂單種類差異過大，單件訂單平均高達 65%以上，多件占比為 33%，綜合占比 2%。批量化揀選作業(yè)方式增加了揀選時間/周

局庫實際貨架數(shù)量和貨架布局繪制零貨庫貨架 CAD 布局圖選擇“工具箱-可視化-模型背景”，然后選擇背景的文件類擇具體的文件路徑，導入即可，導入后 CAD 布局如圖 3-圖 3-4 倉庫 CAD 布局Fig. 3-4 Warehouse CAD layout發(fā)貨區(qū)客退區(qū)收貨區(qū)耗材區(qū)

【參考文獻】

相關期刊論文 前10條

1 曾祥云;;人工智能推動無人零售崛起[J];企業(yè)管理;2017年11期

2 宋詠春;零振迪;;基于Flexsim的離散事件仿真結果數(shù)據(jù)管理系統(tǒng)設計與實現(xiàn)[J];制造業(yè)自動化;2017年08期

3 沈海迪;萬振凱;;基于指數(shù)平滑法的動態(tài)預測機制[J];計算機技術與發(fā)展;2017年07期

4 楊瑋;羅洋洋;楊甜;岳婷;劉江;;基于Flexsim對某醫(yī)藥物流中心立體倉庫優(yōu)化[J];包裝工程;2017年07期

5 吳佳;曾惟如;陳瀚霖;唐雪飛;;基于隱馬爾可夫模型的軟件狀態(tài)評估預測方法[J];軟件學報;2016年12期

6 張志清;凡艷;程慶章;;醫(yī)藥物流中心人工揀選作業(yè)流程優(yōu)化及仿真[J];工業(yè)工程;2015年06期

7 李燕斌;張久菊;肖俊明;;基于指數(shù)平滑法的灰色預測模型[J];中原工學院學報;2015年04期

8 李明;吳耀華;吳穎穎;陳寧寧;;人工與自動化雙分揀區(qū)系統(tǒng)品項分配優(yōu)化[J];機械工程學報;2015年10期

9 陶磊;陶胤強;;基于蒙特卡洛算法的能源供給量不確定性預測分析[J];重慶理工大學學報(社會科學);2014年06期

10 魏偉;;訂單分批及并行化揀選路徑的研究[J];電子技術與軟件工程;2014年09期

相關碩士學位論文 前7條

1 吳楠;A電商企業(yè)倉儲中心訂單揀選作業(yè)優(yōu)化研究[D];暨南大學;2016年

2 陳國;A公司電商物流配送中心業(yè)務流程優(yōu)化研究[D];濟南大學;2015年

3 薛海林;基于改進蒙特卡洛法的工期風險評價研究[D];大連理工大學;2015年

4 王彬彬;電商環(huán)境下倉儲中心的儲位分配策略研究[D];山東大學;2015年

5 李佩珊;基于敏捷供應鏈的商貿倉儲業(yè)務流程優(yōu)化及信息協(xié)同平臺建設[D];成都理工大學;2014年

6 李丹;基于多色集合的冷鏈物流倉儲流程優(yōu)化研究[D];陜西科技大學;2014年

7 王晨;航空制造業(yè)訂單預測與庫存優(yōu)化策略研究[D];上海交通大學;2012年

本文編號：2749742