煙草公司物流系統(tǒng)庫存與提貨集成優(yōu)化模型研究

劉明++徐曉敏

摘 要：隨著現(xiàn)代物流技術(shù)的發(fā)展，為了有效的提高煙草公司的倉庫中轉(zhuǎn)效率和縮短倉庫提貨時間，本文對某一煙草公司整個提貨過環(huán)節(jié)進行了研究，并且建立多目標優(yōu)化模型以解決上述的兩個問題，從而將物流管理技術(shù)引入到煙草公司的庫存和提貨過程中。最后，該文運用分層遺傳算法對多目標優(yōu)化問題進行求解，得到最優(yōu)的倉庫存儲和中轉(zhuǎn)方案。

關(guān)鍵詞：煙草物流 物流系統(tǒng) 多目標優(yōu)化 遺傳算法

中圖分類號：F207.7 文獻標志碼：A 文章編號：1674-098X（2014）03（c）-0056-02

2012年以來，福建省某市煙草公司全面推行“電話訂貨、網(wǎng)上配貨、電子結(jié)算、現(xiàn)代物流”的新型商業(yè)營銷模式，卷煙物流標準化、規(guī)范化等基礎建設工作進一步加強，物流規(guī)劃、運作和管理水平明顯提升，與以往的人工分揀和行政計劃干預的生產(chǎn)和銷售方式相比，這套物流管理系統(tǒng)給整個公司的運營帶來了很大的便利[1-2]。為了更有效地應對激烈的市場競爭，該煙草公司進一步提出了提高零售客戶滿意度的新目標，具體要求是進一步縮短送貨時間，訂單生成24 h內(nèi)送貨上門。然而這一目標的實現(xiàn)，僅依靠現(xiàn)有的物流系統(tǒng)不可能達到。通過對卷煙物流流程的全面分析，發(fā)現(xiàn)其中的庫存和提貨時間過長是影響整個卷煙物流供應的瓶頸環(huán)節(jié)。為此，該文擬給出一種優(yōu)化解決方案。通過建立一種多目標優(yōu)化模型，采用分層遺傳算法進行求解運算對該公司物流系統(tǒng)中現(xiàn)有的庫存和提貨時間予以改進，最大限度縮短庫存、分揀、提貨環(huán)節(jié)的時間，保證及時送貨。以提高煙草物流服務水平。

1 建模分析

優(yōu)化方案需要緊密圍繞現(xiàn)行的物流系統(tǒng)進行設計，因此首先需要對該系統(tǒng)的流程及問題進行分析。煙草公司物流系統(tǒng)中卷煙提貨作業(yè)流程如圖1所示。

根據(jù)流程圖，整個卷煙提貨過程分為四個步驟。跟蹤記錄表明目前的運行現(xiàn)狀是：等待訂單平均時間為6 h；步驟1所耗費時間約為30 min；步驟2所耗費時間約為6 min，步驟3所耗費時間約為30 min、步驟4所耗費時間約為2 h。由于存在某些具體業(yè)務所產(chǎn)生的限制，在提貨作業(yè)過程中8：00-11：00，12：30-15：30為等待時間，生成訂單時間為15：30左右，在這期間需要根據(jù)訂單品種、訂單數(shù)量進行出貨掃碼，然后再進行分揀作業(yè)等操作。

該煙草公司物流倉庫為平面?zhèn)}庫，共有3層，存放省產(chǎn)煙與省外煙，這里存在省產(chǎn)煙的庫存及需求量要大于省外煙的庫存限制條件。該公司現(xiàn)有訂單生成設備一臺，分揀機六部。根據(jù)以往庫存記錄，可以不考慮該倉庫的庫存限制，運輸設備在庫房中不會出現(xiàn)擁堵和鎖死，有兩臺叉車可以同時進行等待、提貨等程序，提貨過程中不會出現(xiàn)相互干涉現(xiàn)象。

由于庫房的限制以及存儲某種需求的卷煙的庫房與分揀機的距離的不同，再加上不同卷煙分揀快慢的影響，可以看到如果有多種不同的卷煙進行分揀的話在沒有提前優(yōu)化的前提下有可能造成了大量的時間浪費和人員閑置，增加了人力資源成本，因此分揀過程存在比較大的改進優(yōu)化空間。

2 優(yōu)化模型

該文建立優(yōu)化模型的三個目標：（1）對該公司的庫存布局和庫存量進行優(yōu)化，使之合理分配，減短提貨時間；（2）對是否設立中轉(zhuǎn)庫以及中轉(zhuǎn)庫的預存量進行優(yōu)化；（3）對不同種類卷煙的提貨順序進行優(yōu)化。通過優(yōu)化這三個目標達到優(yōu)化庫存和縮短提貨時間的作用。

設卷煙的提貨順序為，其中表示倉庫中i品牌卷煙，每一品牌卷煙的提貨環(huán)節(jié)均需經(jīng)過、、、四道工序，設表示卷煙在叉車或者上等待時間，而表示卷煙在叉車或者上的作業(yè)時間，則完成提貨總時間為：

其中，表示不同的叉車，取值為0或者1，且和不能同時在同一個叉車上，它們表示卷煙在叉車上總的等待時間和作業(yè)時間。則目標函數(shù)表示為：

不失一般性，令省產(chǎn)煙在上轉(zhuǎn)庫提貨，省外煙在上轉(zhuǎn)庫提貨，與都要進行四道工序。、、、各自包含許多小的工序，并且只有在結(jié)束后才能進行。

3 優(yōu)化過程

遺傳算法是借鑒生物界的進化規(guī)律演化而來的隨機化搜索方法[3]。而分層遺傳算法則解決了一般遺傳算法在求解過程中容易陷入局部收斂，且占用的存貯空間較大，運算時間較長的缺點。因此本文采用分層遺傳算法求解最優(yōu)化模型。

上面提出的多目標優(yōu)化模型是一個關(guān)于時間-空間布局的系統(tǒng)優(yōu)化問題，因此，在外層處理時間布局和時間約束，在內(nèi)層處理空間布局及空間約束。

（1）外層設計

外層設計約束條是在滿足庫存需求的前提下裝載卷煙所需時間最少。

其中表示本文想要優(yōu)化的時間，即滿足客戶所需的時間，可以根據(jù)客戶需求進行調(diào)整。

（2）內(nèi)層設計

內(nèi)層設計要考慮許多約束條件，空間布局要解決的主要問題是通過優(yōu)化倉庫布局，使提貨時間最短。評價一個庫房布局需要考慮三個方面：

空間利用函數(shù)

其中代表第個卷煙的體積，代表倉庫布局的容量。

重量考察函數(shù)

其中表示第個卷煙的重量，為布局庫區(qū)承受的最大重量.

重心考察函數(shù)

其中表示布局空間（卷煙）的高度，表示第個卷煙的重心高度，通常取卷煙高度的一半。該函數(shù)主要考慮卷煙碼放的穩(wěn)定性和搬運的難易性。

在遺傳算法中，最重要的需要確定就是遺傳算法的適宜度函數(shù)，根據(jù)上面的約束（3）（4）（5）（6），由罰函數(shù)法利用處理多目標優(yōu)化的加權(quán)算法定義適宜度函數(shù)如下：

其中、分別表示內(nèi)外層的適宜度函數(shù)，和為權(quán)重，其中。

對于內(nèi)層的適宜度函數(shù)，采用加權(quán)（4）（5）（6）的方式獲得，即：

其中，它們表示權(quán)重，可以通過實驗進行確定，本文采用的是0.3，0.3和0.4。

對于外層的適宜度函數(shù)，可由（3）式進行構(gòu)造，即：

將不同產(chǎn)地的卷煙的存放位置，中轉(zhuǎn)庫預設量和卷煙的提貨順序作為遺傳基因，通過分層遺傳算法在適宜度函數(shù)式（7）最優(yōu)的情況下進行迭代求解。下面我們根據(jù)該公司的實際情況，將實際場地及卷煙種類作為參數(shù)代入到優(yōu)化模型中進行求解分析。endprint

4 優(yōu)化結(jié)果

該公司的卷煙的尺寸為450 cm（L） ×245 cm（W）×570 cm（H），每包卷煙重量為15 kg，重心高度為卷煙高度的一半，可計算得到重心考察函數(shù)為100，設置適宜度函數(shù)為100，設置時間評價函數(shù)為100%，設置最大載重利用率為100%。用分層遺傳算法進行求解，得到結(jié)果為體積利用率94%，重量利用率97.5%，重心評價函數(shù)99.7，時間利用率90.3%。而得到庫存設置和中轉(zhuǎn)庫預設量如表1所示。

從表1可以看到，該公司需要對不同種類的卷煙設置不同的中轉(zhuǎn)庫預設量，這將大大的改善該公司沒有中轉(zhuǎn)庫帶來的時間的浪費。而庫存的設置則可以按照圖中的比例進行設置，而對庫存的劃分，研究發(fā)現(xiàn)，凡是省內(nèi)的卷煙應該多存儲，且存儲的位置應該更近于叉車的位置，這樣將會大大的提高整個提貨的效率。

根據(jù)以上算法計算得到的結(jié)果，經(jīng)過實際應用測試，結(jié)果表明比該公司未做優(yōu)化前，整個提貨時間，即，平均節(jié)省了4個小時。從整個提貨分揀流程上分析，可知該算法主要優(yōu)化了步驟2和步驟4，而這兩個過程涉及的正是庫存和提貨兩個環(huán)節(jié)。

5 結(jié)語

為了解決煙草公司提貨時間較長難以有效保證客戶實時提貨需求的問題，本文對提貨流程進行了優(yōu)化研究，通過建立多目標優(yōu)化模型，引入分層遺傳算法對該問題進行建模及優(yōu)化求解，得出煙草公司的庫存優(yōu)化方案和中轉(zhuǎn)庫預設量，該模型充分整合了物流系統(tǒng)中的資源，提高了煙草物流系統(tǒng)的資源利用率、降低了物流成本，縮短了卷煙物流的提貨時間。按照該結(jié)果進行改進，在該公司提貨過程中測試發(fā)現(xiàn)，該方案可以有效地縮短整個提貨時間，從而大大保證了客戶實時提貨的需求。該算法的研究及應用對我國地市級煙草企業(yè)提高煙草存儲和提貨效率具有一定的借鑒作用。

參考文獻

[1] 謝慶紅.物流系統(tǒng)化與整合物流[J]. 商業(yè)研究，2009（9）：93-94.

[2] 方小斌.煙草供應鏈關(guān)鍵節(jié)點優(yōu)化研究[D].中南大學博士學位論文，2008.

[3] 玄光男，程潤偉.遺傳算法與工程設計[M].北京：科學出版社，2000.

[4] 何大勇，查建中，姜義東.遺傳算法求解復雜集裝箱裝載問題方法研究[J].軟件學報，2001，12（9）：1380-1385.

[5] 李逍波.分層型遺傳算法及其在專用集成電路算法層綜合中的應用[J].計算機工程與應用，1993，3（4）：4-7.endprint

4 優(yōu)化結(jié)果

該公司的卷煙的尺寸為450 cm（L） ×245 cm（W）×570 cm（H），每包卷煙重量為15 kg，重心高度為卷煙高度的一半，可計算得到重心考察函數(shù)為100，設置適宜度函數(shù)為100，設置時間評價函數(shù)為100%，設置最大載重利用率為100%。用分層遺傳算法進行求解，得到結(jié)果為體積利用率94%，重量利用率97.5%，重心評價函數(shù)99.7，時間利用率90.3%。而得到庫存設置和中轉(zhuǎn)庫預設量如表1所示。

從表1可以看到，該公司需要對不同種類的卷煙設置不同的中轉(zhuǎn)庫預設量，這將大大的改善該公司沒有中轉(zhuǎn)庫帶來的時間的浪費。而庫存的設置則可以按照圖中的比例進行設置，而對庫存的劃分，研究發(fā)現(xiàn)，凡是省內(nèi)的卷煙應該多存儲，且存儲的位置應該更近于叉車的位置，這樣將會大大的提高整個提貨的效率。

根據(jù)以上算法計算得到的結(jié)果，經(jīng)過實際應用測試，結(jié)果表明比該公司未做優(yōu)化前，整個提貨時間，即，平均節(jié)省了4個小時。從整個提貨分揀流程上分析，可知該算法主要優(yōu)化了步驟2和步驟4，而這兩個過程涉及的正是庫存和提貨兩個環(huán)節(jié)。

5 結(jié)語

為了解決煙草公司提貨時間較長難以有效保證客戶實時提貨需求的問題，本文對提貨流程進行了優(yōu)化研究，通過建立多目標優(yōu)化模型，引入分層遺傳算法對該問題進行建模及優(yōu)化求解，得出煙草公司的庫存優(yōu)化方案和中轉(zhuǎn)庫預設量，該模型充分整合了物流系統(tǒng)中的資源，提高了煙草物流系統(tǒng)的資源利用率、降低了物流成本，縮短了卷煙物流的提貨時間。按照該結(jié)果進行改進，在該公司提貨過程中測試發(fā)現(xiàn)，該方案可以有效地縮短整個提貨時間，從而大大保證了客戶實時提貨的需求。該算法的研究及應用對我國地市級煙草企業(yè)提高煙草存儲和提貨效率具有一定的借鑒作用。

參考文獻

[1] 謝慶紅.物流系統(tǒng)化與整合物流[J]. 商業(yè)研究，2009（9）：93-94.

[2] 方小斌.煙草供應鏈關(guān)鍵節(jié)點優(yōu)化研究[D].中南大學博士學位論文，2008.

[3] 玄光男，程潤偉.遺傳算法與工程設計[M].北京：科學出版社，2000.

[4] 何大勇，查建中，姜義東.遺傳算法求解復雜集裝箱裝載問題方法研究[J].軟件學報，2001，12（9）：1380-1385.

[5] 李逍波.分層型遺傳算法及其在專用集成電路算法層綜合中的應用[J].計算機工程與應用，1993，3（4）：4-7.endprint

4 優(yōu)化結(jié)果

該公司的卷煙的尺寸為450 cm（L） ×245 cm（W）×570 cm（H），每包卷煙重量為15 kg，重心高度為卷煙高度的一半，可計算得到重心考察函數(shù)為100，設置適宜度函數(shù)為100，設置時間評價函數(shù)為100%，設置最大載重利用率為100%。用分層遺傳算法進行求解，得到結(jié)果為體積利用率94%，重量利用率97.5%，重心評價函數(shù)99.7，時間利用率90.3%。而得到庫存設置和中轉(zhuǎn)庫預設量如表1所示。

從表1可以看到，該公司需要對不同種類的卷煙設置不同的中轉(zhuǎn)庫預設量，這將大大的改善該公司沒有中轉(zhuǎn)庫帶來的時間的浪費。而庫存的設置則可以按照圖中的比例進行設置，而對庫存的劃分，研究發(fā)現(xiàn)，凡是省內(nèi)的卷煙應該多存儲，且存儲的位置應該更近于叉車的位置，這樣將會大大的提高整個提貨的效率。

根據(jù)以上算法計算得到的結(jié)果，經(jīng)過實際應用測試，結(jié)果表明比該公司未做優(yōu)化前，整個提貨時間，即，平均節(jié)省了4個小時。從整個提貨分揀流程上分析，可知該算法主要優(yōu)化了步驟2和步驟4，而這兩個過程涉及的正是庫存和提貨兩個環(huán)節(jié)。

5 結(jié)語

為了解決煙草公司提貨時間較長難以有效保證客戶實時提貨需求的問題，本文對提貨流程進行了優(yōu)化研究，通過建立多目標優(yōu)化模型，引入分層遺傳算法對該問題進行建模及優(yōu)化求解，得出煙草公司的庫存優(yōu)化方案和中轉(zhuǎn)庫預設量，該模型充分整合了物流系統(tǒng)中的資源，提高了煙草物流系統(tǒng)的資源利用率、降低了物流成本，縮短了卷煙物流的提貨時間。按照該結(jié)果進行改進，在該公司提貨過程中測試發(fā)現(xiàn)，該方案可以有效地縮短整個提貨時間，從而大大保證了客戶實時提貨的需求。該算法的研究及應用對我國地市級煙草企業(yè)提高煙草存儲和提貨效率具有一定的借鑒作用。

參考文獻

[1] 謝慶紅.物流系統(tǒng)化與整合物流[J]. 商業(yè)研究，2009（9）：93-94.

[2] 方小斌.煙草供應鏈關(guān)鍵節(jié)點優(yōu)化研究[D].中南大學博士學位論文，2008.

[3] 玄光男，程潤偉.遺傳算法與工程設計[M].北京：科學出版社，2000.

[4] 何大勇，查建中，姜義東.遺傳算法求解復雜集裝箱裝載問題方法研究[J].軟件學報，2001，12（9）：1380-1385.

[5] 李逍波.分層型遺傳算法及其在專用集成電路算法層綜合中的應用[J].計算機工程與應用，1993，3（4）：4-7.endprint